CN107038430A - 一种构造人体姿态数据样本的方法及其装置 - Google Patents
一种构造人体姿态数据样本的方法及其装置 Download PDFInfo
- Publication number
- CN107038430A CN107038430A CN201710311049.2A CN201710311049A CN107038430A CN 107038430 A CN107038430 A CN 107038430A CN 201710311049 A CN201710311049 A CN 201710311049A CN 107038430 A CN107038430 A CN 107038430A
- Authority
- CN
- China
- Prior art keywords
- joint
- skeleton
- model
- animated image
- skeleton model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/20—Movements or behaviour, e.g. gesture recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T13/00—Animation
- G06T13/20—3D [Three Dimensional] animation
- G06T13/40—3D [Three Dimensional] animation of characters, e.g. humans, animals or virtual beings
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition
Abstract
本发明公开了一种构造人体姿态数据样本的方法及其装置,包括依据预设参数构建骨骼模型;构建骨骼模型内关节间的若干个运动模型,每个运动模型对应一种预设的人体动作,且运动模型包括其对应的人体动作下各个关节的相对旋转关系;依据运动模型渲染骨骼动画,得到各种预设的人体动作下的动画图像;调整观察视野,重复本步骤的操作,得到骨骼模型在各个观察视野下的动画图像并保存;调整骨骼模型的参数,重新构建骨骼参数,直至得到全部预设参数下的骨骼模型对应的动画图像后,依据获得的动画图像提取真值数据,真值数据及动画图像即为人体姿态数据样本。本发明能够通过建立的骨骼模型生成大量的人体姿态数据样本,节省人力,构造效率高。
Description
技术领域
本发明涉及机器学习技术领域,特别是涉及一种构造人体姿态数据样本的方法及其装置。
背景技术
机器学习是人工智能的一个重要分支,机器学习就是让机器通过已知的样本来学习样本间的内在规律。
在机器学习的应用中,利用人体姿态数据样本来进行人体行为识别、人体骨架线识别等操作的应用越来越多。由于常用的机器学习至少需要几十万的样本集,如此多的样本,若仅通过人工构造的话,耗时耗力,且效率低下。
因此,如何提供一种提高样本构造效率的构造人体姿态数据样本的方法及其装置是本领域技术人员目前需要解决的问题。
发明内容
本发明的目的是提供一种构造人体姿态数据样本的方法及其装置,能够通过建立的骨骼模型生成大量的人体姿态数据样本,节省人力,构造效率高。
为解决上述技术问题,本发明提供了一种构造人体姿态数据样本的方法,包括:
步骤s101:依据预设参数构建骨骼模型;
步骤s102:构建所述骨骼模型内关节间的若干个运动模型,每个所述运动模型对应一种预设的人体动作,且所述运动模型包括其对应的人体动作下各个关节的相对旋转关系;
步骤s103:依据所述运动模型渲染骨骼动画,得到各种所述预设的人体动作下的动画图像;调整观察视野,重复本步骤的操作,得到所述骨骼模型在各个观察视野下的动画图像并保存;
步骤s104:调整所述骨骼模型的参数,返回步骤s102,直至得到全部预设参数下的骨骼模型对应的动画图像后进入步骤s105;
步骤s105:依据获得的动画图像提取真值数据,所述真值数据及所述动画图像即为人体姿态数据样本。
优选地,所述步骤s101的过程具体为:
构建人体模型;
设置所述人体模型中的人体骨骼参数;
建立所述人体模型与骨骼间的蒙皮关系,得到所述骨骼模型。
优选地,步骤s102的过程具体为:
确定所述骨骼模型内各个关节的联动关系;
确定各个所述关节的自由度;
