一种动作插值方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术实施例公开了一种动作插值方法、装置、电子设备及存储介质。该方法包括：获取动作记忆模型，其中，动作记忆模型基于多组训练样本预先训练得到，多组训练样本基于预先捕捉到的动作数据构建得到，动作数据表示各个运动关节在各个动作时刻下的关节运动角度，各个运动关节在基于各个动作时刻构成的动作时间段内进行目标动作；获取目标关节的目标标识和插值时刻；将目标标识及插值时刻输入到动作记忆模型中，根据动作记忆模型的输出结果，得到在动作时间段内进行目标动作的目标关节在插值时刻下的插值运动角度。本发明专利技术实施例的技术方案，可以实现高效率的动作插值过程。可以实现高效率的动作插值过程。可以实现高效率的动作插值过程。

【技术实现步骤摘要】
一种动作插值方法、装置、电子设备及存储介质


[0001]本专利技术实施例涉及计算机
，尤其涉及一种动作插值方法、装置、电子设备及存储介质。

技术介绍

[0002]为了将真实人进行的动作绑定到虚拟人上，可以通过动作捕捉模型对真实人的动作视频进行动作捕捉，以从动作视频中捕捉到动作数据，然后将该动作数据绑定到虚拟人上，以使虚拟人进行与真实人同样的动作。
[0003]需要说明的是，动作捕捉模型在应用时存在一定的采样率，这意味着相对于真实人进行的动作，捕捉到的动作数据所表征出的动作存在一些缺失。为了弥补这一缺失，可以通过对该动作数据进行插值的方式来插值出缺失的动作。
[0004]目前，主要是基于球面线性插值(Slerp)算法、多项式曲线拟合算法或是Bezier曲线插值算法等实现动作数据的插值过程。但是，这些算法均需要人工针对不同的曲线变化来设置不同的方程来实现，效率低下。

