CN113325950B - 功能控制方法、装置、设备以及存储介质 - Google Patents
功能控制方法、装置、设备以及存储介质 Download PDFInfo
- Publication number
- CN113325950B CN113325950B CN202110585278.XA CN202110585278A CN113325950B CN 113325950 B CN113325950 B CN 113325950B CN 202110585278 A CN202110585278 A CN 202110585278A CN 113325950 B CN113325950 B CN 113325950B
- Authority
- CN
- China
- Prior art keywords
- information
- action
- target
- motion
- target object
- 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.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/017—Gesture based interaction, e.g. based on a set of recognized hand gestures
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Abstract
本公开提供了一种功能控制方法、装置、设备以及存储介质,涉及人工智能技术领域,具体为计算机视觉领域。该方法的一具体实施方式包括:通过图像传感器获取目标对象的第一动作信息;通过动作捕捉设备获取目标对象的第二动作信息;将第一动作信息与第二动作信息进行融合,得到目标动作信息;响应于目标动作信息中包括功能操作动作,执行相应的功能操作。该实施方式提高了对目标对象动作的识别结果的准确性,不需要额外的人力来触发,就能实现相关的功能操作,从而节省了人力成本,提高了功能操作的效率。
Description
技术领域
本公开实施例涉及计算机领域,具体涉及计算机视觉等人工智能技术领域,尤其涉及功能控制方法、装置、设备以及存储介质。
背景技术
随着人工智能技术的快速发展,虚拟角色逐渐被广泛使用,虚拟角色指的是通过绘画、动画等形式制作的人物形象,现在通常会使用虚拟角色进行直播。在直播时,这些虚拟角色的动作和表情均可以由真人主播的动作和表情进行实时控制。
发明内容
本公开实施例提出了一种功能控制方法、装置、设备以及存储介质。
第一方面,本公开实施例提出了一种功能控制方法,包括:通过图像传感器获取目标对象的第一动作信息;通过动作捕捉设备获取目标对象的第二动作信息;将第一动作信息与第二动作信息进行融合,得到目标动作信息;响应于目标动作信息中包括功能操作动作,执行相应的功能操作。
第二方面,本公开实施例提出了一种功能控制装置,包括:第一获取模块,被配置成通过图像传感器获取目标对象的第一动作信息;第二获取模块,被配置成通过动作捕捉设备获取目标对象的第二动作信息;融合模块,被配置成将第一动作信息与第二动作信息进行融合,得到目标动作信息;执行模块,被配置成响应于目标动作信息中包括功能操作动作,执行相应的功能操作。
第三方面,本公开实施例提出了一种电子设备,包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行如第一方面中任一实现方式描述的方法。
第四方面,本公开实施例提出了一种存储有计算机指令的非瞬时计算机可读存储介质,计算机指令用于使计算机执行如第一方面中任一实现方式描述的方法。
第五方面,本公开实施例提出了一种计算机程序产品,包括计算机程序,计算机程序在被处理器执行时实现如第一方面中任一实现方式描述的方法。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开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
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本公开的其它特征、目的和优点将会变得更明显。附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1是本公开可以应用于其中的示例性系统架构图;
图2是根据本公开的功能控制方法的第一实施例的流程图;
图3是根据本公开的功能控制方法的第二实施例的流程图;
图4是根据本公开的功能控制方法的第三实施例的流程图;
图5是根据本公开的功能控制方法的第四实施例的流程图;
图6是根据本公开的功能控制方法的第五实施例的流程图;
图7是根据本公开的功能控制方法的第六实施例的流程图;
图8是根据本公开的功能控制装置的一个实施例的结构示意图;
图9是用来实现本公开实施例的功能控制方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
需要说明的是,在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