依据所述自由度和所述联动关系,确定每种所述预设的人体动作对应的各个所述关节的旋转矩阵T;
将臀部关节作为根关节,确定各个所述关节之间的父子关系;
依据所述旋转矩阵以及所述父子关系计算各种所述预设的人体动作前后各个所述关节的绝对坐标。
优选地,步骤s103中,所述依据所述运动模型渲染骨骼动画,得到各种所述预设的人体动作下的动画图像的过程具体为:
依据所述预设的人体动作前后各个所述关节的绝对坐标,确定所述预设的人体动作过程中各个所述关节的变化角度范围;
依据所述变化角度范围,将预设角度的变化作为一帧,确定每个所述关节在所述预设的人体动作过程中的帧数;
依据各个所述关节的父子关系,在每个父关节更新一帧后,遍历所述父关节对应的子关节的全部帧图像;
将遍历后得到的全部图像进行汇总,得到所述预设的人体动作下的动画图像;重复上述操作,得到各种所述预设的人体动作下的动画图像。
优选地,所述观察视野包括所述初始人体姿态模型的前方视野、后方视野、左侧视野、右侧视野、上方视野和下方视野。
为解决上述技术问题,本发明还提供了一种构造人体姿态数据样本的装置,包括:
骨骼构建模块,用于预设参数构建骨骼模型;
运动模型构建模块,用于构建所述骨骼模型内关节间的若干个运动模型,每个所述运动模型对应一种预设的人体动作,且所述运动模型包括其对应的人体动作下各个关节的相对旋转关系;
动画生成模块,用于依据所述运动模型渲染骨骼动画,得到各种所述预设的人体动作下的动画图像;调整观察视野,重复上述渲染操作,得到所述骨骼模型在各个观察视野下的动画图像并保存,触发骨骼参数调整模块;
所述骨骼参数调整模块,用于调整所述骨骼模型的参数,触发所述骨骼构建模块,直至得到全部预设参数下的骨骼模型对应的动画图像后触发真值提取模块;
所述真值提取模块,用于依据获得的动画图像提取真值数据,所述真值数据及所述动画图像即为人体姿态数据样本。
优选地,所述骨骼构建模块具体包括:
初始构建单元,用于构建人体模型;
参数调整单元,用于设置所述人体模型中的人体骨骼参数;
蒙皮建立单元,用于建立所述人体模型与骨骼间的蒙皮关系,得到所述骨骼模型。
优选地,所述运动模型构建模块具体包括:
关节链确定单元,用于确定所述骨骼模型内各个关节的联动关系;
自由度确定单元,用于确定各个所述关节的自由度;
旋转矩阵确定单元,用于依据所述自由度和所述联动关系,确定每种所述预设的人体动作对应的各个所述关节的旋转矩阵T;
关节结构确定单元,用于将臀部关节作为根关节,确定各个所述关节之间的父子关系;
绝对坐标计算单元,用于依据所述旋转矩阵以及所述父子关系计算各种所述预设的人体动作前后各个所述关节的绝对坐标。
优选地,所述动画生成模块具体包括:
变化范围确定单元,用于依据所述预设的人体动作前后各个所述关节的绝对坐标,确定所述预设的人体动作过程中各个所述关节的变化角度范围;
帧率分配单元,用于依据所述变化角度范围,将预设角度的变化作为一帧,确定每个所述关节在所述预设的人体动作过程中的帧数;
遍历单元,用于依据各个所述关节的父子关系,在每个父关节更新一帧后,遍历所述父关节对应的子关节的全部帧图像;将遍历后得到的全部图像进行汇总,得到所述预设的人体动作下的动画图像。
本发明提供了一种构造人体姿态数据样本的方法及其装置,建立骨骼模型以及骨骼模型中关节间的运动模型后,依据人体动作下各个关节的相对旋转关系,渲染得到在各种人体动作下的动画图像,然后调整观察视野以及骨骼模型的参数重复上述操作,从而得到不同人体动作下、不同观察视野以及不同体型的骨骼模型的动画图像,之后将该动画图像以及从该动画图像内提取的真值数据作为人体姿态数据样本。可见,本发明不需要人工构造,且能够一次建立大量的数据样本,节省人力,构造效率高。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对现有技术和实施例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发明的一些实施例,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。
图1为本发明提供的一种构造人体姿态数据样本的方法的过程的流程图;
图2为本发明提供的一种具体的骨骼模型示意图;
图3为本发明提供的一种人体上肢关节自由度分析中坐标轴的设置示意图;
图4为本发明提供的一种构造人体姿态数据样本的装置的结构示意图。
具体实施方式
