System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及计算机图形学、三维模型重建、动作捕捉、数字人,特别是涉及一种快速几何建模方法及装置。
技术介绍
1、快速几何建模是三数字人发展和三维重建技术的重要基础之一,其旨在构建针对动态三维人体数据进行快速建模,为高效实现数字人驱动以及多模态控制等奠定特征化表达基础。
2、动态人体建模是三维人体驱动研究中的关键。现有基于高斯核的隐式神经模板的局部形状函数表达法应用于人体模板的重建;也有基于神经辐射场的动态数据的建模,但是这些算法无法进行动态人体模板特征化的表达,因此也不便于后续的多模态驱动研究。除此之外,现有基于二次核模型的动态几何人体表征依赖于神经网络学习,鲁棒性差,但是基于传统机器学习算法又难以承受动态信息的巨大数据量。既要鲁棒且不依赖深度学习,又需要突破其速度壁垒,目前缺乏切实可行的解决方案。
技术实现思路
1、本专利技术旨在至少在一定程度上解决相关技术中的技术问题之一。
2、为此,本专利技术提出了一种快速几何建模方法,用于克服目前存在的缺陷。
3、本专利技术的另一个目的在于提出一种快速几何建模装置。
4、为达上述目的,本专利技术一方面提出一种快速几何建模方法,包括:
5、提取人体模板动作序列所有帧的三维符号距离场信息,并进行处理得到数据矩阵;
6、提取首帧人体动作的人体模板躯干骨架;
7、确定建模模型数量;
8、根据人体模板躯干骨架对数据矩阵基于人体部位进行参数初始化,以初始化
9、利用期望值最大算法优化更新模型的参数;
10、将参数输入基于二次核门函数的重建模型得到所有帧重建的符号距离场,计算所有帧重建符号距离场和原始符号距离场的均方误差;
11、对模型参数进行重复迭代更新,利用所述均方误差的最小均方误差值对应的参数进行所有帧符号距离场的重建;
12、利用行进立方体算法对所有帧重建的符号距离场重建人体模板的三维网格。
13、本专利技术实施例的快速几何建模方法还可以具有以下附加技术特征:
14、在本专利技术的一个实施例中,逐帧提取的所述数据矩阵,包含t帧分辨率为n0的符号距离场以及对应位置,排列成行数为n=n03×t,列数为5的数据矩阵。
15、在本专利技术的一个实施例中,所述人体模板躯干骨架,是从输入的人体模板参数直接获取,并将人体模板顶点两两连接成的人体骨架。
16、在本专利技术的一个实施例中,若拟建模模型数量为k,则需满足以下条件:将空间符号距离场均匀分成k1×k1×k1个立方体,且k13=k,其中,k1需要整除分辨率数值n0。
17、在本专利技术的一个实施例中,所述初始化建模符号距离场,包括:
18、在提取的骨架中的每一段上均匀提取50个坐标点;
19、遍历每一个立方体块,如果人体骨架所有线段上的点都不在其范围内,则自己分为一个组;其余的块则寻找与其距离最近的骨架线段上的采样点,匹配到同一段的则为一组;
20、第一帧的位置分组完毕后,将其余所有帧进行同样的分组,将所有帧中相同分组的视为一个动态分组;
21、经过匹配,求得初始动态分组为k组,求取k组数据的均值向量、协方差矩阵以及权重μj,σj,αj,j=1,2,...,k;
22、将参数μj,σj,αj,j=1,2,...,k代入五维二次核门函数重建公式初始化整个符号距离场其中δ代表位置,g(δ;αj,μj,σj)表示二次核门函数、m(δ;μj,σj)表示二次核条件均值。
23、在本专利技术的一个实施例中,所述利用期望值最大算法优化更新模型的参数,包括:
24、更新二次核后验概率qtij,i=1,2,...,n,j=1,2,...,k;
25、更新参数
26、在本专利技术的一个实施例中,所述均方误差是每一帧原始和重建符号距离场在相同位置上数值的差平方均值。
27、在本专利技术的一个实施例中,对模型参数进行重复迭代更新次数为50。
28、在本专利技术的一个实施例中,所述利用行进立方体算法对每一帧重建的符号距离场重建人体模板的三维网格,包括:
29、对于重建的每一帧符号距离场,对于每条边,如果连接的两个顶点符号不同,则在这条边上插值,计算插值为0的位置,放置顶点;
30、对于重建的每一帧符号距离场,在顶点之间构造三角面片。
31、为达上述目的,本专利技术另一方面提出一种快速几何建模装置,包括:
32、数据处理模块,用于提取人体模板动作序列所有帧的三维符号距离场信息,并进行处理得到数据矩阵;
33、骨架提取模块,用于提取首帧人体动作的人体模板躯干骨架;
34、模型数量确定模块,用于确定建模模型数量;
35、参数初始化模块,用于根据人体模板躯干骨架对数据矩阵基于人体部位进行参数初始化,以初始化建模符号距离场得到原始符号距离场;
36、模型参数更新模块,用于利用期望值最大算法优化更新模型的参数;
37、均方误差计算模块,用于将参数输入基于二次核门函数的重建模型得到每一帧重建的符号距离场,计算所有帧重建符号距离场和原始符号距离场的均方误差;
38、距离场重建模块,用于对模型参数进行重复迭代更新,利用所述均方误差的最小均方误差值对应的参数进行所有帧符号距离场的重建;
39、人体网格建模模块,用于利用行进立方体算法对所有帧重建的符号距离场重建人体模板的三维网格。
40、本专利技术实施例的快速几何建模方法和装置,采用期望值最大算法学习五维二次核模型的均值向量、协方差矩阵及权重等参数,能够有效建模三维人体动态几何,使人体动作的理解有着时空归纳泛化性。
41、本专利技术附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本专利技术的实践了解到。
本文档来自技高网...【技术保护点】
1.一种快速几何建模方法,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,逐帧提取的所述数据矩阵,包含T帧分辨率为N0的符号距离场以及对应位置,排列成行数为N=N03×T,列数为5的数据矩阵。
3.根据权利要求1所述的方法,其特征在于,所述人体模板躯干骨架,是从输入的人体模板参数直接获取,并将人体模板顶点两两连接成的人体骨架。
4.根据权利要求2所述的方法,其特征在于,若拟建模模型数量为K,则需满足以下条件:将空间符号距离场均匀分成k1×k1×k1个立方体,且k13=K,其中,k1需要整除分辨率数值N0。
5.根据权利要求4所述的方法,其特征在于,所述初始化建模符号距离场,包括:
6.根据权利要求5所述的方法,其特征在于,所述利用期望值最大算法优化更新模型的参数,包括:
7.根据权利要求1所述的方法,其特征在于,所述均方误差是每一帧原始和重建符号距离场在相同位置上数值的差平方均值。
8.根据权利要求1所述的方法,其特征在于,对模型参数进行重复迭代更新次数为50。
9.根据
10.一种快速几何建模装置,其特征在于,包括:
...【技术特征摘要】
1.一种快速几何建模方法,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,逐帧提取的所述数据矩阵,包含t帧分辨率为n0的符号距离场以及对应位置,排列成行数为n=n03×t,列数为5的数据矩阵。
3.根据权利要求1所述的方法,其特征在于,所述人体模板躯干骨架,是从输入的人体模板参数直接获取,并将人体模板顶点两两连接成的人体骨架。
4.根据权利要求2所述的方法,其特征在于,若拟建模模型数量为k,则需满足以下条件:将空间符号距离场均匀分成k1×k1×k1个立方体,且k13=k,其中,k1需要整除分辨率数值n0。
5.根据...
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。