CN113177996A - 虚拟模型的穿模分析方法、装置、处理器及电子装置 - Google Patents

Abstract

本发明公开了一种虚拟模型的穿模分析方法、装置、处理器及电子装置。该方法包括：获取待测试的视频文件，并将待测试的视频文件解析为多帧视频图像；将多帧视频图像中的每帧视频图像与标定数据集进行匹配，提取多个第一模型单元，其中，标定数据集用于描述由虚拟模型划分得到的多个模型单元中每个模型单元的模型属性信息；将多个第一模型单元中的每个第一模型单元与标定数据集进行比对，从多个第一模型单元中提取待分析的第二模型单元；基于第二模型单元的深度信息，对第二模型单元进行穿模分析，以获取穿模分析结果。本发明解决了相关技术中所提供的动画穿模现象检测方式易耗费较多的人力成本与时间成本，同时还会造成遗漏的技术问题。

Description

虚拟模型的穿模分析方法、装置、处理器及电子装置

技术领域

本发明涉及计算机领域，具体而言，涉及一种虚拟模型的穿模分析方法、装置、处理器及电子装置。

背景技术

动画穿模通常是指在三维(3D)游戏中的虚拟物体模型之间或者虚拟人物模型之间，由于两者的碰撞体积设定失误、兼容性异常等因素所造成的不同虚拟模型之间发生穿透、叠加现象，进而导致3D游戏的整体性观感质量较差。游戏玩家在日常观看动画视频、体验3D游戏的过程中，尤其是在3D虚拟人物模型支持任意角度旋转以使得虚拟人物模型的发饰、服装、眼镜等配件甚至会穿透虚拟人物模型本身，由此造成明显不合理的动画表现。

游戏玩家在日常观看网络视频，游戏过场动画，游戏虚拟人物模型时经常会遇到上述动画穿模现象，其严重影响了游戏玩家的观赏体验与游戏体验。在动画穿模现象中以虚拟人物模型的穿模问题最为关键，由于游戏玩家的视角往往集中在游戏画面内的虚拟人物模型本身，因此，如果虚拟人物模型发生动画穿模现象，则会直接影响游戏玩家对游戏产品质量的评价。例如：在一款写实风格的3D游戏中，如果虚拟人物模型的头发直接穿过虚拟人物模型的头部，那么显然会给游戏玩家带来游戏产品质量较差的直观感受。

针对上述动画穿模现象，相关技术中通过对虚拟物体模型或者虚拟人物模型中各个定点位置进行变换处理以及对碰撞体等属性进行设置，抑或是通过限制转动角度等虚拟模型制作方法来避免上述动画穿模现象。

然而，在解决上述动画穿模现象之前，首先需要检测到上述动画穿模现象，但是相关技术中所提供的解决方案重点关注于如何避免上述动画穿模现象。至于如何检测到上述动画穿模现象，相关技术中通常使用人为的肉眼观察方式。这种肉眼观察方式的明显缺陷在于：费时、费力、同时还会造成遗漏而仍然会影响用户体验。

针对上述的问题，目前尚未提出有效的解决方案。

发明内容

本发明至少部分实施例提供了一种虚拟模型的穿模分析方法、装置、处理器及电子装置，以至少解决相关技术中所提供的动画穿模现象检测方式易耗费较多的人力成本与时间成本，同时还会造成遗漏的技术问题。

根据本发明其中一实施例，提供了一种虚拟模型的穿模分析方法，包括：

获取待测试的视频文件，并将待测试的视频文件解析为多帧视频图像；将多帧视频图像中的每帧视频图像与标定数据集进行匹配，提取多个第一模型单元，其中，标定数据集用于描述由虚拟模型划分得到的多个模型单元中每个模型单元的模型属性信息；将多个第一模型单元中的每个第一模型单元与标定数据集进行比对，从多个第一模型单元中提取待分析的第二模型单元，其中，第二模型单元为多个第一模型单元中存在遮挡的模型单元；基于第二模型单元的深度信息，对第二模型单元进行穿模分析，以获取穿模分析结果。

可选地，上述虚拟模型的穿模分析方法还包括：按照预设划分规则将虚拟模型划分为多个模型单元；对多个模型单元中每个模型单元进行标记处理，得到标定数据集，其中，标定数据集至少包括：穿模属性信息、优先级属性信息。

可选地，将多帧视频图像中的每帧视频图像与标定数据集进行匹配，提取多个第一模型单元包括：利用相似性匹配方式确定多帧视频图像中的每帧视频图像是否包含标定数据集对应的模型单元；提取多帧视频图像中的每帧视频图像所包含的模型单元，得到多个第一模型单元。

