【技术实现步骤摘要】
本申请实施例涉及人工智能，尤其涉及动作重定向方法、装置、集群、存储介质及程序产品。
技术介绍
1、随着动作捕捉技术的日益成熟，可以实现通过动捕设备采集真实的人体执行肢体动作的动作数据来驱动虚拟对象。由于真人的体型与虚拟对象的体型或身材比例往往存在差异，在用真人的动作数据驱动虚拟对象时，需要进行动作重定向，即将真人的动作数据重新映射为与虚拟对象骨骼模型相匹配的动作数据，从而使得驱动后的虚拟对象能执行与真人相同的肢体动作。
2、然而，在真人和虚拟对象的骨骼模型差异较大的情况下，现有技术的动作重定向的效果差，造成虚拟对象对真人的动作还原度低。
技术实现思路
1、本申请实施例提供了一种动作重定向方法、装置、集群、存储介质及程序产品，保证了动作重定向的效果。
2、第一方面，本申请提供了一种动作重定向方法，该方法包括：获取源对象执行动作产生的动作数据，其中，源对象的类型包括真人和/或数字人，动作是源对象的肢体动作；获取待驱动角色的骨骼模型；根据待驱动角色的骨骼模型，确定待驱动角...
【技术保护点】
1.一种动作重定向方法，其特征在于，所述方法用于根据源对象驱动待驱动角色，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述神经网络模型包括第一编码-解码网络结构和第二编码-解码网络结构，所述方法还包括：
3.根据权利要求2所述的方法，其特征在于，所述人体的动作数据是融合后的动作数据，所述获取人体执行规定动作产生的动作数据，包括：
4.根据权利要求3所述的方法，其特征在于，所述多种动捕方式包括惯性动捕、视觉动捕、光学动捕中的至少两种。
5.根据权利要求2至4中任一项所述的方法，其特征在于，在所述获取人体执行规...
【技术特征摘要】
1.一种动作重定向方法，其特征在于，所述方法用于根据源对象驱动待驱动角色，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述神经网络模型包括第一编码-解码网络结构和第二编码-解码网络结构，所述方法还包括：
3.根据权利要求2所述的方法，其特征在于，所述人体的动作数据是融合后的动作数据，所述获取人体执行规定动作产生的动作数据，包括：
4.根据权利要求3所述的方法，其特征在于，所述多种动捕方式包括惯性动捕、视觉动捕、光学动捕中的至少两种。
5.根据权利要求2至4中任一项所述的方法，其特征在于，在所述获取人体执行规定动作产生的动作数据之前，所述方法还包括：
6.一种动作重定向装置，其特征在于，所述装置用于根据源对象驱动待驱动角色，所述装置包括：
7.根据权利要求6所述的装置，其特征在于，所述神经网络模型包括第一编码-解码网络结构和第二编码-解码网络结构，所述装置还包括：
8.根据权利要求7所述的装置，其特征在于，所述人体的动作数据是融合后的动作数据，所述采集...
【专利技术属性】
技术研发人员：季鹏磊，戴博纬，胥皇，
申请(专利权)人：华为云计算技术有限公司，
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。