用于优化模型的方法、装置、设备以及存储介质制造方法及图纸

本申请公开了用于优化模型的方法、装置、设备以及存储介质，涉及增强现实、深度学习、动画技术领域。具体实现方案为：获取虚拟形象的蒙皮骨骼模型中各蒙皮顶点的初始坐标；生成针对目标骨骼求解模型的多个参数向量；基于各参数向量，多次执行以下迭代操作：基于各参数向量、目标骨骼求解模型以及各蒙皮顶点的初始坐标，确定控制各蒙皮顶点的多个骨骼节点的骨骼驱动系数；基于各骨骼驱动系数以及预设的损失函数，确定各骨骼驱动系数对应的损失函数值；基于各损失函数值，对目标骨骼求解模型的参数向量进行优化。本实现方式能够提供一种轻量化模型，提高计算效率。

【技术实现步骤摘要】
用于优化模型的方法、装置、设备以及存储介质
本申请涉及计算机
，具体涉及增强现实、深度学习、动画
，尤其涉及用于优化模型的方法、装置、设备以及存储介质。
技术介绍
随着技术的不断发展，增强现实技术应运而生，可以通过驱动虚拟形象来模拟真实形象的表情或姿态等，增加了用户的使用乐趣。典型的技术为Photo-To-Avatar，为基于用户图片生成个性化三维动画形象。现有的Photo-To-Avatar技术从在大量数据冗余，导致实际应用中存在网络流量过大，难以在移动端部署等问题。出于轻量化的目的，需要利用蒙皮骨骼模型实现模型变形。
技术实现思路
提供了一种用于优化模型的方法、装置、设备以及存储介质。根据第一方面，提供了一种用于优化模型的方法，包括：获取虚拟形象的蒙皮骨骼模型中各蒙皮顶点的初始坐标；生成针对目标骨骼求解模型的多个参数向量；基于各参数向量，多次执行以下迭代操作：对于每个参数向量，基于该参数向量、目标骨骼求解模型以及各蒙皮顶点的初始坐标，确定控制各蒙皮顶点的多个骨骼节点的骨骼驱动系数；基于各骨骼驱动系数以及预设的损失函数，确定各骨骼驱动系数对应的损失函数值；基于各损失函数值，对目标骨骼求解模型的参数向量进行优化。根据第二方面，提供了一种用于优化模型的装置，包括：坐标获取单元，被配置成获取虚拟形象的蒙皮骨骼模型中各蒙皮顶点的初始坐标；向量生成单元，被配置成生成针对目标骨骼求解模型的多个参数向量；基于各参数向量，多次执行迭代操作的以下单元：系数确定单元，被配置成对于每个参数向量，基于该参数向量、目标骨骼求解模型以及各蒙皮顶点的初始坐标，确定控制各蒙皮顶点的多个骨骼节点的骨骼驱动系数；损失值确定单元，被配置成基于各骨骼驱动系数以及预设的损失函数，确定各骨骼驱动系数对应的损失函数值；参数优化单元，被配置成基于各损失函数值，对目标骨骼求解模型的参数向量进行优化。根据第三方面，提供了一种用于优化模型的电子设备，包括：至少一个处理器；以及与上述至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，上述指令被至少一个处理器执行，以使至少一个处理器能够执行如第一方面所描述的方法。根据第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，上述计算机指令用于使计算机执行如第一方面所描述的方法。根据第五方面，一种计算机程序产品，包括计算机程序，上述计算机程序在被处理器执行时实现如第一方面所描述的方法。根据本申请的技术提供了一种模型优化方法，通过对模型参数的优化，从而能够提供一种轻量化模型，提高计算效率。应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。附图说明附图用于更好地理解本方案，不构成对本申请的限定。其中：图1是本申请的一个实施例可以应用于其中的示例性系统架构图；图2是根据本申请的用于优化模型的方法的一个实施例的流程图；图3是根据本申请的用于优化模型的方法的一个应用场景的示意图；图4是根据本申请的用于优化模型的方法的另一个实施例的流程图；图5是根据本申请的用于优化模型的装置的一个实施例的结构示意图；图6是用来实现本申请实施例的用于优化模型的方法的电子设备的框图。具体实施方式以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。图1示出了可以应用本申请的用于优化模型的方法或用于优化模型的装置的实施例的示例性系统架构100。如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如动画编辑类应用、动画浏览类应用等。终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。服务器105可以是提供各种服务的服务器，例如对终端设备101、102、103上提供生成动画所需的支持的后台服务器。后台服务器可以对骨骼求解模型的参数进行优化，并将优化后的骨骼求解模型反馈给终端设备101、102、103。需要说明的是，服务器105可以是硬件，也可以是软件。当服务器105为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器105为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。需要说明的是，本申请实施例所提供的用于优化模型的方法一般由服务器105执行。相应地，用于优化模型的装置一般设置于服务器105中。应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。继续参考图2，示出了根据本申请的用于优化模型的方法的一个实施例的流程200。本实施例的用于优化模型的方法，包括以下步骤：步骤201，获取虚拟形象的蒙皮骨骼模型中各蒙皮顶点的初始坐标。技术人员在在构建虚拟形象时，通过需要蒙皮骨骼模型设计模型结构。这里的虚拟形象可以包括基于虚拟人物、虚拟动物或虚拟职务等所构建的卡通形象。每个模型结构可以唯一表征对应的虚拟形象。蒙皮骨骼模型可以包括骨骼(bone)节点和蒙皮(skinnedmesh)两部分。其中，各骨骼节点可以根据节点之间的关联关系构建骨骼节点数，便于进行骨骼节点的查找或使用。蒙皮中包括至少一个蒙皮顶点，附着在骨骼上，每个蒙皮顶点可以被多个骨骼节点所控制，每个骨骼节点也可以控制多个蒙皮顶点。可以通过蒙皮骨骼模型对各骨骼节点进行驱动，通过骨骼节点的骨骼驱动系数变换得到蒙皮顶点的坐标，进而得到虚拟形象的不同变换形象。骨骼驱动系数可以包括旋转(Rotation)、平移(Translate)和缩放(Scale)等变换中的至少一种。本文档来自技高网...