可选地，将多个第一模型单元中的每个第一模型单元与标定数据集进行比对，从多个第一模型单元中提取第二模型单元包括：将多个第一模型单元中的每个第一模型单元与基于标定数据集进行复原得到的模型单元进行比对，确定每个第一模型单元中是否存在遮挡部分；将存在遮挡部分的模型单元提取为第二模型单元。

可选地，基于第二模型单元的深度信息，对第二模型单元进行穿模分析包括：当基于深度信息确定第二模型单元当前所在位置与第三模型单元当前所在位置分别位于不同深度时，确定第二模型单元与第三模型单元之间存在遮挡关系，其中，第三模型单元为多个第一模型单元中遮挡第二模型单元的模型单元。

可选地，基于第二模型单元的深度信息，对第二模型单元进行穿模分析包括：当基于深度信息确定第二模型单元当前所在位置与第三模型单元当前所在位置分别位于相同深度时，采用第二模型单元的第一优先级与第三模型单元的第二优先级进行穿模合法性评估，其中，第三模型单元为多个第一模型单元中遮挡第二模型单元的模型单元。

可选地，采用第二模型单元的第一优先级与第三模型单元的第二优先级进行穿模合法性评估包括：当第一优先级大于第二优先级时，确定第二模型单元与第三模型单元之间存在的穿模关系为合法穿模；当第一优先级小于或等于第二优先级时，确定第二模型单元与第三模型单元之间存在的穿模关系为非法穿模。

可选地，上述虚拟模型的穿模分析方法还包括：将穿模分析结果上传至服务平台，其中，服务平台用于对穿模分析结果进行复查并对确认的非法穿模进行修复。

根据本发明其中一实施例，还提供了一种虚拟模型的穿模分析装置，包括：

获取模块，用于获取待测试的视频文件，并将待测试的视频文件解析为多帧视频图像；第一提取模块，用于将多帧视频图像中的每帧视频图像与标定数据集进行匹配，提取多个第一模型单元，其中，标定数据集用于描述由虚拟模型划分得到的多个模型单元中每个模型单元的模型属性信息；第二提取模块，用于将多个第一模型单元中的每个第一模型单元与标定数据集进行比对，从多个第一模型单元中提取待分析的第二模型单元，其中，第二模型单元为多个第一模型单元中存在遮挡的模型单元；分析模块，用于基于第二模型单元的深度信息，对第二模型单元进行穿模分析，以获取穿模分析结果。

可选地，上述虚拟模型的穿模分析装置还包括：处理模块，用于按照预设划分规则将虚拟模型划分为多个模型单元；对多个模型单元中每个模型单元进行标记处理，得到标定数据集，其中，标定数据集至少包括：穿模属性信息、优先级属性信息。

可选地，第一提取模块，用于利用相似性匹配方式确定多帧视频图像中的每帧视频图像是否包含标定数据集对应的模型单元；提取多帧视频图像中的每帧视频图像所包含的模型单元，得到多个第一模型单元。

可选地，第二提取模块，用于将多个第一模型单元中的每个第一模型单元与基于标定数据集进行复原得到的模型单元进行比对，确定每个第一模型单元中是否存在遮挡部分；将存在遮挡部分的模型单元提取为第二模型单元。

可选地，分析模块，用于当基于深度信息确定第二模型单元当前所在位置与第三模型单元当前所在位置分别位于不同深度时，确定第二模型单元与第三模型单元之间存在遮挡关系，其中，第三模型单元为多个第一模型单元中遮挡第二模型单元的模型单元。

可选地，分析模块，用于当基于深度信息确定第二模型单元当前所在位置与第三模型单元当前所在位置分别位于相同深度时，采用第二模型单元的第一优先级与第三模型单元的第二优先级进行穿模合法性评估，其中，第三模型单元为多个第一模型单元中遮挡第二模型单元的模型单元。

可选地，分析模块，用于当第一优先级大于第二优先级时，确定第二模型单元与第三模型单元之间存在的穿模关系为合法穿模；当第一优先级小于或等于第二优先级时，确定第二模型单元与第三模型单元之间存在的穿模关系为非法穿模。

可选地，上述虚拟模型的穿模分析装置还包括：上报模块，用于将穿模分析结果上传至服务平台，其中，服务平台用于对穿模分析结果进行复查并对确认的非法穿模进行修复。

根据本发明其中一实施例，还提供了一种非易失性存储介质，存储介质中存储有计算机程序，其中，计算机程序被设置为运行时执行上述任一项中的虚拟模型的穿模分析方法。

根据本发明其中一实施例，还提供了一种处理器，处理器用于运行程序，其中，程序被设置为运行时执行上述任一项中的虚拟模型的穿模分析方法。

根据本发明其中一实施例，还提供了一种电子装置，包括存储器和处理器，存储器中存储有计算机程序，处理器被设置为运行计算机程序以执行上述任一项中的虚拟模型的穿模分析方法。