图1示出了可以应用本公开的功能控制方法或功能控制装置的实施例的示例性系统架构100。
如图1所示,系统架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送动作信息等。终端设备101、102、103上可以安装有各种客户端应用,例如拍摄应用等等。
终端设备101、102、103可以是硬件,也可以是软件。当终端设备101、102、103为硬件时,可以是各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时,可以安装在上述电子设备中。其可以实现成多个软件或软件模块,也可以实现成单个软件或软件模块。在此不做具体限定。
服务器105可以提供各种服务。例如,服务器105可以对从终端设备101、102、103获取到的动作信息进行分析和处理,并生成处理结果(例如执行对应的功能操作等)。
需要说明的是,服务器105可以是硬件,也可以是软件。当服务器105为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。当服务器105为软件时,可以实现成多个软件或软件模块(例如用来提供分布式服务),也可以实现成单个软件或软件模块。在此不做具体限定。
需要说明的是,本公开实施例所提供的功能控制方法一般由服务器105执行,相应地,功能控制装置一般设置于服务器105中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
继续参考图2,其示出了根据本公开的功能控制方法的第一实施例的流程200。该功能控制方法包括以下步骤:
步骤201,通过图像传感器获取目标对象的第一动作信息。
在本实施例中,功能控制方法的执行主体(例如图1所示的服务器105)可以通过图像传感器获取目标对象的第一动作信息,其中,图像传感器即能够采集图像的传感器,本实施例中的图像传感器为摄像头传感器(以下简称为摄像头),也可根据实际情况采用其他的图像传感器,本公开对此不做限定。
在摄像头采集了包含目标对象的目标图像之后,上述执行主体可以基于该目标图像获取目标对象的第一动作信息,其中,第一动作信息可以为显示目标对象的姿势动作的信息。
作为示例,上述执行主体可以对目标图像中的目标对象进行人体关键点识别,从而得到目标对象的第一动作信息,也即目标对象的姿势动作信息。人体关键点识别能够定位人体的主要关键点,包含头顶、五官、颈部、四肢主要关节部位。也可采用其他方法得到目标对象的第一动作信息,本公开对此不做具体限定。
需要说明的是,第一动作信息中只包含了人体的各个关键点。例如,通过对目标图像中的目标对象进行人体关键点识别,可以得到目标对象的第一动作信息为“左手放在嘴巴前”,但是由于图像传感器精度的问题,可能存在无法识别左手具体姿势的问题。
步骤202,通过动作捕捉设备获取目标对象的第二动作信息。
在本实施例中,上述执行主体可以通过动作捕捉设备获取目标对象的第二动作信息。其中,动作捕捉设备可以为肢体动作捕捉设备(以下简称为动捕设备),该动捕设备可以获取目标对象的第二动作信息为肢体的运动轨迹数据;也可以为手部动作捕捉设备(以下简称为手捕设备),该手捕设备可以获取目标对象的第二动作信息为手部(不包含手臂)的运动轨迹数据;当然也可以为其他动作捕捉设备,本公开对此不做具体限定。
通过动作捕捉设备可以获取目标对象的第二动作信息,该第二动作信息为肢体的运动轨迹数据和/或手部的运动轨迹数据。例如,当第二动作信息“目标对象的左手食指竖起时”,此时通过该第二动作信息无法知道该食指放置的准确位置信息,例如是放在了目标对象的嘴边还是其他物体附近。
步骤203,将第一动作信息与第二动作信息进行融合,得到目标动作信息。
在本实施例中,上述执行主体可以将步骤201获取的第一动作信息与步骤202获取的第二动作信息进行融合,从而得到目标动作信息。
由于第一动作信息中只包含目标对象的人体关键点信息,而第二动作信息中包含了目标对象的肢体的运动轨迹数据和/或手部的运动轨迹数据,所以,将第一动作信息与第二动作信息进行融合,从而得到更准确、更完整的目标动作信息,再基于该目标动作信息对目标对象的动作进行识别,能够提高识别结果的准确性。
作为示例,当第一动作信息为“目标对象的左手放在嘴巴前”,第二动作信息为“目标对象左手食指竖起”,将第一动作信息与第二动作信息进行融合,可以得到完整的目标动作信息“目标对象的左手食指竖起,并放在嘴巴前”。
步骤204,响应于目标动作信息中包括功能操作动作,执行相应的功能操作。
在本实施例中,上述执行主体可以在目标动作信息中包含功能操作动作的情况下,执行相对应的功能操作。作为示例,可以预先设置多个功能操作动作,并为每个功能操作动作设置相应的功能操作,在目标动作信息中包含预设的功能操作动作的情况下,则执行与功能操作动作相对应的功能操作。
例如,预先设置的功能操作动作为“左手食指竖起放在嘴巴前”,该功能操作动作对应的功能为“开启照相”,则在识别到目标动作信息中包含该功能操作动作的情况下,则执行该动作对应的功能,即开启照相功能。
