动作捕捉方法、装置、电子设备和存储介质制造方法及图纸

本公开提供动作捕捉方法、装置、电子设备和存储介质。所述方法包括：获取扩展现实设备采集的人体惯性数据；将所述人体惯性数据输入至预先训练好的动作捕捉模型中，得到人体姿态信息；其中，所述动作捕捉模型是根据预设的损失函数对神经网络模型进行训练后得到的；所述动作捕捉模型包括用于预测人体姿态的神经网络、用于预测全局位移信息的神经网络、用于预测人体骨骼参数的神经网络和用于预测人体踩地状态的分类网络中的一种或多种。本公开的方法通过动作捕捉模型可以实现端到端的人体动作捕捉。

【技术实现步骤摘要】

本公开涉及智能终端，尤其涉及一种动作捕捉方法、装置、电子设备和存储介质。

技术介绍

1、人体动作捕捉技术是指通过某些传感器，捕捉场景中人体运动的姿态和运动数据，基于这些运动姿态数据可以驱动虚拟形象模型，或者进行行为分析。

技术实现思路

1、提供该
技术实现思路
部分以便以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。该
技术实现思路
部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

2、本公开提供一种动作捕捉方法、装置、电子设备和存储介质。

3、本公开采用以下的技术方案。

4、在一些实施例中，本公开提供一种动作捕捉方法，包括：

5、获取扩展现实设备采集的人体惯性数据；

6、将所述人体惯性数据输入至预先训练好的动作捕捉模型中，得到人体姿态信息；

7、其中，所述动作捕捉模型是根据预设的损失函数对神经网络模型进行训练后得到的；所述动作捕捉模型包括用于预测人体姿态的神经网络、用于预本文档来自技高网...

【技术保护点】

1.一种动作捕捉方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述扩展现实设备包括头戴设备、手持控制器、腰部传感器和腿部传感器；

3.根据权利要求1所述的方法，其特征在于，在所述获取扩展现实设备采集的人体惯性数据后，还包括：

4.根据权利要求1所述的方法，其特征在于，所述根据预设的损失函数对神经网络模型进行训练，包括：

5.根据权利要求4所述的方法，其特征在于，所述预设的损失函数通过人体姿态预测损失函数、根节点位置估计损失函数、骨骼长度估计损失函数、关节点的位置估计损失函数、平滑度损失函数、脚踩地面二分类损失函数和滑步...

【技术特征摘要】

1.一种动作捕捉方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述扩展现实设备包括头戴设备、手持控制器、腰部传感器和腿部传感器；

3.根据权利要求1所述的方法，其特征在于，在所述获取扩展现实设备采集的人体惯性数据后，还包括：

4.根据权利要求1所述的方法，其特征在于，所述根据预设的损失函数对神经网络模型进行训练，包括：

5.根据权利要求4所述的方法，其特征在于，所述预设的损失函数通过人体姿态预测损失函数、根节点位置估计损失函数、骨骼长度估计损失函数、关节点...

【专利技术属性】
技术研发人员：戴鹏，张阳，
申请(专利权)人：北京字跳网络技术有限公司，
类型：发明
国别省市：