在本发明至少部分实施例中，采用获取待测试的视频文件并将待测试的视频文件解析为多帧视频图像的方式，通过将多帧视频图像中的每帧视频图像与标定数据集进行匹配以便提取多个第一模型单元，该标定数据集用于描述由虚拟模型划分得到的多个模型单元中每个模型单元的模型属性信息，将多个第一模型单元中的每个第一模型单元与标定数据集进行比对以便从多个第一模型单元中提取待分析的第二模型单元，该第二模型单元为多个第一模型单元中存在遮挡的模型单元以及基于第二模型单元的深度信息对第二模型单元进行穿模分析以获取穿模分析结果，达到了方便、准确、快捷地检测穿模现象并进行穿模分析的目的，从而实现了有效规避因存在大量穿模现象而导致游戏玩家对游戏场景以及观众对游戏视频的视觉观感下降，有助于提升游戏产品和游戏视频的品质体验的技术效果，进而解决了相关技术中所提供的动画穿模现象检测方式易耗费较多的人力成本与时间成本，同时还会造成遗漏的技术问题。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是根据本发明实施例的虚拟模型的穿模分析方法的流程图；

图2是根据本发明其中一可选实施例的虚拟模型的穿模分析过程的示意图；

图3是根据本发明其中一实施例的虚拟模型的穿模分析装置的结构框图；

图4是根据本发明其中一可选实施例的虚拟模型的穿模分析装置的结构框图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，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，所描述的实施例仅仅是本发明一部分的实施例，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，都应当属于本发明保护的范围。

需要说明的是，本发明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，以便这里描述的本发明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。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。

根据本发明其中一实施例，提供了一种虚拟模型的穿模分析方法的实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

该方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。以运行在移动终端上为例，该移动终端可以是智能手机(如Android手机、iOS手机等)、平板电脑、掌上电脑以及移动互联网设备(Mobile Internet Devices，简称为MID)、PAD等终端设备。移动终端可以包括一个或多个处理器(处理器可以包括但不限于中央处理器(CPU)、图形处理器(GPU)、数字信号处理(DSP)芯片、微处理器(MCU)、可编程逻辑器件(FPGA)、神经网络处理器(NPU)、张量处理器(TPU)、人工智能(AI)类型处理器等的处理装置)和用于存储数据的存储器。可选地，上述移动终端还可以包括用于通信功能的传输设备、输入输出设备以及显示设备。本领域普通技术人员可以理解，上述结构描述仅为示意，其并不对上述移动终端的结构造成限定。例如，移动终端还可包括比上述结构描述更多或者更少的组件，或者具有与上述结构描述不同的配置。

存储器可用于存储计算机程序，例如，应用软件的软件程序以及模块，如本发明实施例中的虚拟模型的穿模分析方法对应的计算机程序，处理器通过运行存储在存储器内的计算机程序，从而执行各种功能应用以及数据处理，即实现上述的方法。存储器可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器可进一步包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至移动终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

传输设备用于经由一个网络接收或者发送数据。上述的网络具体实例可包括移动终端的通信供应商提供的无线网络。在一个实例中，传输设备包括一个网络适配器(Network Interface Controller，简称为NIC)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输设备可以为射频(Radio Frequency，简称为RF)模块，其用于通过无线方式与互联网进行通讯。

显示设备可以例如触摸屏式的液晶显示器(LCD)和触摸显示器(也被称为“触摸屏”或“触摸显示屏”)。该液晶显示器可使得用户能够与移动终端的用户界面进行交互。在一些实施例中，上述移动终端具有图形用户界面(GUI)，用户可以通过触摸触敏表面上的手指接触和/或手势来与GUI进行人机交互，此处的人机交互功能可选的包括如下交互：创建网页、绘图、文字处理、制作电子文档、游戏、视频会议、即时通信、收发电子邮件、通话界面、播放数字视频、播放数字音乐和/或网络浏览等、用于执行上述人机交互功能的可执行指令被配置/存储在一个或多个处理器可执行的计算机程序产品或可读存储介质中。

在本实施例中提供了一种运行于上述移动终端的虚拟模型的穿模分析方法，图1是根据本发明实施例的虚拟模型的穿模分析方法的流程图，如图1所示，该方法包括如下步骤：

步骤S10，获取待测试的视频文件，并将待测试的视频文件解析为多帧视频图像；

上述待测试的视频文件可以通过测试人员实际运行游戏，然后再通过其他软件进行屏幕录制来获得。即测试人员将在游戏场景内将虚拟模型按照预先设定的多个位置执行跑步、跳跃、行走、战斗等多种姿态下的不同行为，并录制这些行为，以备后续评判是否该虚拟模型是否存在穿模情况。