本公开实施例提供的功能控制方法,首先通过图像传感器获取目标对象的第一动作信息;之后通过动作捕捉设备获取目标对象的第二动作信息;然后将第一动作信息与第二动作信息进行融合,得到目标动作信息;最后响应于目标动作信息中包括功能操作动作,执行相应的功能操作。本公开提供了一种功能控制方法,该方法能够将由摄像头获取的目标对象的第一动作信息与由动作捕捉设备获取的目标对象的第二动作信息进行融合,从而基于上述两个动作信息进行综合识别,使得融合后的目标动作信息能够更准确、更全面地表示目标对象的动作,进而基于该目标动作信息对目标对象的动作进行识别,能提高识别结果的准确性;另外,该方法不需要额外的人力来触发,就能实现相关的功能操作,从而节省了人力成本,提高了功能操作的效率。
继续参考图3,图3示出了根据本公开的功能控制方法的第二实施例的流程300。该功能控制方法包括以下步骤:
步骤301,通过图像传感器采集包含目标对象的第一动作图像。
在本实施例中,功能控制方法的执行主体(例如图1所示的服务器105)可以通过图像传感器采集包含目标对象的第一动作图像,也即可以通过摄像头采集包含目标对象的第一动作图像。
步骤302,将第一动作图像投影至二维平面,得到对应的二维图像。
在本实施例中,上述执行主体可以将步骤301采集的第一动作图像投影至二维平面,从而得到对应的二维图像,其中,二维图像中包含目标对象的关键骨骼点的平面位置信息。
在将第一动作图像投影至二维平面后,对生成的二维图像进行人体关键骨骼点识别,从而可以得到包含目标对象的关键骨骼点的平面位置信息的二维图像。
步骤303,将关键骨骼点的平面位置信息作为第一动作信息。
在本实施例中,上述执行主体可以将步骤302得到的二维图像中的关键骨骼点的平面位置信息作为第一动作信息,其中,该第一动作信息为可以显示目标对象的姿势动作的信息,从而使得该第一动作信息可以辅助对目标对象的动作进行识别。
步骤304,通过动作捕捉设备获取目标对象的第二动作信息。
步骤305,将第一动作信息与第二动作信息进行融合,得到目标动作信息。
步骤306,响应于目标动作信息中包括功能操作动作,执行相应的功能操作。
步骤304-306与前述实施例的步骤202-204基本一致,具体实现方式可以参考前述对步骤202-204的描述,此处不再赘述。
从图3中可以看出,与图2对应的实施例相比,本实施例中的功能控制方法突出了获取第一动作信息的过程,将采集的第一动作图像投影至二维平面,得到包含关键骨骼点的平面位置信息,并将该平面位置信息作为第一动作信息,进一步提高了获得的第一动作信息的准确性。
继续参考图4,图4示出了根据本公开的功能控制方法的第三实施例的流程400。该功能控制方法包括以下步骤:
步骤401,通过图像传感器采集包含目标对象的第一动作图像。
步骤402,将第一动作图像投影至二维平面,得到对应的二维图像。
步骤403,将关键骨骼点的平面位置信息作为第一动作信息。
步骤401-403与前述实施例的步骤301-303基本一致,具体实现方式可以参考前述对步骤301-303的描述,此处不再赘述。
需要说明的是,本实施例中通过将图像传感器采集的图像投影至二维平面,得到包含关键骨骼点的平面位置信息的第一动作信息,从而基于第一动作信息得到动作姿势信息,提高了获得的动作姿势信息的准确性,但是该动作姿势信息中没有深度信息。
步骤404,通过动作捕捉设备获取目标对象的第二动作信息,其中,第二动作信息包括动作轨迹的平面位置信息和深度信息。
在本实施例中,功能控制方法的执行主体(例如图1所示的服务器105)可以通过动作捕捉设备获取包含目标对象的动作轨迹的平面位置信息和深度信息的第二动作信息。其中,运动轨迹的平面信息即为表明目标对象的在二维平面的动作信息,深度信息即为在某一二维平面位置点对应的位移信息。
例如,动作轨迹的平面位置信息可以为“目标对象的左手手臂运动到了胸前”,但是由于动作捕捉设备采集的运动信号在传输过程中,可能会有偏差,所以可能会导致得到的动作轨迹的平面位置信息产生误差。
再例如,深度信息可以包括“目标对象的左手食指距离目标对象的人脸的远近程度”。
步骤405,基于动作轨迹的深度信息校正关键骨骼点的平面位置信息,得到校正后的第一动作信息,将校正后的第一动作信息作为目标动作信息。
在本实施例中,上述执行主体可以基于动作轨迹的深度信息校正关键骨骼点的平面位置信息,得到校正后的第一动作信息,并将校正后的第一动作信息作为目标动作信息。
由于第一动作信息中只包含了目标对象的关键骨骼点的平面位置信息,所以,第一动作信息是没有深度的。因此,基于第二动作信息中的运动轨迹的深度信息可以对第一动作信息进行校正,从而得到校正后的第一动作信息,该校正后的第一动作信息中既包含了目标对象的关键骨骼点的平面位置信息,还包含了运动轨迹的深度信息。
步骤406,将目标动作信息与预设的功能操作动作集合中的功能操作动作进行匹配。
在本实施例中,上述执行主体可以将步骤407得到的目标动作信息与预设的功能操作动作集合中的功能操作动作进行匹配。本实施例中,可以预先设置功能操作动作集合,该功能操作动作集合中包含了多个功能操作动作,并为每个功能操作动作匹配了对应的功能操作。
在本实施例的一些可选实现方式中,功能操作动作对应的功能操作包括但不限于以下至少一项:开启录像、关闭录像、开启照相、关闭照相、开启麦克风、关闭麦克风、开启动作捕捉设备、关闭动作捕捉设备。需要说明的是,动作捕捉设备可以为动捕设备,可以为手捕设备,还可以为动捕设备与手捕设备,而当其为动捕设备与手捕设备时,关闭动作捕捉设备应只关闭动捕设备与手捕设备中的一种,以通过另一种设备来获取上述第二动作信息。
