【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 ...
【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
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。