在获取到待测试的视频文件之后，由于虚拟模型最终都是以可观看、欣赏的视频媒介形式呈现给游戏玩家和观众，因此，可以采用视频文件作为待分析对象进行穿模分析。通过播放预先录制的待测试的视频文件，对待测试的视频文件进行逐帧解析，将待测试的视频文件转化为连续多帧视频图像用于后续的分析处理。即，考虑到分析对象是视频数据流，如果对象模型确实存在穿模现象，则通常可以认为是从对象模型尚未穿模开始到逐渐穿模过程一段时间区间内会采集到一系列图像帧。而对于同一个对象模型，在判定存在穿模现象的这一系列图像帧中，可以将会选择判定穿模量最大图像作为后续筛查判断的依据。

步骤S11，将多帧视频图像中的每帧视频图像与标定数据集进行匹配，提取多个第一模型单元，其中，标定数据集用于描述由虚拟模型划分得到的多个模型单元中每个模型单元的模型属性信息；

上述虚拟模型可以包括但不限于游戏场景或视频图像中的虚拟角色模型、虚拟建筑模型、虚拟载具模型等。该虚拟模型可以划分为多个模型单元。例如：将虚拟角色模型划分为虚拟手臂模型，虚拟头饰模型，虚拟衣物模型，虚拟挂件模型等模型单元。上述标定数据集用于描述由虚拟模型划分得到的多个模型单元中每个模型单元的模型属性信息。

步骤S12，将多个第一模型单元中的每个第一模型单元与标定数据集进行比对，从多个第一模型单元中提取待分析的第二模型单元，其中，第二模型单元为多个第一模型单元中存在遮挡的模型单元；

通过将多个第一模型单元中的每个第一模型单元与标定数据集进行比对，可以确定多个第一模型单元中是否存在部分区域被遮挡的模型单元。如果存在部分区域被遮挡的模型单元，则可以从多个第一模型单元中提取待分析的第二模型单元，即多个第一模型单元中存在遮挡的模型单元。

步骤S13，基于第二模型单元的深度信息，对第二模型单元进行穿模分析，以获取穿模分析结果。

通过上述步骤，可以采用获取待测试的视频文件并将待测试的视频文件解析为多帧视频图像的方式，通过将多帧视频图像中的每帧视频图像与标定数据集进行匹配以便提取多个第一模型单元，该标定数据集用于描述由虚拟模型划分得到的多个模型单元中每个模型单元的模型属性信息，将多个第一模型单元中的每个第一模型单元与标定数据集进行比对以便从多个第一模型单元中提取待分析的第二模型单元，该第二模型单元为多个第一模型单元中存在遮挡的模型单元以及基于第二模型单元的深度信息对第二模型单元进行穿模分析以获取穿模分析结果，达到了方便、准确、快捷地检测穿模现象并进行穿模分析的目的，从而实现了有效规避因存在大量穿模现象而导致游戏玩家对游戏场景以及观众对游戏视频的视觉观感下降，有助于提升游戏产品和游戏视频的品质体验的技术效果，进而解决了相关技术中所提供的动画穿模现象检测方式易耗费较多的人力成本与时间成本，同时还会造成遗漏的技术问题。

可选地，上述虚拟模型的穿模分析方法还可以包括以下处理步骤：

步骤S14，按照预设划分规则将虚拟模型划分为多个模型单元；

步骤S15，对多个模型单元中每个模型单元进行标记处理，得到标定数据集，其中，标定数据集至少包括：穿模属性信息、优先级属性信息。

在模型绘制阶段，增加虚拟模型的标定环节，将虚拟模型划分为最小的、连贯独立的模型单元，然后再标记这些划分后的模型单元的穿模属性信息和优先级属性信息。穿模属性信息用于标记一个模型单元是否可以穿模。优先级属性信息通过人工标记方式加以确定，用于判断两个模型单元之间是否可以相互穿模，低优先级的模型单元无法穿模高优先级的模型单元，而高优先级的模型单元则可以穿模低优先级的模型单元。相同优先级的模型单元均无法进行相互穿模。此外，除了穿模属性信息、优先级属性信息之外，上述标定数据集还可以包括：模型单元的刚性或柔软性、折射率、质量等相关属性信息，例如：虚拟手臂模型通常被认为不可弯曲，其仅具有轻微的表面形变，头发则具有良好的形变属性。再例如：虚拟发饰模型通常可以拆分成刚性的发簪与具有柔性旋转属性的步摇。