本发明的核心是提供一种构造人体姿态数据样本的方法及其装置,能够通过建立的骨骼模型生成大量的人体姿态数据样本,节省人力,构造效率高。
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
本发明提供了一种构造人体姿态数据样本的方法,参见图1所示,图1为本发明提供的一种构造人体姿态数据样本的方法的过程的流程图;该方法包括:
步骤s101:依据预设参数构建骨骼模型;
可以理解的是,这里的骨骼模型指的是由相互连接的骨骼组成的骨架结构,包括人体骨骼与人体蒙皮以及蒙皮关系。这里可以通过3D MAX或Makehuman等软件工具生成人体模型。
具体的,步骤s101的过程具体为:
构建人体模型;
设置人体模型中的人体骨骼参数;
建立人体模型与骨骼间的蒙皮关系,得到骨骼模型。
另外,由于骨骼越接近于人体骨骼,当骨骼运动时,蒙皮会越真实;但与此同时也有一些弊端,骨骼的数据越多,设计骨骼运动时,蒙皮产生的畸变越严重。因此建立骨骼模型时,尽量只保留大骨;当建立人体的局部细节时,如建立手势的模型时,可以多增加一些手指的关节。参见图2所示,图2为本发明提供的一种具体的骨骼模型示意图。
步骤s102:构建骨骼模型内关节间的若干个运动模型,每个运动模型对应一种预设的人体动作,且运动模型包括其对应的人体动作下各个关节的相对旋转关系;
步骤s103:依据运动模型渲染骨骼动画,得到各种预设的人体动作下的动画图像;调整观察视野,重复本步骤的操作,得到骨骼模型在各个观察视野下的动画图像并保存;
步骤s104:调整骨骼模型的参数,返回步骤s102,直至得到全部预设参数下的骨骼模型对应的动画图像后进入步骤s105;
由于实际情况中,人的体型千差万别,因此需要设计不同的人体模型,最好包括:男、女、老、少、青年等各种组合下的人体模型。该目的可通过调整骨骼模型的参数实现。
步骤s105:依据获得的动画图像提取真值GroundTrue数据,真值数据及动画图像即为人体姿态数据样本。
其中,GroundTrue数据的提取具体根据不同的识别应用需要进行,例如:人体骨架线提取中,可获取每幅图像的人体骨架数据;在人体行为识别中,可获取每幅图像的行为标签;在人体姿态识别中,可获取每幅图像的姿态数据。
具体的,步骤s102的过程具体为:
步骤s201:确定骨骼模型内各个关节的联动关系;
步骤s202:确定各个关节的自由度;
步骤s203:依据自由度和联动关系,确定每种预设的人体动作对应的各个关节的旋转矩阵T;
步骤s204:将臀部关节作为根关节,确定各个关节之间的父子关系;
步骤s205:依据旋转矩阵以及父子关系计算各种预设的人体动作前后各个关节的绝对坐标。
其中,这里的旋转矩阵即指的是步骤s102中提到的相对旋转关系。
可以理解的是,运动学是一种较好的控制技术,通过把运动骨骼作为刚体,改变不同部分的状态,就可以对运动加以控制。在动画控制技术中,正向运动学和反向运动学运用相当广泛,是一种控制骨骼运动的有效方法。其中,本发明步骤s102中优选采用正向运动学,正向运动学是通过设置不同骨骼的旋转角,得到各个肢体的位置。其核心是:父关节带动子关节运动,即父关节旋转后,其子关节一定会旋转和父关节相同的角度。
人体骨骼运动时,只有相连的骨骼才会相互影响。步骤s201中,根据人体的常见的运行,可以将人体骨骼模型分为6个部分:头部运动+四肢运动+腰部运动,建立关节之间的联动关系,即关节链如下:
头部运动:head(头部)->neck(脖子)->spine(脊椎上部分);
腰部运动:spine1(脊椎下部分)->lowerback(肚子)->hips(臀部);
左上肢运动:left_hand(左手)->left_forearm(左前臂)->left_arm(左上臂)->left_shoulder(左肩膀);
右上肢运动:right_hand(右手)->right_forearm(右前臂)->right_arm(右上臂)->right_shoulder(右肩膀);
左下肢运动:left_foot(左脚)->left_leg(左小腿)->left_upleg(左上腿)->left_hips(左臀);
右下肢运动:right_foot(右脚)->right_leg(右小腿)->right_upleg(右上腿)->right_hips(右臀)。
当然,关节之间的联动关系是基于骨骼模型的具体结构以及关节间的父子关系建立的,以上仅为一种具体的实现方式,本发明并不限定关节间的具体联动关系的内容。