技术实现思路

[0005]本专利技术实施例提供了一种动作插值方法、装置、电子设备及存储介质，以实现高效率的动作插值过程。
[0006]根据本专利技术的一方面，提供了一种动作插值方法，可以包括：
[0007]获取动作记忆模型，其中，动作记忆模型基于多组训练样本预先训练得到，多组训练样本基于预先捕捉到的动作数据构建得到，动作数据表示各个运动关节在各个动作时刻下的关节运动角度，各个运动关节在基于各个动作时刻构成的动作时间段内进行目标动作；
[0008]获取目标关节的目标标识和插值时刻，其中，目标关节属于各个运动关节，插值时刻位于各个动作时刻中相邻的两个动作时刻之间；
[0009]将目标标识及插值时刻输入到动作记忆模型中，并根据动作记忆模型的输出结果，得到在动作时间段内进行目标动作的目标关节在插值时刻下的插值运动角度。
[0010]根据本专利技术的另一方面，提供了一种动作插值装置，可以包括：
[0011]动作记忆模型获取模块，用于获取动作记忆模型，其中，动作记忆模型基于多组训练样本预先训练得到，多组训练样本基于预先捕捉到的动作数据构建得到，动作数据表示各个运动关节在各个动作时刻下的关节运动角度，各个运动关节在基于各个动作时刻构成的动作时间段内进行目标动作；
[0012]插值时刻获取模块，用于获取目标关节的目标标识和插值时刻，其中，目标关节属于各个运动关节，插值时刻位于各个动作时刻中相邻的两个动作时刻之间；
[0013]插值运动角度得到模块，用于将目标标识及插值时刻输入到动作记忆模型中，并根据动作记忆模型的输出结果，得到在动作时间段内进行目标动作的目标关节在插值时刻
下的插值运动角度。
[0014]根据本专利技术的另一方面，提供了一种电子设备，可以包括：
[0015]至少一个处理器；以及
[0016]与至少一个处理器通信连接的存储器；其中，
[0017]存储器存储有可被至少一个处理器执行的计算机程序，计算机程序被至少一个处理器执行，以使至少一个处理器执行时实现本专利技术任意实施例所提供的动作插值方法。
[0018]根据本专利技术的另一方面，提供了一种计算机可读存储介质，其上存储有计算机指令，该计算机指令用于使处理器执行时实现本专利技术任意实施例所提供的动作插值方法。
[0019]本专利技术实施例的技术方案，通过获取动作记忆模型，该动作记忆模型基于多组训练样本预先训练得到，该多组训练样本基于预先捕捉到的动作数据构建得到，该动作数据表示各个运动关节在各个动作时刻下的关节运动角度，这些运动关节在基于各个动作时刻构成的动作时间段内进行目标动作；再获取各个运动关节中存在动作插值需求的目标关节的目标标识及根据各个动作时刻确定的插值时刻；将目标标识及插值时刻输入到动作记忆模型中，由于该动作记忆模型已经记忆各个运动关节在各个动作时刻下的关节运动角度，因此可以根据动作记忆模型的输出结果，得到目标关节在插值时刻下的插值运动角度。上述技术方案，通过动作记忆模型实现动作插值过程，这一过程因为无需人工参与，由此实现了高效率的动作插值过程。
[0020]应当理解，本部分所描述的内容并非旨在标识本专利技术的实施例的关键或是重要特征，也不用于限制本专利技术的范围。本专利技术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
[0021]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0022]图1是本专利技术实施例一中所提供的一种动作插值方法的流程图；
[0023]图2是本专利技术实施例二中所提供的一种动作插值方法的流程图；
[0024]图3是本专利技术实施例二中所提供的一种动作数据还原过程的示意图；
[0025]图4是本专利技术实施例三中所提供的一种动作插值方法的流程图；
[0026]图5是本专利技术实施例三中所提供的一种动作记忆模型的架构图；
[0027]图6是本专利技术实施例三中提供的一种动作插值方法中的可选示例的流程图；
[0028]图7是本专利技术实施例三中提供的另一种动作插值方法中的可选示例的流程图；
[0029]图8是本专利技术实施例四所提供的动作插值装置的结构框图；
[0030]图9是实现本专利技术实施例的动作插值方法的电子设备的结构示意图。
具体实施方式
[0031]为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人
员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术保护的范围。
[0032]需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。“目标”、“原始”等的情况类似，在此不再赘述。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0033]实施例一
[0034]图1是本专利技术实施例一中所提供的一种动作插值方法的流程图。本实施例可适用于动作插值，具体来说是动作数据插值的情况。该方法可以由本专利技术实施例提供的动作插值装置来执行，该装置可以由软件和/或硬件的方式实现，该装置可以集成在电子设备上，该电子设备可以是各种用户终端或服务器。
[0035]参见图1，本专利技术实施例的方法具体包括如下步骤：
[003本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种动作插值方法，其特征在于，包括：获取动作记忆模型，其中，所述动作记忆模型基于多组训练样本预先训练得到，所述多组训练样本基于预先捕捉到的动作数据构建得到，所述动作数据表示各个运动关节在各个动作时刻下的关节运动角度，所述各个运动关节在基于所述各个动作时刻构成的动作时间段内进行目标动作；获取目标关节的目标标识和插值时刻，其中，所述目标关节属于所述各个运动关节，所述插值时刻位于所述各个动作时刻中相邻的两个动作时刻之间；将所述目标标识及所述插值时刻输入到所述动作记忆模型中，并根据所述动作记忆模型的输出结果，得到在所述动作时间段内进行所述目标动作的所述目标关节在所述插值时刻下的插值运动角度。2.根据权利要求1所述的方法，其特征在于，还包括：针对所述各个运动关节中的每个运动关节，基于所述运动关节的运动标识与所述各个动作时刻中的每个动作时刻分别构成一组输入数据；针对每组所述输入数据，将所述输入数据输入到所述动作记忆模型中；根据所述动作记忆模型的输出结果，得到所述输入数据中的所述运动标识所表征的所述运动关节，在所述输入数据中的所述动作时刻下的关节运动角度。3.根据权利要求1所述的方法，其特征在于，所述动作数据的数据数量是至少两份，每份所述动作数据分别对应有各自的所述目标动作；所述方法还包括：获取待插值动作的动作标识，其中，所述待插值动作属于动作集合，所述动作集合基于每份所述动作数据分别对应的所述目标动作构成；所述将所述目标标识及所述插值时刻输入到所述动作记忆模型中，并根据所述动作记忆模型的输出结果，得到在所述动作时间段内进行所述目标动作的所述目标关节在所述插值时刻下的插值运动角度，包括：将所述动作标识、所述目标标识及所述插值时刻输入到所述动作记忆模型中，得到所述动作记忆模型输出的输出结果；根据所述输出结果，得到在所述动作时间段内进行所述待插值动作的所述目标关节，在所述插值时刻下的插值运动角度。4.根据权利要求3所述的方法，其特征在于，所述动作记忆模型通过如下步骤预先训练得到：对于每份所述动作数据，针对所述动作数据所表征的所述各个运动关节中的每个运动关节以及所述各个动作时刻中的每个动作时刻，将所述运动关节的运动标识、所述动作时刻、所述动作数据所对应的所述目标动作的训练标识、以及所述运动关节在所述运动时刻下的关节运动角度作为一组所述训练样本；基于多组所述训练样本对原始记...

【专利技术属性】
技术研发人员：胡瑛皓，赵明璧，
申请(专利权)人：上海浦东发展银行股份有限公司，
类型：发明
国别省市：