通过离线处理环节预先将游戏场景内所需使用的虚拟模型按照最小模型单元进行划分，其划分规则可根据实际需要动态调整。在通常情况下，可以认为是具有连续、可良好预测的对象，即使在该最小模型单元存在遮挡的情况下，仍然可以根据最小模型单元的已展现部分方便、快捷地预测剩余被遮挡部分的位置，进而补全该最小模型单元的属性信息(例如：刚性，柔性，折射率，质量等)。通过对这些最小模型单元标记是否允许穿模、优先级关系以及虚拟模型是否为柔性可弯曲，柔性类型与系数等相关属性，由此最终获得虚拟模型的完整标定数据集。

可选地，在步骤S11中，将多帧视频图像中的每帧视频图像与标定数据集进行匹配，提取多个第一模型单元可以包括以下执行步骤：

步骤S110，利用相似性匹配方式确定多帧视频图像中的每帧视频图像是否包含标定数据集对应的模型单元；

步骤S111，提取多帧视频图像中的每帧视频图像所包含的模型单元，得到多个第一模型单元。

在一个可选实施例中，可以利用相似性匹配方式确定多帧视频图像中的每帧视频图像是否包含标定数据集对应的模型单元。即，分别将每一帧视频图像与标定数据集进行相似性匹配以获取每帧图像中所包含的虚拟模型中的最小模型单元。相似性匹配算法可以采用图像处理领域中常用的尺度不变特征变换(SIFT)算子进行相似性判定。

由于视频图像信息通常为二维信息，而虚拟模型通常为三维信息，因此，需要根据二维信息在虚拟模型单元库中查找匹配的模型单元，并获取该模型单元的相关属性信息。然后，再提取多帧视频图像中的每帧视频图像所包含的模型单元，得到多个第一模型单元。

可选地，在步骤S12中，将多个第一模型单元中的每个第一模型单元与标定数据集进行比对，从多个第一模型单元中提取第二模型单元可以包括以下执行步骤：

步骤S120，将多个第一模型单元中的每个第一模型单元与基于标定数据集进行复原得到的模型单元进行比对，确定每个第一模型单元中是否存在遮挡部分；

步骤S121，将存在遮挡部分的模型单元提取为第二模型单元。

对于每一帧图像中出现的最小模型单元而言，需要判断最小模型单元是否与原标定数据集保持一致，即是否可能存在遮挡。考虑到不同模型单元之间可能会存在遮挡情况，为此需要对每一帧视频图像进行图像变换(例如：旋转、缩放、投影等)，将可能会存在被遮挡的图像内已知部分根据原始虚拟模型单元进行复原。然后，再将上述第一模型单元与基于标定数据集进行复原得到的模型单元进行比对以确定第一模型单元中是否存在遮挡部分。

如果存在遮挡部分，则根据最小模型单元的相关属性信息预测遮挡部分的可能位置。预测算法可以采用卡尔曼滤波器预测模型。例如：由于虚拟头发模型具有贝塞尔曲线属性，因此可以根据显式可见的部分头发模型来计算得到遮挡部分的潜在位置，然后再根据卡尔曼滤波器预测模型在相应的预测范围内查找分析是否存在合法的对象，最终获得每一帧图像中存在遮挡的最小模型单元。

可选地，在步骤S13中，基于第二模型单元的深度信息，对第二模型单元进行穿模分析可以包括以下执行步骤：

步骤S130，当基于深度信息确定第二模型单元当前所在位置与第三模型单元当前所在位置分别位于不同深度时，确定第二模型单元与第三模型单元之间存在遮挡关系，其中，第三模型单元为多个第一模型单元中遮挡第二模型单元的模型单元。

对于每个存在遮挡的最小模型单元，可以结合模型单元所对应的深度信息来判断该遮挡是属于常规的前后遮挡关系还是发生穿模现象。

由于在部分应用场景中可能存在前后相对位置之间所发生的遮挡而非不同模型单元之间所发生的穿透现象，因此需要通过根据不同模型单元之间的遮挡关系来分析不同模型单元之间是否存在穿模情况。而遮挡关系通常基于不同模型单元的位置信息(即深度信息)来确定。例如：当距离虚拟相机较近的模型单元遮挡了距离虚拟相机较远的模型单元时，不同模型单元之间并未发生穿透现象。

可选地，在步骤S13中，基于第二模型单元的深度信息，对第二模型单元进行穿模分析可以包括以下执行步骤：

步骤S131，当基于深度信息确定第二模型单元当前所在位置与第三模型单元当前所在位置分别位于相同深度时，采用第二模型单元的第一优先级与第三模型单元的第二优先级进行穿模合法性评估，其中，第三模型单元为多个第一模型单元中遮挡第二模型单元的模型单元。