步骤s202中,为了很好的表达关节链的运动,我们设计各个关节的自由度。根据实际情况,人体关节应该只可以进行旋转变换,不可以进行平移变换。因此各个关节最多有3个自由度,并且全部是旋转自由度。具体可采用Euler’srotation(欧拉旋转)来表达关节的自由度。
在自由度的确定过程中,具体可设置坐标轴为右手坐标系,即沿骨骼方向为Y方向;旋转顺序为:Euler XYZ。参见图3所示,图3为本发明提供的一种人体上肢关节自由度分析中坐标轴的设置示意图。
步骤s203中,为方便理解,以人体上肢为例。由于肩膀只有3个自由度,肘弯有1个自由度,手腕有3个自由度。假设肩膀的自由度为,(αs,βs,γs)胳膊肘的自由度为(0,βe,0),手腕的自由度为(αw,βw,γw),则其旋转矩阵分别为Ts,Te,Tw。其中:
其中,其他关节可类比上述旋转矩阵的获得方式。
需要注意的是,本步骤中的动作模型需要尽可能涵盖全部人类常见的动作,例如,弯腰、蹲下、坐、站立等。每个人体动作均对应关节的一组旋转矩阵,不同的人体动作对应的关节的旋转矩阵不同。
另外,由于人体模型中,各个关节是呈树状形式的,即:整个人体模型有一个根节点,即Hips(臀部),围绕此节点,产生子节点,子节点再产生自身子节点。如:Hips(臀部)节点产生LeftHips(左臀部)、RightHips(右臀部)和LowerBack(肚子);其中LeftHips(左臀部)产生节点Leftupleg(左上腿);RightHips(右臀部)产生节点Right_upleg(右上腿)。当计算各个关节的绝对坐标时,需要先计算其父节点的绝对坐标。
步骤s204中,以图2的人体上肢为例,假设运动前,肩膀的绝对坐标为Xs,胳膊肘的绝对坐标为Xe,手腕的绝对坐标为Xw,运动后,肩膀的绝对坐标为Xs’,胳膊肘的绝对坐标为X’e,手腕的绝对坐标为X’w,则:
X’e=Xe
X’e=Ts*Xe+Xs
X’w=Te*X’e+X’s
依据上述方式,类比可得到全部关节的在相应的人体动作前后的绝对坐标,依据该绝对坐标,可以得到各种人体动作前后的静态图像以及各个关节的角度变化范围。
进一步可知,步骤s103中,依据运动模型渲染骨骼动画,得到各种预设的人体动作下的动画图像的过程具体为:
步骤s301:依据预设的人体动作前后各个关节的绝对坐标,确定预设的人体动作过程中各个关节的变化角度范围;
步骤s302:依据变化角度范围,将预设角度的变化作为一帧,确定每个关节在预设的人体动作过程中的帧数;
步骤s303:依据各个关节的父子关系,在每个父关节更新一帧后,遍历父关节对应的子关节的全部帧图像;
步骤s304:将遍历后得到的全部图像进行汇总,得到预设的人体动作下的动画图像;重复上述操作,得到各种预设的人体动作下的动画图像。
可以理解的是,想要得到人体姿态数据样本,不能仅依据动作前后的静态图像,而是要生成骨骼动画。生成骨骼动画的过程中,由于每个关节均有一个角度变化的范围,例如-30°~50°,则此时若将8°的变化作为一帧图像的话,可将该关节在上述人体动作中的移动分解为10帧图像,即该关节在上述人体动作中的帧数为10,同理,可得到全部关节的帧数,并完成全部关节的帧数分解。由于关节间具有父子联动关系,故需要依据父子关系进行联动遍历。例如,以左上肢为例来说明,假设肩膀的帧数为10,胳膊肘的帧数为10,手腕的帧数为10,若当前肩膀更新一帧,则胳膊肘的10帧需要全部遍历一遍,在此过程中,胳膊肘每更新一帧,手腕也要全部遍历一遍,具体的,假设当前帧为第n帧,则:
当前左上肢的帧数Narm=n%(10*10*10);
当前肩膀的帧数Nshoulder=Narm/(10*10);
当前胳膊肘的帧数为Nelbow=(Narm%(10*10))/10;
当前手腕的帧数为Nwrist=(Narm%(10*10))%10。
另外,为了确保获得动画图像的完整性,需要调整观察视野,尽量均匀的在骨骼模型的各个方位采集图像并保存,作为优选地,观察视野包括初始人体姿态模型的前方视野、后方视野、左侧视野、右侧视野、上方视野和下方视野。
本发明提供了一种构造人体姿态数据样本的方法,建立骨骼模型以及骨骼模型中关节间的运动模型后,依据人体动作前后的各个关节的相对旋转关系,渲染得到在各种人体动作下的动画图像,然后调整观察视野以及骨骼模型的参数重复上述操作,从而得到不同人体动作下、不同观察视野以及不同体型的骨骼模型的动画图像,之后将该动画图像以及从该动画图像内提取的真值数据作为人体姿态数据样本。可见,本发明不需要人工构造,且能够一次建立大量的数据样本,节省人力,构造效率高。