【技术保护点】
1.一种用于优化模型的方法，包括：/n获取虚拟形象的蒙皮骨骼模型中各蒙皮顶点的初始坐标；/n生成针对目标骨骼求解模型的多个参数向量；/n基于各参数向量，多次执行以下迭代操作：/n基于各参数向量、所述目标骨骼求解模型以及各蒙皮顶点的初始坐标，确定控制各蒙皮顶点的多个骨骼节点的骨骼驱动系数；/n基于各骨骼驱动系数以及预设的损失函数，确定各骨骼驱动系数对应的损失函数值；/n基于各损失函数值，对所述目标骨骼求解模型的参数向量进行优化。/n

【技术特征摘要】
1.一种用于优化模型的方法，包括：
获取虚拟形象的蒙皮骨骼模型中各蒙皮顶点的初始坐标；
生成针对目标骨骼求解模型的多个参数向量；
基于各参数向量，多次执行以下迭代操作：
基于各参数向量、所述目标骨骼求解模型以及各蒙皮顶点的初始坐标，确定控制各蒙皮顶点的多个骨骼节点的骨骼驱动系数；
基于各骨骼驱动系数以及预设的损失函数，确定各骨骼驱动系数对应的损失函数值；
基于各损失函数值，对所述目标骨骼求解模型的参数向量进行优化。


2.根据权利要求1所述的方法，其中，所述生成针对目标骨骼求解模型的多个参数向量，包括：
根据参数的取值范围以及参数之间的先验约束条件，生成多个参数向量。


3.根据权利要求1所述的方法，其中，所述基于各骨骼驱动系数以及预设的损失函数，确定各骨骼驱动系数对应的损失函数值，包括：
对于每个骨骼驱动系数，根据各骨骼节点的骨骼驱动系数以及所述蒙皮骨骼模型，确定各蒙皮顶点的第一坐标；
根据各第一坐标以及拓扑面片模型，确定与各蒙皮顶点位于同一拓扑面片中的各蒙皮顶点的第二坐标；
根据各第一坐标、各第二坐标以及预设的损失函数，确定该骨骼驱动系数对应的损失函数值。


4.根据权利要求1所述的方法，其中，所述基于各损失函数值，对所述目标骨骼求解模型的参数向量进行优化，包括：
根据各损失函数值，从各参数向量中确定出目标参数向量；
基于所述目标参数向量，对所述目标骨骼求解模型的参数向量进行优化，确定优化方向以及中间向量；
根据所述优化方向以及所述中间向量，确定优化向量。


5.根据权利要求4所述的方法，其中，所述基于所述目标参数向量，对所述目标骨骼求解模型的参数向量进行优化，确定优化方向以及中间向量，包括：
根据所述目标参数向量、参数的取值范围以及参数之间的先验约束条件，对所述目标骨骼求解模型的参数向量进行优化，得到中间向量；
根据参数向量与损失函数值之间的对应关系，确定优化方向。


6.根据权利要求5所述的方法，其中，所述根据所述目标参数向量、参数的取值范围以及参数之间的先验约束条件，对所述目标骨骼求解模型的参数向量进行优化，得到中间向量，包括：
根据所述目标参数向量，生成中间向量的第一预设比例的参数；
根据所述取值范围，生成中间向量的第二预设比例的参数；
根据所述参数之间的先验约束条件，生成中间向量的第三预设比例的参数。


7.根据权利要求4所述的方法，其中，所述根据所述优化方向以及所述中间向量，确定优化向量，包括：
基于所述优化方向，确定所述中间向量的增量；
根据所述增量以及所述中间向量，确定优化向量。


8.一种用于优化模型的装置，包括：
坐标获取单元，被配置成获取虚拟形象的蒙皮骨骼模型中各蒙皮顶点的初始坐标；
向量生成单元，被配置成生成针对目标骨骼求解模型的多个参数向量；
基于各参数向量，多次...

【专利技术属性】
技术研发人员：彭昊天，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：北京;11