上述第三模型单元为多个第一模型单元中遮挡第二模型单元的模型单元。当基于深度信息确定第二模型单元当前所在位置与第三模型单元当前所在位置分别位于相同深度(即第二模型单元与第三模型单元之间并非处于遮挡关系)时，可以确定第二模型单元与第三模型单元之间存在穿模现象。由此，需要采用第二模型单元的第一优先级与第三模型单元的第二优先级进行穿模合法性评估。

可选地，在步骤S131中，采用第二模型单元的第一优先级与第三模型单元的第二优先级进行穿模合法性评估可以包括以下执行步骤：

步骤S1310，当第一优先级大于第二优先级时，确定第二模型单元与第三模型单元之间存在的穿模关系为合法穿模；

步骤S1311，当第一优先级小于或等于第二优先级时，确定第二模型单元与第三模型单元之间存在的穿模关系为非法穿模。

对于可能发生穿模现象的模型单元，可以根据最小模型单元的标定信息(例如：优先级属性信息)来判断穿模现象是否合法。对于两个可能发生穿模现象的模型单元，如果是高优先级的模型单元穿模低优先级的模型单元，则可以认为穿模现象合法。例如：在虚拟手指模型与虚拟头发模型中，虚拟手指模型的优先级大于虚拟头发模型的优先级，那么在发生虚拟手指模型穿模虚拟头发模型时，可以认为是虚拟头发模型因其弯曲属性绕在虚拟手指模型后面，由此可以认为穿模现象合法，反之则可以认为是非法穿模。

可选地，上述虚拟模型的穿模分析方法还可以包括以下执行步骤：

步骤S16，将穿模分析结果上传至服务平台，其中，服务平台用于对穿模分析结果进行复查并对确认的非法穿模进行修复。

对于潜在的非法穿模图像，可以标记对应区域同时上报至服务平台进行评判打分并汇总一段时间区间内的穿模图像，以选择各个分值极值点对应图像并存储到数据中心用于后续的复查与处理。在服务平台上，相关人员可以在线对每个潜在的非法穿模图像进行二次确认以评估是否需要对其进行修复处理。最终，结合经过穿模分析所得到的穿模数据信息以及相关人员的评估结果，为每个待测试的视频文件进行打分以确定穿模系数。

下面将结合以下可选实施例对上述可选实施过程做进一步描述。

图2是根据本发明其中一可选实施例的虚拟模型的穿模分析过程的示意图，如图2所示，通过对虚拟角色模型进行划分可以得到虚拟头发模型和虚拟铠甲模型等模型单元。在对待测试的视频文件进行逐帧解析的过程中通过解析得到当前帧图像，可以发现当前帧图像中的虚拟头发模型与复原后的虚拟头发模型相比，当前帧图像中的虚拟头发模型存在被遮挡的部分。而遮挡虚拟头发模型的模型单元即为虚拟铠甲模型。另外，基于虚拟头发模型的深度信息和虚拟铠甲模型的深度信息进行分析，可以确定两者并不属于遮挡关系，而是虚拟头发模型穿过虚拟铠甲模型，因此标记为虚拟头发模型与虚拟铠甲模型之间发生穿模。然后，再评判穿模部分占据虚拟头发模型的比例并按照这个比例进行打分。以此类推，可以采用同样的处理方式为当前帧图像相邻的一系列图像进行打分，最终选取穿模比例最大的视频图像作为待复查对象上传到服务平台。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。

在本实施例中还提供了一种虚拟模型的穿模分析装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。

图3是根据本发明其中一实施例的虚拟模型的穿模分析装置的结构框图，如图3所示，该装置包括：获取模块10，用于获取待测试的视频文件，并将待测试的视频文件解析为多帧视频图像；第一提取模块20，用于将多帧视频图像中的每帧视频图像与标定数据集进行匹配，提取多个第一模型单元，其中，标定数据集用于描述由虚拟模型划分得到的多个模型单元中每个模型单元的模型属性信息；第二提取模块30，用于将多个第一模型单元中的每个第一模型单元与标定数据集进行比对，从多个第一模型单元中提取待分析的第二模型单元，其中，第二模型单元为多个第一模型单元中存在遮挡的模型单元；分析模块40，用于基于第二模型单元的深度信息，对第二模型单元进行穿模分析，以获取穿模分析结果。