作为示例,可将功能操作动作1“将左手抬起至头上且左手握拳”对应的功能操作设置为“开启录像”,将功能操作动作2“将左手抬起至头上且左手五指张开”对应的功能操作设置为“关闭录像”,将功能操作动作3“左手放在嘴巴前做开合动作”对应的功能操作设置为“开启麦克风”,将功能操作动作4“食指放在嘴巴前”对应的功能操作设置为“关闭麦克风”。
步骤407,响应于目标动作信息与功能操作动作集合中的第一功能操作动作匹配成功,将第一功能操作动作确定为目标动作。
在本实施例中,上述执行主体可以在目标动作信息与功能操作动作集合中的第一功能操作动作匹配成功的情况下,将第一功能操作动作确定为目标动作,其中,目标动作即为要执行对应的功能操作的动作。例如,当目标动作信息与第一功能操作动作“将左手抬起至头上且左手握拳”匹配成功,则将第一功能操作动作“将左手抬起至头上且左手握拳”确定为目标动作。
步骤408,执行目标动作对应的功能操作。
在本实施例中,上述执行主体可以执行目标动作对应的功能操作。,例如,当目标动作为“将左手抬起至头上且左手握拳”时,上述执行主体可执行对应的功能操作,即开启录像。
从图4中可以看出,与图3对应的实施例相比,本实施例中的功能控制方法首先获取了包括动作轨迹的平面位置信息和深度信息的第二动作信息;然后基于动作轨迹的深度信息校正关键骨骼点的平面位置信息,得到校正后的第一动作信息,并将校正后的第一动作信息确定为目标动作信息;最后将该目标动作信息与预设的功能操作动作集合中的功能操作动作进行匹配,在匹配成功的情况下,执行对应的功能操作,从而更加便捷地执行相应地功能操作,提高了功能操作的效率。该方法基于第二动作信息对第一动作信息进行校正,从而得到校正后的第一动作信息,解决了第一动作信息中没有深度的问题,保证了得到的目标动作信息的准确性,从而也提升了对目标动作信息中包含的功能操作动作的识别准确率。
继续参考图5,图5示出了根据本公开的功能控制方法的第四实施例的流程500。该功能控制方法包括以下步骤:
步骤501,通过图像传感器采集包含目标对象的第一动作图像。
步骤502,将第一动作图像投影至二维平面,得到对应的二维图像。
步骤503,将关键骨骼点的平面位置信息作为第一动作信息。
步骤504,通过动作捕捉设备获取目标对象的第二动作信息,其中,第二动作信息包括动作轨迹的平面位置信息和深度信息。
步骤501-504与前述实施例的步骤401-404基本一致,具体实现方式可以参考前述对步骤401-404的描述,此处不再赘述。
步骤505,基于关键骨骼点的平面位置信息校正动作轨迹的平面位置信息,得到校正后的第二动作信息,将校正后的第二动作信息作为目标动作信息。
在本实施例中,功能控制方法的执行主体(例如图1所示的服务器105)可以基于关键骨骼点的平面位置信息校正动作轨迹的平面位置信息,得到校正后的第二动作信息,并将校正后的第二动作信息作为目标动作信息。
由于第二动作信息是由动作捕捉设备采集得到的,当动作捕捉设备采集的运动信号在传输过程中产生偏差的情况下,就会导致由动作捕捉设备采集的运动轨迹的平面位置信息发生偏移,所以,基于第一动作信息中的关键骨骼点的平面位置信息对第二动作信息中的运动轨迹的平面位置信息进行校正,从而得到校正后的第二动作信息,保证了校正后的第二动作信息中的信息的准确性。
步骤506,将目标动作信息与预设的功能操作动作集合中的功能操作动作进行匹配。
步骤507,响应于目标动作信息与功能操作动作集合中的第一功能操作动作匹配成功,将第一功能操作动作确定为目标动作。
步骤508,执行目标动作对应的功能操作。
步骤506-508与前述实施例的步骤406-408基本一致,具体实现方式可以参考前述对步骤406-408的描述,此处不再赘述。
从图5中可以看出,与图4对应的实施例相比,本实施例中的功能控制方法基于关键骨骼点的平面位置信息校正动作轨迹的平面位置信息,从而得到校正后的第二动作信息,解决了采集第二动作信息的动作捕捉设备的信号产生偏差的问题,保证了得到的目标动作信息的准确性,从而也提升了对目标动作信息中包含的功能操作动作的识别准确率。
继续参考图6,图6示出了根据本公开的功能控制方法的第五实施例的流程600。该功能控制方法包括以下步骤:
步骤601,通过图像传感器采集包含目标对象的第一动作图像。
步骤602,将第一动作图像投影至二维平面,得到对应的二维图像。
步骤603,将关键骨骼点的平面位置信息作为第一动作信息。
步骤604,通过动作捕捉设备获取目标对象的第二动作信息,其中,第二动作信息包括动作轨迹的平面位置信息和深度信息。
步骤601-604与前述实施例的步骤501-504基本一致,具体实现方式可以参考前述对步骤501-504的描述,此处不再赘述。
步骤605,基于动作轨迹的深度信息校正关键骨骼点的平面位置信息,得到校正后的第一动作信息。
在本实施例中,功能控制方法的执行主体(例如图1所示的服务器105)可以基于动作轨迹的深度信息校正关键骨骼点的平面位置信息,得到校正后的第一动作信息。
步骤606,基于关键骨骼点的平面位置信息校正动作轨迹的平面位置信息,得到校正后的第二动作信息。
在本实施例中,上述执行主体可以基于关键骨骼点的平面位置信息校正动作轨迹的平面位置信息,得到校正后的第二动作信息。
步骤607,将校正后的第一动作信息或校正后的第二动作信息确定为目标动作信息。