本发明还提供了一种构造人体姿态数据样本的装置,参见图4所示,图4为本发明提供的一种构造人体姿态数据样本的装置的结构示意图。该装置包括:
骨骼构建模块1,用于预设参数构建骨骼模型;
运动模型构建模块2,用于构建骨骼模型内关节间的若干个运动模型,每个运动模型对应一种预设的人体动作,且运动模型包括其对应的人体动作下各个关节的相对旋转关系;
动画生成模块3,用于依据运动模型渲染骨骼动画,得到各种预设的人体动作下的动画图像;调整观察视野,重复上述渲染操作,得到骨骼模型在各个观察视野下的动画图像并保存,触发骨骼参数调整模块4;
骨骼参数调整模块4,用于调整骨骼模型的参数,触发骨骼构建模块1,直至得到全部预设参数下的骨骼模型对应的动画图像后触发真值提取模块5;
真值提取模块5,用于依据获得的动画图像提取真值数据,真值数据及动画图像即为人体姿态数据样本。
其中,骨骼构建模块1具体包括:
初始构建单元,用于构建人体模型;
参数调整单元,用于设置人体模型中的人体骨骼参数;
蒙皮建立单元,用于建立人体模型与骨骼间的蒙皮关系,得到骨骼模型。
作为优选地,运动模型构建模块2具体包括:
关节链确定单元,用于确定骨骼模型内各个关节的联动关系;
自由度确定单元,用于确定各个关节的自由度;
旋转矩阵确定单元,用于依据自由度和联动关系,确定每种预设的人体动作对应的各个关节的旋转矩阵T;
关节结构确定单元,用于将臀部关节作为根关节,确定各个关节之间的父子关系;
绝对坐标计算单元,用于依据旋转矩阵以及父子关系计算各种预设的人体动作前后各个关节的绝对坐标。
作为优选地,动画生成模块3具体包括:
变化范围确定单元,用于依据预设的人体动作前后各个关节的绝对坐标,确定预设的人体动作过程中各个关节的变化角度范围;
帧率分配单元,用于依据变化角度范围,将预设角度的变化作为一帧,确定每个关节在预设的人体动作过程中的帧数;
遍历单元,用于依据各个关节的父子关系,在每个父关节更新一帧后,遍历父关节对应的子关节的全部帧图像;将遍历后得到的全部图像进行汇总,得到预设的人体动作下的动画图像。
本发明提供了一种构造人体姿态数据样本的装置,建立骨骼模型以及骨骼模型中关节间的运动模型后,依据人体动作前后的各个关节的相对旋转关系,渲染得到在各种人体动作下的动画图像,然后调整观察视野以及骨骼模型的参数重复上述操作,从而得到不同人体动作下、不同观察视野以及不同体型的骨骼模型的动画图像,之后将该动画图像以及从该动画图像内提取的真值数据作为人体姿态数据样本。可见,本发明不需要人工构造,且能够一次建立大量的数据样本,节省人力,构造效率高。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
还需要说明的是,在本说明书中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句"包括一个......"限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其他实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (9)
1.一种构造人体姿态数据样本的方法,其特征在于,包括:
步骤s101:依据预设参数构建骨骼模型;
步骤s102:构建所述骨骼模型内关节间的若干个运动模型,每个所述运动模型对应一种预设的人体动作,且所述运动模型包括其对应的人体动作下各个关节的相对旋转关系;
步骤s103:依据所述运动模型渲染骨骼动画,得到各种所述预设的人体动作下的动画图像;调整观察视野,重复本步骤的操作,得到所述骨骼模型在各个观察视野下的动画图像并保存;
步骤s104:调整所述骨骼模型的参数,返回步骤s102,直至得到全部预设参数下的骨骼模型对应的动画图像后进入步骤s105;
步骤s105:依据获得的动画图像提取真值数据,所述真值数据及所述动画图像即为人体姿态数据样本。
2.根据权利要求1所述的方法,其特征在于,所述步骤s101的过程具体为:
构建人体模型;
设置所述人体模型中的人体骨骼参数;
建立所述人体模型与骨骼间的蒙皮关系,得到所述骨骼模型。
3.根据权利要求2所述的方法,其特征在于,步骤s102的过程具体为:
确定所述骨骼模型内各个关节的联动关系;
确定各个所述关节的自由度;