图4是根据本发明其中一可选实施例的虚拟模型的穿模分析装置的结构框图，如图4所示，该装置除包括图3所示的所有模块外，上述虚拟模型的穿模分析装置还包括：处理模块50，用于按照预设划分规则将虚拟模型划分为多个模型单元；对多个模型单元中每个模型单元进行标记处理，得到标定数据集，其中，标定数据集至少包括：穿模属性信息、优先级属性信息。

可选地，第一提取模块20，用于利用相似性匹配方式确定多帧视频图像中的每帧视频图像是否包含标定数据集对应的模型单元；提取多帧视频图像中的每帧视频图像所包含的模型单元，得到多个第一模型单元。

可选地，第二提取模块30，用于将多个第一模型单元中的每个第一模型单元与基于标定数据集进行复原得到的模型单元进行比对，确定每个第一模型单元中是否存在遮挡部分；将存在遮挡部分的模型单元提取为第二模型单元。

可选地，分析模块40，用于当基于深度信息确定第二模型单元当前所在位置与第三模型单元当前所在位置分别位于不同深度时，确定第二模型单元与第三模型单元之间存在遮挡关系，其中，第三模型单元为多个第一模型单元中遮挡第二模型单元的模型单元。

可选地，分析模块40，用于当基于深度信息确定第二模型单元当前所在位置与第三模型单元当前所在位置分别位于相同深度时，采用第二模型单元的第一优先级与第三模型单元的第二优先级进行穿模合法性评估，其中，第三模型单元为多个第一模型单元中遮挡第二模型单元的模型单元。

可选地，分析模块40，用于当第一优先级大于第二优先级时，确定第二模型单元与第三模型单元之间存在的穿模关系为合法穿模；当第一优先级小于或等于第二优先级时，确定第二模型单元与第三模型单元之间存在的穿模关系为非法穿模。

可选地，如图4所示，上述虚拟模型的穿模分析装置还包括：上报模块60，用于将穿模分析结果上传至服务平台，其中，服务平台用于对穿模分析结果进行复查并对确认的非法穿模进行修复。

需要说明的是，上述各个模块是可以通过软件或硬件来实现的，对于后者，可以通过以下方式实现，但不限于此：上述模块均位于同一处理器中；或者，上述各个模块以任意组合的形式分别位于不同的处理器中。

本发明的实施例还提供了一种非易失性存储介质，该非易失性存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。

可选地，在本实施例中，上述非易失性存储介质可以被设置为存储用于执行以下步骤的计算机程序：

S1，获取待测试的视频文件，并将待测试的视频文件解析为多帧视频图像；

S2，将多帧视频图像中的每帧视频图像与标定数据集进行匹配，提取多个第一模型单元，其中，标定数据集用于描述由虚拟模型划分得到的多个模型单元中每个模型单元的模型属性信息；

S3，将多个第一模型单元中的每个第一模型单元与标定数据集进行比对，从多个第一模型单元中提取待分析的第二模型单元，其中，第二模型单元为多个第一模型单元中存在遮挡的模型单元；

S4，基于第二模型单元的深度信息，对第二模型单元进行穿模分析，以获取穿模分析结果。

可选地，在本实施例中，上述非易失性存储介质可以包括但不限于：U盘、只读存储器(Read-Only Memory，简称为ROM)、随机存取存储器(Random Access Memory，简称为RAM)、移动硬盘、磁碟或者光盘等各种可以存储计算机程序的介质。

本发明的实施例还提供了一种电子装置，包括存储器和处理器，该存储器中存储有计算机程序，该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。

可选地，上述电子装置还可以包括传输设备以及输入输出设备，其中，该传输设备和上述处理器连接，该输入输出设备和上述处理器连接。

可选地，在本实施例中，上述处理器可以被设置为通过计算机程序执行以下步骤：

S1，获取待测试的视频文件，并将待测试的视频文件解析为多帧视频图像；

S2，将多帧视频图像中的每帧视频图像与标定数据集进行匹配，提取多个第一模型单元，其中，标定数据集用于描述由虚拟模型划分得到的多个模型单元中每个模型单元的模型属性信息；

S3，将多个第一模型单元中的每个第一模型单元与标定数据集进行比对，从多个第一模型单元中提取待分析的第二模型单元，其中，第二模型单元为多个第一模型单元中存在遮挡的模型单元；

S4，基于第二模型单元的深度信息，对第二模型单元进行穿模分析，以获取穿模分析结果。

可选地，本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例，本实施例在此不再赘述。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (12)

1.一种虚拟模型的穿模分析方法，其特征在于，包括：

获取待测试的视频文件，并将所述待测试的视频文件解析为多帧视频图像；

将所述多帧视频图像中的每帧视频图像与标定数据集进行匹配，提取多个第一模型单元，其中，所述标定数据集用于描述由虚拟模型划分得到的多个模型单元中每个模型单元的模型属性信息；