在本实施例中,上述执行主体可以将校正后的第一动作信息或校正后的第二动作信息确定为目标动作信息,其中,目标动作即为要执行对应的功能操作的动作。
需要说明的是,在本实施例中,可以基于动作轨迹的深度信息和关键骨骼点的平面位置信息反复对第一动作信息与第二动作信息进行校正,从而使得校正后的第一动作信息与校正后的第二动作信息所代表的动作误差极小,可以将校正后的两个动作认为是同一个动作,因此可将校正后的两个动作中的任意一个动作作为目标动作。
步骤608,将目标动作信息与预设的功能操作动作集合中的功能操作动作进行匹配。
步骤609,响应于目标动作信息与功能操作动作集合中的第一功能操作动作匹配成功,将第一功能操作动作确定为目标动作。
步骤610,执行目标动作对应的功能操作。
步骤608-610与前述实施例的步骤506-508基本一致,具体实现方式可以参考前述对步骤506-508的描述,此处不再赘述。
从图6中可以看出,与图5对应的实施例相比,本实施例中的功能控制方法将第一动作信息与第二动作信息互相进行校正,从而得到校正后的第一动作信息与校正后的第二动作信息,并将校正后的第一动作信息或校正后的第二动作信息作为目标动作信息,解决了第一动作信息中没有深度的问题,也解决了采集第二动作信息的动作捕捉设备的信号产生偏差的问题,保证了得到的目标动作信息的准确性,从而也提升了对目标动作信息中包含的功能操作动作的识别准确率。
继续参考图7,图7示出了根据本公开的功能控制方法的第六实施例的流程700。该功能控制方法包括以下步骤:
步骤701,通过图像传感器采集包含目标对象的第一动作图像。
步骤702,将第一动作图像投影至二维平面,得到对应的二维图像。
步骤703,将关键骨骼点的平面位置信息作为第一动作信息。
步骤704,通过动作捕捉设备获取目标对象的第二动作信息,其中,第二动作信息包括动作轨迹的平面位置信息和深度信息。
步骤705,基于动作轨迹的深度信息校正关键骨骼点的平面位置信息,得到校正后的第一动作信息。
步骤706,基于关键骨骼点的平面位置信息校正动作轨迹的平面位置信息,得到校正后的第二动作信息。
步骤707,将校正后的第一动作信息或校正后的第二动作信息确定为目标动作信息。
步骤708,将目标动作信息与预设的功能操作动作集合中的功能操作动作进行匹配。
步骤709,响应于目标动作信息与功能操作动作集合中的第一功能操作动作匹配成功,将第一功能操作动作确定为目标动作。
步骤710,执行目标动作对应的功能操作。
步骤701-710与前述实施例的步骤601-610基本一致,具体实现方式可以参考前述对步骤601-610的描述,此处不再赘述。
步骤711,获取虚拟角色模型。
在本实施例中,虚拟角色模型通常是一个人物形象的3D(3-dimension,三维)模型。上述执行主体可以直接创建一个新的虚拟角色模型,或者从已有的虚拟角色模型库中选择一个虚拟角色模型。通常,可以先获取一个预先构建的基础角色模型,然后根据实际需求进行个性化修饰,例如,对基础角色模型的发型、脸型、身材和服饰等进行配置,最后得到需要的虚拟角色模型。
步骤712,基于目标动作信息驱动虚拟角色模型。
在本实施例中,上述执行主体可以基于得到的目标动作信息来驱动该虚拟角色模型。其中,驱动方式可以是实时驱动,也可以预先采集好目标动作信息来驱动虚拟角色模型,本公开对此不做具体限定。上述执行主体可以根据目标动作信息去驱动虚拟角色模型进行与目标动作信息相同的动作或表情。通过这种方式来驱动虚拟角色模型,得到的虚拟角色更加真实,更容易被观众所接受。
需要说明的是,本公开对步骤708-710与步骤711-712的顺序不做具体限定,也即可以先执行步骤708-710,再执行步骤711-712;也可以先执行步骤711-712,再执行步骤708-710;或者步骤708-710与步骤711-712还可以同时执行。
从图7中可以看出,与图6对应的实施例相比,本实施例中的功能控制方法还可以通过目标动作信息来实时驱动虚拟角色模型,从而使得在驱动虚拟角色模型的同时还可以执行其他的功能操作,不再需要额外的人力来触发相关功能,从而节省了人力成本,也提高了功能操作的效率。
进一步参考图8,作为对上述各图所示方法的实现,本公开提供了一种功能控制装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图8所示,本实施例的功能控制装置800可以包括:第一获取模块801、第二获取模块802、融合模块803和执行模块804。其中,第一获取模块801,被配置成通过图像传感器获取目标对象的第一动作信息;第二获取模块802,被配置成通过动作捕捉设备获取目标对象的第二动作信息;融合模块803,被配置成将第一动作信息与第二动作信息进行融合,得到目标动作信息;执行模块804,被配置成响应于目标动作信息中包括功能操作动作,执行相应的功能操作。
在本实施例中,功能控制装置800中:第一获取模块801、第二获取模块802、融合模块803和执行模块804的具体处理及其所带来的技术效果可分别参考图2对应实施例中的步骤201-204的相关说明,在此不再赘述。
