System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及计算机视觉及人体动作捕捉,更具体的说是涉及一种基于参数化模型的动作捕捉方法及系统。
技术介绍
1、目前,人体动作捕捉方法是数字人、元宇宙亟需的技术,且已有较多成熟的方案,当前的人体动作捕捉技术已经能够在不穿戴任何设备,仅需摄像头的情况下,捕捉到较为精确的动作,相比需要穿戴设备的动作捕捉方法,降低了动作捕捉的成本。
2、但是,依靠摄像头进行动作捕捉的方法多数仅关注肢体部分,而忽略手部的动作,且动作捕捉的结果常常会出现脚部漂移、滑动的负面效果,影响观感。
3、因此,如何捕捉全身的动作同时消除脚部滑动,还原更加真实的动作是本领域技术人员亟需解决的问题。
技术实现思路
1、有鉴于此,本专利技术提供了一种基于参数化模型的动作捕捉方法及系统以解决
技术介绍
中提到的部分技术问题。
2、为了实现上述目的,本专利技术采用如下技术方案:
3、一种基于参数化模型的动作捕捉方法,包括以下步骤:
4、s1.采集rgb视频或搭配深度信息的rgbd视频;
5、s2.定位视频画面中目标人物的位置,同时定位目标人物双手的位置,获取目标人物及其双手的位置边界框;
6、s3.根据目标人物边界框中的区域图像,利用二分类算法模型,获得人物双脚的二分类结果,判断人物双脚与地面是否有接触;
7、根据目标人物边界框中的区域图像和目标人物双手边界框的区域图像,利用人体参数化三维模型,捕捉、估计人体各个关节点的旋转值;
...【技术保护点】
1.一种基于参数化模型的动作捕捉方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种基于参数化模型的动作捕捉方法,其特征在于,S2中获得目标人物及其双手的位置边界框是通过主流目标检测算法YOLO实现。
3.根据权利要求1所述的一种基于参数化模型的动作捕捉方法,其特征在于,步骤S3中二分类算法模型包括多层感知机MLP,其中包括一个输入层,三个隐藏层,一个输出层,五层网络均为全连接层,二分类算法模型的损失函数采用二分类交叉熵损失函数。
4.根据权利要求1所述的一种基于参数化模型的动作捕捉方法,其特征在于,步骤S3中人体参数化三维模型包含一个编码器,一个空间特征金字塔网络,以及一个回归器;
5.根据权利要求4所述的一种基于参数化模型的动作捕捉方法,其特征在于,训练人体参数化三维模型的重建损失函数具体为:
6.根据权利要求1所述的一种基于参数化模型的动作捕捉方法,其特征在于,步骤S3中绝对位置估计算法包括主干网络和两个回归器,其中主干网络由多层卷积层构成,回归器主要由全连接层构成,图像经过主干网络提取特征,分别输入两个
7.根据权利要求6所述的一种基于参数化模型的动作捕捉方法,其特征在于,绝对位置估计算法的损失函数为L1范数,具体为:
8.根据权利要求1所述的一种基于参数化模型的动作捕捉方法,其特征在于,步骤S2中包括单人模式或多人模式,其中单人模式中,若画面出现多人,则只输出边界框占画面比重最大的一个;多视角模式,将不同视角中的同一人物的边界框通过匹配算法进行匹配,定位同一个人在不同视角中的位置;
9.根据权利要求1所述的一种基于参数化模型的动作捕捉方法,其特征在于,步骤S4的具体内容包括:
10.一种基于参数化模型的动作捕捉系统,其特征在于,基于权利要求1-9任意一项所述的一种基于参数化模型的动作捕捉方法,包括人体检测模块、足部触地检测模块、人体姿态捕捉模块、绝对位置估计模块和数据优化模块;
...【技术特征摘要】
1.一种基于参数化模型的动作捕捉方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种基于参数化模型的动作捕捉方法,其特征在于,s2中获得目标人物及其双手的位置边界框是通过主流目标检测算法yolo实现。
3.根据权利要求1所述的一种基于参数化模型的动作捕捉方法,其特征在于,步骤s3中二分类算法模型包括多层感知机mlp,其中包括一个输入层,三个隐藏层,一个输出层,五层网络均为全连接层,二分类算法模型的损失函数采用二分类交叉熵损失函数。
4.根据权利要求1所述的一种基于参数化模型的动作捕捉方法,其特征在于,步骤s3中人体参数化三维模型包含一个编码器,一个空间特征金字塔网络,以及一个回归器;
5.根据权利要求4所述的一种基于参数化模型的动作捕捉方法,其特征在于,训练人体参数化三维模型的重建损失函数具体为:
6.根据权利要求1所述的一种基于参数化模型的动作捕捉方法,其特征在于,步骤s3中绝对位置估计算法包括主干网络和两个回归器,其中主干网络由多层卷积层构成...
【专利技术属性】
技术研发人员:陈靖涵,张鹏飞,苏江,
申请(专利权)人:暗物质北京智能科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。