依据所述自由度和所述联动关系,确定每种所述预设的人体动作对应的各个所述关节的旋转矩阵T;
将臀部关节作为根关节,确定各个所述关节之间的父子关系;
依据所述旋转矩阵以及所述父子关系计算各种所述预设的人体动作前后各个所述关节的绝对坐标。
4.根据权利要求3所述的方法,其特征在于,步骤s103中,所述依据所述运动模型渲染骨骼动画,得到各种所述预设的人体动作下的动画图像的过程具体为:
依据所述预设的人体动作前后各个所述关节的绝对坐标,确定所述预设的人体动作过程中各个所述关节的变化角度范围;
依据所述变化角度范围,将预设角度的变化作为一帧,确定每个所述关节在所述预设的人体动作过程中的帧数;
依据各个所述关节的父子关系,在每个父关节更新一帧后,遍历所述父关节对应的子关节的全部帧图像;
将遍历后得到的全部图像进行汇总,得到所述预设的人体动作下的动画图像;重复上述操作,得到各种所述预设的人体动作下的动画图像。
5.根据权利要求4所述的方法,其特征在于,所述观察视野包括所述初始人体姿态模型的前方视野、后方视野、左侧视野、右侧视野、上方视野和下方视野。
6.一种构造人体姿态数据样本的装置,其特征在于,包括:
骨骼构建模块,用于预设参数构建骨骼模型;
运动模型构建模块,用于构建所述骨骼模型内关节间的若干个运动模型,每个所述运动模型对应一种预设的人体动作,且所述运动模型包括其对应的人体动作下各个关节的相对旋转关系;
动画生成模块,用于依据所述运动模型渲染骨骼动画,得到各种所述预设的人体动作下的动画图像;调整观察视野,重复上述渲染操作,得到所述骨骼模型在各个观察视野下的动画图像并保存,触发骨骼参数调整模块;
所述骨骼参数调整模块,用于调整所述骨骼模型的参数,触发所述骨骼构建模块,直至得到全部预设参数下的骨骼模型对应的动画图像后触发真值提取模块;
所述真值提取模块,用于依据获得的动画图像提取真值数据,所述真值数据及所述动画图像即为人体姿态数据样本。
7.根据权利要求6所述的装置,其特征在于,所述骨骼构建模块具体包括:
初始构建单元,用于构建人体模型;
参数调整单元,用于设置所述人体模型中的人体骨骼参数;
蒙皮建立单元,用于建立所述人体模型与骨骼间的蒙皮关系,得到所述骨骼模型。
8.根据权利要求7所述的装置,其特征在于,所述运动模型构建模块具体包括:
关节链确定单元,用于确定所述骨骼模型内各个关节的联动关系;
自由度确定单元,用于确定各个所述关节的自由度;
旋转矩阵确定单元,用于依据所述自由度和所述联动关系,确定每种所述预设的人体动作对应的各个所述关节的旋转矩阵T;
关节结构确定单元,用于将臀部关节作为根关节,确定各个所述关节之间的父子关系;
绝对坐标计算单元,用于依据所述旋转矩阵以及所述父子关系计算各种所述预设的人体动作前后各个所述关节的绝对坐标。
9.根据权利要求8所述的装置,其特征在于,所述动画生成模块具体包括:
变化范围确定单元,用于依据所述预设的人体动作前后各个所述关节的绝对坐标,确定所述预设的人体动作过程中各个所述关节的变化角度范围;
帧率分配单元,用于依据所述变化角度范围,将预设角度的变化作为一帧,确定每个所述关节在所述预设的人体动作过程中的帧数;
遍历单元,用于依据各个所述关节的父子关系,在每个父关节更新一帧后,遍历所述父关节对应的子关节的全部帧图像;将遍历后得到的全部图像进行汇总,得到所述预设的人体动作下的动画图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710311049.2A CN107038430B (zh) | 2017-05-05 | 2017-05-05 | 一种构造人体姿态数据样本的方法及其装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710311049.2A CN107038430B (zh) | 2017-05-05 | 2017-05-05 | 一种构造人体姿态数据样本的方法及其装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107038430A true CN107038430A (zh) | 2017-08-11 |
CN107038430B CN107038430B (zh) | 2020-09-11 |
Family
ID=59538003