在本实施例的一些可选的实现方式中,第一获取模块包括:采集单元,被配置成通过图像传感器采集包含目标对象的第一动作图像;投影单元,被配置成将第一动作图像投影至二维平面,得到对应的二维图像,其中,二维图像中包含目标对象的关键骨骼点的平面位置信息;第一确定单元,被配置成将关键骨骼点的平面位置信息作为第一动作信息。
在本实施例的一些可选的实现方式中,第二动作信息包括:动作轨迹的平面位置信息和深度信息。
在本实施例的一些可选的实现方式中,融合模块包括:第一校正单元,被配置成基于动作轨迹的深度信息校正关键骨骼点的平面位置信息,得到校正后的第一动作信息;将校正后的第一动作信息确定为目标动作信息;或第二校正单元,被配置成基于关键骨骼点的平面位置信息校正动作轨迹的平面位置信息,得到校正后的第二动作信息;将校正后的第二动作信息确定为目标动作信息。
在本实施例的一些可选的实现方式中,执行模块包括:匹配单元,被配置成将目标动作信息与预设的功能操作动作集合中的功能操作动作进行匹配;第二确定单元,被配置成响应于目标动作信息与功能操作动作集合中的第一功能操作动作匹配成功,将第一功能操作动作确定为目标动作;执行单元,被配置成执行目标动作对应的功能操作。
在本实施例的一些可选的实现方式中,该功能控制装置还包括:第三获取模块,被配置成获取虚拟角色模型;驱动模块,被配置成基于目标动作信息驱动虚拟角色模型。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图9示出了可以用来实施本公开的实施例的示例电子设备900的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图9所示,设备900包括计算单元901,其可以根据存储在只读存储器(ROM)902中的计算机程序或者从存储单元908加载到随机访问存储器(RAM)903中的计算机程序,来执行各种适当的动作和处理。在RAM 903中,还可存储设备900操作所需的各种程序和数据。计算单元901、ROM 902以及RAM 903通过总线904彼此相连。输入/输出(I/O)接口905也连接至总线904。
设备900中的多个部件连接至I/O接口905,包括:输入单元906,例如键盘、鼠标等;输出单元907,例如各种类型的显示器、扬声器等;存储单元908,例如磁盘、光盘等;以及通信单元909,例如网卡、调制解调器、无线通信收发机等。通信单元909允许设备900通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元901可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元901的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元901执行上文所描述的各个方法和处理,例如功能控制方法。例如,在一些实施例中,功能控制方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元908。在一些实施例中,计算机程序的部分或者全部可以经由ROM 902和/或通信单元909而被载入和/或安装到设备900上。当计算机程序加载到RAM 903并由计算单元901执行时,可以执行上文描述的功能控制方法的一个或多个步骤。备选地,在其他实施例中,计算单元901可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行功能控制方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决传统物理主机与虚拟专用服务器(VPS,Virtual Private Server)服务中存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (6)
1.一种功能控制方法,包括:
通过图像传感器获取目标对象的第一动作信息,包括:通过图像传感器采集包含目标对象的第一动作图像;将所述第一动作图像投影至二维平面,得到对应的二维图像,其中,所述二维图像中包含所述目标对象的关键骨骼点的平面位置信息;将所述关键骨骼点的平面位置信息作为所述第一动作信息;
通过动作捕捉设备获取所述目标对象的第二动作信息,其中,所述第二动作信息包括:动作轨迹的平面位置信息和深度信息;
将所述第一动作信息与所述第二动作信息进行融合,得到目标动作信息,包括:基于所述动作轨迹的深度信息校正所述关键骨骼点的平面位置信息,得到校正后的第一动作信息;基于所述关键骨骼点的平面位置信息校正所述动作轨迹的平面位置信息,得到校正后的第二动作信息;将所述校正后的第一动作信息或所述校正后的第二动作信息确定为目标动作信息;
响应于所述目标动作信息中包括功能操作动作,执行相应的功能操作,包括:将所述目标动作信息与预设的功能操作动作集合中的功能操作动作进行匹配;响应于所述目标动作信息与所述功能操作动作集合中的第一功能操作动作匹配成功,将所述第一功能操作动作确定为目标动作;执行所述目标动作对应的功能操作。
2.根据权利要求1所述的方法,其中,在所述通过动作捕捉设备获取所述目标对象的第二动作信息之后,所述方法还包括:
获取虚拟角色模型;
基于所述目标动作信息驱动所述虚拟角色模型。
3.一种功能控制装置,包括:
第一获取模块,被配置成通过图像传感器获取目标对象的第一动作信息,包括:采集单元,被配置成通过图像传感器采集包含目标对象的第一动作图像;投影单元,被配置成将所述第一动作图像投影至二维平面,得到对应的二维图像,其中,所述二维图像中包含所述目标对象的关键骨骼点的平面位置信息;第一确定单元,被配置成将所述关键骨骼点的平面位置信息作为所述第一动作信息;
第二获取模块,被配置成通过动作捕捉设备获取所述目标对象的第二动作信息,其中,所述第二动作信息包括:动作轨迹的平面位置信息和深度信息;
融合模块,被配置成将所述第一动作信息与所述第二动作信息进行融合,得到目标动作信息,包括:第一校正单元,被配置成基于所述动作轨迹的深度信息校正所述关键骨骼点的平面位置信息,得到校正后的第一动作信息;第二校正单元,被配置成基于所述关键骨骼点的平面位置信息校正所述动作轨迹的平面位置信息,得到校正后的第二动作信息;将所述校正后的第一动作信息或所述校正后的第二动作信息确定为目标动作信息;
执行模块,被配置成响应于所述目标动作信息中包括功能操作动作,执行相应的功能操作,包括:匹配单元,被配置成将所述目标动作信息与预设的功能操作动作集合中的功能操作动作进行匹配;第二确定单元,被配置成响应于所述目标动作信息与所述功能操作动作集合中的第一功能操作动作匹配成功,将所述第一功能操作动作确定为目标动作;执行单元,被配置成执行所述目标动作对应的功能操作。
4.根据权利要求3所述的装置,其中,所述装置还包括:
第三获取模块,被配置成获取虚拟角色模型;
驱动模块,被配置成基于所述目标动作信息驱动所述虚拟角色模型。
5.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1或2所述的方法。
6.一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行权利要求1或2所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110585278.XA CN113325950B (zh) | 2021-05-27 | 2021-05-27 | 功能控制方法、装置、设备以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110585278.XA CN113325950B (zh) | 2021-05-27 | 2021-05-27 | 功能控制方法、装置、设备以及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113325950A CN113325950A (zh) | 2021-08-31 |
CN113325950B true CN113325950B (zh) | 2023-08-25 |
Family
ID=77421700
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110585278.XA Active CN113325950B (zh) | 2021-05-27 | 2021-05-27 | 功能控制方法、装置、设备以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113325950B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114035684A (zh) * | 2021-11-08 | 2022-02-11 | 百度在线网络技术(北京)有限公司 | 用于输出信息的方法和装置 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108616712A (zh) * | 2018-04-18 | 2018-10-02 | 深圳中电数码显示有限公司 | 一种基于摄像头的界面操作方法、装置、设备及存储介质 |
CN110390705A (zh) * | 2018-04-16 | 2019-10-29 | 北京搜狗科技发展有限公司 | 一种生成虚拟形象的方法及装置 |
WO2020034872A1 (zh) * | 2018-08-17 | 2020-02-20 | 深圳蓝胖子机器人有限公司 | 目标获取方法、设备和计算机可读存储介质 |
CN111382701A (zh) * | 2020-03-09 | 2020-07-07 | 北京字节跳动网络技术有限公司 | 动作捕捉方法、装置、电子设备及计算机可读存储介质 |
CN111523408A (zh) * | 2020-04-09 | 2020-08-11 | 北京百度网讯科技有限公司 | 动作捕捉方法和装置 |
CN111694429A (zh) * | 2020-06-08 | 2020-09-22 | 北京百度网讯科技有限公司 | 虚拟对象驱动方法、装置、电子设备及可读存储 |
CN111913585A (zh) * | 2020-09-21 | 2020-11-10 | 北京百度网讯科技有限公司 | 一种手势识别方法、装置、设备及存储介质 |
CN112784765A (zh) * | 2021-01-27 | 2021-05-11 | 北京百度网讯科技有限公司 | 用于识别动作的方法、装置、设备以及存储介质 |
-
2021
