【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。
6、优选的，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。
7、优选的，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。
8、优选的，步骤s3中，通过物理迭代算法进行物理优化。
9、优选的，
10、s2.1.1：将文件a和脚步触点信息foot_con作为输入，其中foot_con的长度为动画帧数f、宽度为4、元素为1或0的二维数组，取值1表示触地，取值0表示未触地；
11、s2.1.2：文件a中骨架全结点位置记为glb_pos，长度为f，宽度为结点数；
12、s2.1.3：连续不为(0,0,0,0)的帧数片段记为触地片段contact_slice，记为cs，连续为(0,0,0,0)的帧数片段记为跳跃片段jump_slice，记为js，且两种片段交替出现并对应到glb_pos上，glb_pos被两种片段划分；
13、s2.1.4：对每个contact_slice计算地板高度，公式如下
14、
15、以第一个高度h1为基准，矫正高度h2＝h1，以及cs1与cs2之间的js1，
16、
17、将得到的序列d加在文件a的root结点上，矫正所有的contact_slice和jump_slice并输出。
18、优选的，步骤s2.1中，脚步触点信息foot_con每一列的四个值分别对应文件a中人体的左脚尖、左脚跟、右脚尖和右脚跟。
19、优选的，步骤s2中，滑步优化算法用于解决人体运动滑步；平滑算法用于解决人体运动抖动，具体方式为：对root结点连续4帧位置p1、p2、p3和p4依次平滑，保留末尾3帧不变，计算方式为，
20、
21、更新root结点坐标p2，重复上述方法平滑所有root结点坐标并输出。
22、优选的，步骤s2中，跳跃优化算法用于优化人体空中运动曲线，具体方式为：对于js1，分别在cs1与cs2中取出js1首帧前一帧和末帧后一帧的root结点坐标p和q，计算root结点中每一帧i在js1上水平位移分量sx、sy和竖直位移分量sz，
23、
24、其中，v为动画帧率，g为重力加速度；将得到的s序列加在root结点上，矫正所有jump_slice片段并输出。。
25、本专利技术具有以下优点：本专利技术通过对人体关节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。
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视频动捕3D数据的优化方法，其特征在于：所述步骤S2.1中，脚步触点信息foot_con每一列的四个值分别对应文件a中人体的左脚尖、左脚跟、右脚尖和右脚跟。
7.根据权利要求6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
8.根据权利要求7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，跳跃优化算法用于优化人体空中运动曲线，具体方式为：对于JS1，分别在CS1与CS2中取出JS1首帧前一帧和末帧后一帧的root结点坐标P和Q，计算root结点中每一帧i在JS1上水平位移分量Sx、Sy和竖直位移分量Sz，
...【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：
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。