一种用于AI视频动捕3D数据的优化方法技术

本发明专利技术公开了一种用于AI视频动捕3D数据的优化方法，包括以下步骤：S1：采集人体关节3D位置数据和脚步触点数据并保存，分别记为文件a和文件b；S2：将文件a和文件b作为输入，进行预处理，得到文件a1；S3：将文件a1和文件b作为输入，通过物理优化得到文件a2，并作为优化后的人体运动数据输出。本发明专利技术的有益效果是：通过对人体关节3D位置数据和脚步触点数据进行预处理和物理优化处理对其进行优化，从而避免动画师花费大量人力去处理缺陷。

【技术实现步骤摘要】

本专利技术涉及数据处理，特别是一种用于ai视频动捕3d数据的优化方法。

技术介绍

1、ai视频动捕是通过机器学习将二维视频中的人物动作还原成三维人体运动数据。目前，由于输入视频源的不确定性，ai视频动捕生成的人体运动数据或多或少存在着质量上的缺陷。例如，人与地面关系区分度较低的视频，生成的人体运动数据会出现穿地，浮空，滑步等异常现象；屏幕晃动的视频，生成的人体运动数据会出现抖动；长距离跟拍的奔跑跳跃视频，生成的空中人体运动曲线可能会不符合物理规律，后期就需要花费专业动画师的人力成本去修复这些缺陷。

技术实现思路

1、本专利技术的目的在于克服现有技术的缺点，提供一种用于ai视频动捕3d数据的优化方法。

2、本专利技术的目的通过以下技术方案来实现：一种用于ai视频动捕3d数据的优化方法，包括以下步骤：

3、s1：采集人体关节3d位置数据和脚步触点数据并保存，分别记为文件a和文件b；

4、s2：将文件a和文件b作为输入，进行预处理，得到文件a1；

5、s3：将文件a1本文档来自技高网...

【技术保护点】

1.一种用于AI视频动捕3D数据的优化方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的用于AI视频动捕3D数据的优化方法，其特征在于：所述步骤S1中，人体关节3D位置数据以bvh格式保存，脚步触点数据以npy格式保存。

3.根据权利要求2所述的用于AI视频动捕3D数据的优化方法，其特征在于：所述步骤S2中，通过地板优化算法、滑步优化算法、平滑算法和跳跃优化算法进行预处理。

4.根据权利要求3所述的用于AI视频动捕3D数据的优化方法，其特征在于：所述步骤S3中，通过物理迭代算法进行物理优化。

5.根据权利要求4所述的用于AI视频动捕...

【技术特征摘要】

1.一种用于ai视频动捕3d数据的优化方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的用于ai视频动捕3d数据的优化方法，其特征在于：所述步骤s1中，人体关节3d位置数据以bvh格式保存，脚步触点数据以npy格式保存。

3.根据权利要求2所述的用于ai视频动捕3d数据的优化方法，其特征在于：所述步骤s2中，通过地板优化算法、滑步优化算法、平滑算法和跳跃优化算法进行预处理。

4.根据权利要求3所述的用于ai视频动捕3d数据的优化方法，其特征在于：所述步骤s3中，通过物理迭代算法进行物理优化。

5.根据权利要求4所述的用于ai视频动捕3d数据的优化方法，其特征在于：所述步骤s2中，通过地板优化算法用于解决人体运动穿地、浮空，具体方式如下：

6.根据权利要求5所述的用于ai...

【专利技术属性】
技术研发人员：王燚，
申请(专利权)人：成都先知者科技有限公司，
类型：发明
国别省市：