- 2021-05-27 CN CN202110585278.XA patent/CN113325950B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110390705A (zh) * | 2018-04-16 | 2019-10-29 | 北京搜狗科技发展有限公司 | 一种生成虚拟形象的方法及装置 |
CN108616712A (zh) * | 2018-04-18 | 2018-10-02 | 深圳中电数码显示有限公司 | 一种基于摄像头的界面操作方法、装置、设备及存储介质 |
WO2020034872A1 (zh) * | 2018-08-17 | 2020-02-20 | 深圳蓝胖子机器人有限公司 | 目标获取方法、设备和计算机可读存储介质 |
CN111382701A (zh) * | 2020-03-09 | 2020-07-07 | 北京字节跳动网络技术有限公司 | 动作捕捉方法、装置、电子设备及计算机可读存储介质 |
CN111523408A (zh) * | 2020-04-09 | 2020-08-11 | 北京百度网讯科技有限公司 | 动作捕捉方法和装置 |
CN111694429A (zh) * | 2020-06-08 | 2020-09-22 | 北京百度网讯科技有限公司 | 虚拟对象驱动方法、装置、电子设备及可读存储 |
CN111913585A (zh) * | 2020-09-21 | 2020-11-10 | 北京百度网讯科技有限公司 | 一种手势识别方法、装置、设备及存储介质 |
CN112784765A (zh) * | 2021-01-27 | 2021-05-11 | 北京百度网讯科技有限公司 | 用于识别动作的方法、装置、设备以及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113325950A (zh) | 2021-08-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2018177337A1 (zh) | 手部三维数据确定方法、装置及电子设备 | |
CN111694429A (zh) | 虚拟对象驱动方法、装置、电子设备及可读存储 | |
EP3811337A1 (en) | System for predicting articulated object feature location | |
US20220139061A1 (en) | Model training method and apparatus, keypoint positioning method and apparatus, device and medium | |
CN111968203B (zh) | 动画驱动方法、装置、电子设备及存储介质 | |
CN112270711B (zh) | 模型训练以及姿态预测方法、装置、设备以及存储介质 | |
CN113537374B (zh) | 一种对抗样本生成方法 | |
CN114972958B (zh) | 关键点检测方法、神经网络的训练方法、装置和设备 | |
CN113378770B (zh) | 手势识别方法、装置、设备、存储介质 | |
CN115239888B (zh) | 用于重建三维人脸图像的方法、装置、电子设备和介质 | |
CN112241716B (zh) | 训练样本的生成方法和装置 | |
CN113325950B (zh) | 功能控制方法、装置、设备以及存储介质 | |
CN111832611B (zh) | 动物识别模型的训练方法、装置、设备及存储介质 | |
CN111833391B (zh) | 图像深度信息的估计方法及装置 | |
CN116311519B (zh) | 动作识别方法、模型训练方法及装置 | |
CN116092120B (zh) | 基于图像的动作确定方法、装置、电子设备及存储介质 | |
CN115393488B (zh) | 虚拟人物表情的驱动方法、装置、电子设备和存储介质 | |
EP4086853A2 (en) | Method and apparatus for generating object model, electronic device and storage medium | |
CN114120448B (zh) | 图像处理方法和装置 | |
CN116167426A (zh) | 人脸关键点定位模型的训练方法及人脸关键点定位方法 | |
CN113378774A (zh) | 手势识别方法、装置、设备、存储介质以及程序产品 | |
CN113327311A (zh) | 基于虚拟角色的显示方法、装置、设备、存储介质 | |
CN113378773B (zh) | 手势识别方法、装置、设备、存储介质以及程序产品 | |
CN115830640B (zh) | 一种人体姿态识别和模型训练方法、装置、设备和介质 | |
CN111833240B (zh) | 人脸图像转换方法、装置、电子设备及存储介质 |
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 |