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710311049.2A Active CN107038430B (zh) | 2017-05-05 | 2017-05-05 | 一种构造人体姿态数据样本的方法及其装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107038430B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108304819A (zh) * | 2018-02-12 | 2018-07-20 | 北京易真学思教育科技有限公司 | 姿态识别系统及方法、存储介质 |
CN108392207A (zh) * | 2018-02-09 | 2018-08-14 | 西北大学 | 一种基于姿态标签的动作识别方法 |
CN109934907A (zh) * | 2019-02-14 | 2019-06-25 | 深兰科技(上海)有限公司 | 一种样本生成方法、装置、介质和设备 |
CN111862276A (zh) * | 2020-07-02 | 2020-10-30 | 南京师范大学 | 一种基于形式化动作描述文本的骨骼动画自动制作方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1067515A (zh) * | 1991-06-01 | 1992-12-30 | 宗教法人金刚禅总本山少林寺 | 动画片制作方法 |
CN101958007A (zh) * | 2010-09-20 | 2011-01-26 | 南京大学 | 一种采用草绘的三维动画姿态建模方法 |
CN102708582A (zh) * | 2012-05-08 | 2012-10-03 | 电子科技大学 | 一种面向异构拓扑的角色运动重定向方法 |
CN102855470A (zh) * | 2012-07-31 | 2013-01-02 | 中国科学院自动化研究所 | 基于深度图像的人体姿态估计方法 |
CN103530897A (zh) * | 2013-09-30 | 2014-01-22 | 华为软件技术有限公司 | 运动重定向处理方法及装置 |
CN104021584A (zh) * | 2014-06-25 | 2014-09-03 | 无锡梵天信息技术股份有限公司 | 一种骨骼蒙皮动画的实现方法 |
JP6059614B2 (ja) * | 2013-07-31 | 2017-01-11 | Kddi株式会社 | 仕草生成装置、仕草生成システム、仕草生成方法およびコンピュータプログラム |
-
2017
- 2017-05-05 CN CN201710311049.2A patent/CN107038430B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1067515A (zh) * | 1991-06-01 | 1992-12-30 | 宗教法人金刚禅总本山少林寺 | 动画片制作方法 |
CN101958007A (zh) * | 2010-09-20 | 2011-01-26 | 南京大学 | 一种采用草绘的三维动画姿态建模方法 |
CN102708582A (zh) * | 2012-05-08 | 2012-10-03 | 电子科技大学 | 一种面向异构拓扑的角色运动重定向方法 |
CN102855470A (zh) * | 2012-07-31 | 2013-01-02 | 中国科学院自动化研究所 | 基于深度图像的人体姿态估计方法 |
JP6059614B2 (ja) * | 2013-07-31 | 2017-01-11 | Kddi株式会社 | 仕草生成装置、仕草生成システム、仕草生成方法およびコンピュータプログラム |
CN103530897A (zh) * | 2013-09-30 | 2014-01-22 | 华为软件技术有限公司 | 运动重定向处理方法及装置 |
CN104021584A (zh) * | 2014-06-25 | 2014-09-03 | 无锡梵天信息技术股份有限公司 | 一种骨骼蒙皮动画的实现方法 |
Non-Patent Citations (1)
Title |
---|