将所述多个第一模型单元中的每个第一模型单元与所述标定数据集进行比对，从所述多个第一模型单元中提取待分析的第二模型单元，其中，所述第二模型单元为所述多个第一模型单元中存在遮挡的模型单元；

基于所述第二模型单元的深度信息，对所述第二模型单元进行穿模分析，以获取穿模分析结果。

2.根据权利要求1所述的虚拟模型的穿模分析方法，其特征在于，所述虚拟模型的穿模分析方法还包括：

按照预设划分规则将所述虚拟模型划分为所述多个模型单元；

对所述多个模型单元中每个模型单元进行标记处理，得到所述标定数据集，其中，所述标定数据集至少包括：穿模属性信息、优先级属性信息。

3.根据权利要求1所述的虚拟模型的穿模分析方法，其特征在于，将所述多帧视频图像中的每帧视频图像与所述标定数据集进行匹配，提取所述多个第一模型单元包括：

利用相似性匹配方式确定所述多帧视频图像中的每帧视频图像是否包含所述标定数据集对应的模型单元；

提取所述多帧视频图像中的每帧视频图像所包含的模型单元，得到所述多个第一模型单元。

4.根据权利要求1所述的虚拟模型的穿模分析方法，其特征在于，将所述多个第一模型单元中的每个第一模型单元与所述标定数据集进行比对，从所述多个第一模型单元中提取所述第二模型单元包括：

将所述多个第一模型单元中的每个第一模型单元与基于所述标定数据集进行复原得到的模型单元进行比对，确定每个第一模型单元中是否存在遮挡部分；

将存在所述遮挡部分的模型单元提取为所述第二模型单元。

5.根据权利要求1所述的虚拟模型的穿模分析方法，其特征在于，基于所述第二模型单元的所述深度信息，对所述第二模型单元进行穿模分析包括：

当基于所述深度信息确定所述第二模型单元当前所在位置与第三模型单元当前所在位置分别位于不同深度时，确定所述第二模型单元与所述第三模型单元之间存在遮挡关系，其中，所述第三模型单元为所述多个第一模型单元中遮挡所述第二模型单元的模型单元。

6.根据权利要求1所述的虚拟模型的穿模分析方法，其特征在于，基于所述第二模型单元的所述深度信息，对所述第二模型单元进行穿模分析包括：

当基于所述深度信息确定所述第二模型单元当前所在位置与第三模型单元当前所在位置分别位于相同深度时，采用所述第二模型单元的第一优先级与所述第三模型单元的第二优先级进行穿模合法性评估，其中，所述第三模型单元为所述多个第一模型单元中遮挡所述第二模型单元的模型单元。

7.根据权利要求6所述的虚拟模型的穿模分析方法，其特征在于，采用所述第二模型单元的所述第一优先级与所述第三模型单元的所述第二优先级进行穿模合法性评估包括：

当所述第一优先级大于所述第二优先级时，确定所述第二模型单元与所述第三模型单元之间存在的穿模关系为合法穿模；

当所述第一优先级小于或等于所述第二优先级时，确定所述第二模型单元与所述第三模型单元之间存在的所述穿模关系为非法穿模。

8.根据权利要求1所述的虚拟模型的穿模分析方法，其特征在于，所述虚拟模型的穿模分析方法还包括：

将所述穿模分析结果上传至服务平台，其中，所述服务平台用于对所述穿模分析结果进行复查并对确认的非法穿模进行修复。

9.一种虚拟模型的穿模分析装置，其特征在于，包括：

获取模块，用于获取待测试的视频文件，并将所述待测试的视频文件解析为多帧视频图像；

第一提取模块，用于将所述多帧视频图像中的每帧视频图像与标定数据集进行匹配，提取多个第一模型单元，其中，所述标定数据集用于描述由虚拟模型划分得到的多个模型单元中每个模型单元的模型属性信息；

第二提取模块，用于将所述多个第一模型单元中的每个第一模型单元与所述标定数据集进行比对，从所述多个第一模型单元中提取待分析的第二模型单元，其中，所述第二模型单元为所述多个第一模型单元中存在遮挡的模型单元；

分析模块，用于基于所述第二模型单元的深度信息，对所述第二模型单元进行穿模分析，以获取穿模分析结果。

10.一种非易失性存储介质，其特征在于，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行所述权利要求1至8任一项中所述的虚拟模型的穿模分析方法。

11.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序被设置为运行时执行所述权利要求1至8任一项中所述的虚拟模型的穿模分析方法。

12.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行所述权利要求1至8任一项中所述的虚拟模型的穿模分析方法。

Images