姚艺: "个性化动态人体蒙皮", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108392207A (zh) * | 2018-02-09 | 2018-08-14 | 西北大学 | 一种基于姿态标签的动作识别方法 |
CN108304819A (zh) * | 2018-02-12 | 2018-07-20 | 北京易真学思教育科技有限公司 | 姿态识别系统及方法、存储介质 |
CN108304819B (zh) * | 2018-02-12 | 2021-02-02 | 北京世纪好未来教育科技有限公司 | 姿态识别系统及方法、存储介质 |
CN109934907A (zh) * | 2019-02-14 | 2019-06-25 | 深兰科技(上海)有限公司 | 一种样本生成方法、装置、介质和设备 |
CN111862276A (zh) * | 2020-07-02 | 2020-10-30 | 南京师范大学 | 一种基于形式化动作描述文本的骨骼动画自动制作方法 |
CN111862276B (zh) * | 2020-07-02 | 2023-12-05 | 南京师范大学 | 一种基于形式化动作描述文本的骨骼动画自动制作方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107038430B (zh) | 2020-09-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107038430A (zh) | 一种构造人体姿态数据样本的方法及其装置 | |
CN101833788B (zh) | 一种采用手绘草图的三维人体建模方法 | |
JP7061694B2 (ja) | 画像処理方法および装置、画像機器、ならびに記憶媒体 | |
CN101958007B (zh) | 一种采用草绘的三维动画姿态建模方法 | |
CN110992454B (zh) | 基于深度学习的实时动作捕捉和三维动画生成方法与装置 | |
CN105225262B (zh) | 一种动态捕捉3d数据处理方法 | |
CN106023288B (zh) | 一种基于图像的动态替身构造方法 | |
CN103065348B (zh) | 基于骨骼动作库的二维动画自动生成方法 | |
KR101796190B1 (ko) | 디지털 클론 생성 장치 및 방법 | |
CN107330967B (zh) | 基于惯性传感技术的骑师运动姿态捕捉及三维重建系统 | |
CN107225573A (zh) | 机器人的动作控制方法和装置 | |
CN111553968B (zh) | 一种三维人体重构动画的方法 | |
CN104376309B (zh) | 一种基于手势识别的手势运动基元模型结构化方法 | |
CN110473266A (zh) | 一种基于姿态指导的保留源场景人物动作视频生成方法 | |
CN100557639C (zh) | 基于关键帧和时空约束的三维虚拟人体运动生成方法 | |
CN104167016A (zh) | 一种基于rgb彩色与深度图像的三维运动重建方法 | |
CN105243375A (zh) | 一种动作特征提取方法及装置 | |
CN115018963B (zh) | 一种基于物理仿真的人型智能体姿态生成方法 | |
CN106548033A (zh) | 一种在随机路面条件下的下肢外骨骼逆运动分析方法 | |
CN102467749A (zh) | 基于关键帧和时空约束的三维虚拟人体运动生成方法 | |
KR101095860B1 (ko) | 인체 모델의 형상 변형 방법 | |
CN102609553A (zh) | 计算机辅助动画造型绘制方法 | |
Guo et al. | Skinning With Deformable Chunks. | |
CN108932746A (zh) | 一种人体三维动画关节皮肤变形方法 | |
Bhati et al. | Analysis of design principles and requirements for procedural rigging of bipeds and quadrupeds characters with custom manipulators for animation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |