CN113608615A - 对象数据处理方法、处理装置、电子设备以及存储介质 - Google Patents
对象数据处理方法、处理装置、电子设备以及存储介质 Download PDFInfo
- Publication number
- CN113608615A CN113608615A CN202110899033.4A CN202110899033A CN113608615A CN 113608615 A CN113608615 A CN 113608615A CN 202110899033 A CN202110899033 A CN 202110899033A CN 113608615 A CN113608615 A CN 113608615A
- Authority
- CN
- China
- Prior art keywords
- node
- object data
- data node
- ith
- vector
- 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
- 238000012545 processing Methods 0.000 title claims abstract description 32
- 238000003672 processing method Methods 0.000 title claims abstract description 25
- 239000013598 vector Substances 0.000 claims description 302
- 238000000034 method Methods 0.000 claims description 47
- 230000006870 function Effects 0.000 claims description 39
- 210000000988 bone and bone Anatomy 0.000 claims description 25
- 238000004590 computer program Methods 0.000 claims description 15
- 239000011159 matrix material Substances 0.000 claims description 13
- 238000010606 normalization Methods 0.000 claims description 12
- 230000003190 augmentative effect Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 13
- 238000004891 communication Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 10
- 230000000694 effects Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 230000003993 interaction Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
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
- G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开提供了一种对象数据处理方法、处理装置、电子设备以及存储介质,涉及数据处理领域,尤其涉及计算机视觉领域、增强现实、虚拟现实、混合现实领域。具体实现方案为:确定目标对象数据包括的对象数据节点序列中的至少一个对象数据节点的节点坐标;针对所述至少一个对象数据节点中的每个对象数据节点,根据所述对象数据节点的节点坐标和所述对象数据节点的关联对象数据节点的节点坐标,确定所述对象数据节点的节点属性信息;以及根据所述每个对象数据节点的节点属性信息,得到与所述每个对象数据节点对应的空间信息,其中,所述空间信息表征了与所述对象数据节点对应的空间区域的坐标系。
Description
技术领域
本公开涉及数据处理技术领域,尤其涉及计算机视觉领域、增强现实、虚拟现实、混合现实领域。具体地,涉及一种对象数据处理方法、处理装置、电子设备以及存储介质。
背景技术
随着科学技术的发展,系统和用户之间进行交互和信息交换的媒介由原来的简单的对话窗口扩展到了更多形式,例如,通过虚拟形象进行场景模拟,进而辅助计算机程序进行人机交互的方式,由于其丰富的趣味性和亲和力受到用户的广泛欢迎。
发明内容
本公开提供了一种对象数据处理的方法、处理装置、电子设备以及存储介质。
根据本公开的一方面,提供了一种对象数据处理方法,包括:确定目标对象数据包括的对象数据节点序列中的至少一个对象数据节点的节点坐标;针对上述至少一个对象数据节点中的每个对象数据节点,根据上述对象数据节点的节点坐标和上述对象数据节点的关联对象数据节点的节点坐标,确定上述对象数据节点的节点属性信息;以及根据上述每个对象数据节点的节点属性信息,得到与上述每个对象数据节点对应的空间信息,其中,上述空间信息表征了与上述对象数据节点对应的空间区域的坐标系。
根据本公开的另一方面,提供了一种对象数据处理装置,包括:第一确定模块,用于确定目标对象数据包括的对象数据节点序列中的至少一个对象数据节点的节点坐标;第二确定模块,用于针对上述至少一个对数数据节点中的每个对象数据节点,根据上述对象数据节点的节点坐标和上述对象数据节点的关联对象数据节点的节点坐标,确定上述对象数据节点的节点属性信息;以及获得模块,用于根据上述每个对象数据节点的节点属性信息,得到与上述每个对象数据节点对应的空间信息,其中,上述空间信息表征了与上述对象数据节点对应的空间区域的坐标系。
根据本公开的另一方面,提供了一种电子设备,包括:至少一个处理器;以及与上述至少一个处理器通信连接的存储器;其中,上述存储器存储有可被上述至少一个处理器执行的指令,上述指令被上述至少一个处理器执行,以使上述至少一个处理器能够执行如上所述的方法。
根据本公开的另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,上述计算机指令用于使上述计算机执行如上所述的方法。
根据本公开的另一方面,提供了一种计算机程序产品,包括计算机程序,上述计算机程序在被处理器执行时实现如上所述的方法。
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
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示意性示出了根据本公开实施例的可以应用对象数据处理方法及装置的示例性系统架构;
图2示意性示出了根据本公开实施例的对象数据处理方法的流程图;
图3示意性示出了根据本公开实施例的确定对象数据节点的节点属性信息的流程图;
图4示意性示出了根据本公开实施例的确定对象数据节点的节点次法线向量的流程图;
图5示意性示出了根据本公开实施例的根据对象数据节点的节点子属性信息和对象数据节点的关联对象数据节点的节点子属性信息,确定对象数据节点的曲度特征信息的流程图;
图6示意性示出了根据本公开实施例的附着模型生成过程的流程图;
图7示意性示出了根据本公开实施例的附着模型生成过程的示意图;
图8示意性示出了根据本公开实施例的对象数据处理过程的原理示意图;
图9示意性示出了根据本公开实施例的对象数据处理装置的框图;以及
图10示意性示出了根据本公开实施例的适用于对象数据处理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。
虚拟形象在社交、直播或游戏等场景中具有广泛的应用,通过图像生成的虚拟形象可以在有效满足用户个性化需求的同时降低虚拟形象的重建成本。
在虚拟形象重建中,发型重建对于虚拟形象的外貌至关重要,但由于头发难以像人脸和身体那样可以通过一个表面来建模,以及发丝内部具有复杂的光学效应等,因此,使得发型重建较为困难,进而影响了虚拟形象的重建效果。
为了实现虚拟形象的发型重建,可以利用基于发丝建模实现对发型建模的方案。在实现本公开构思的过程中,发现虽然存在数据量较少的发丝数据,但由于较为缺乏对发丝数据的解析,因此,较难以提取针对发丝数据的特征,由此,使得基于发丝建模实现对发型建模的效果欠佳。同时,由于发丝数据可以是由点和线来表示,因此,使得待附着模型从任何角度都有附着的可能性,这样会导致存在附着歧义,而且存在计算的不稳定性,由此,也使得基于发丝建模实现对发型建模的效果欠佳。
为此,本公开实施例提出了一种对目标对象数据进行解析,以此构建针对目标对象数据的空间信息的方案,空间信息表征了与对象数据节点对应的空间区域的坐标,即,本公开实施例提供了一种对象数据处理方法、处理装置、电子设备、存储有计算机指令的非瞬时计算机可读存储介质及计算机程序产品。该对象数据处理方法包括:确定目标对象数据包括的对象数据节点序列中的至少一个对象数据节点的节点坐标,针对至少一个对象数据节点中的每个对象数据节点,根据对象数据节点的节点坐标和对象数据节点的关联对象数据节点的节点坐标,确定对象数据节点的节点属性信息,并根据每个对象数据节点的节点属性信息,得到与每个对象数据节点对应的空间信息,其中,空间信息表征了与对象数据节点对应的空间区域的坐标系。
图1示意性示出了根据本公开实施例的可以应用对象数据处理方法及装置的示例性系统架构。
需要注意的是,图1所示仅为可以应用本公开实施例的系统架构的示例,以帮助本领域技术人员理解本公开的技术内容,但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。例如,在另一实施例中,可以应用对象数据处理方法及装置的示例性系统架构可以包括终端设备,但终端设备可以无需与服务器进行交互,即可实现本公开实施例提供的对象数据处理方法及装置。
如图1所示,根据该实施例的系统架构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,例如有线和/或无线通信链路等。
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,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如知识阅读类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端和/或社交平台软件等(仅为示例)。
终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备,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。
服务器105可以是提供各种服务的服务器,例如对用户利用终端设备101、102、103所浏览的内容提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的用户请求等数据进行分析等处理,并将处理结果(例如根据用户请求获取或生成的网页、信息、或数据等)反馈给终端设备。
服务器105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,以解决了传统物理主机与VPS服务(Virtual Private Server,VPS)中,存在的管理难度大,业务扩展性弱的缺陷。服务器105也可以为边缘服务器。服务器105也可以为分布式系统的服务器,或者是结合了区块链的服务器。
需要说明的是,本公开实施例所提供的对象数据处理方法一般可以由终端设备101、102、或103执行。相应地,本公开实施例所提供的对象数据处理装置也可以设置于终端设备101、102、或103中。
或者,本公开实施例所提供的对象数据处理方法一般也可以由服务器105执行。相应地,本公开实施例所提供的对象数据处理装置一般可以设置于服务器105中。本公开实施例所提供的对象数据处理方法也可以由不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群执行。相应地,本公开实施例所提供的对象数据处理装置也可以设置于不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群中。
例如,服务器105确定目标对象数据包括的对象数据节点序列中的至少一个对象数据节点的节点坐标,针对至少一个对象数据节点中的每个对象数据节点,根据对象数据节点的节点坐标和对象数据节点的关联对象数据节点的节点坐标,确定对象数据节点的节点属性信息,并根据每个对象数据节点的节点属性信息,得到与每个对象数据节点对应的空间信息。或者由能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群对确定对象数据节点的节点坐标及节点属性信息,并最终实现对对象数据的解析。
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。
图2示意性示出了根据本公开实施例的对象数据处理方法的流程图。
如图2所示,该方法200包括操作S210~S230。
在操作S210,确定目标对象数据包括的对象数据节点序列中的至少一个对象数据节点的节点坐标。
在操作S220,针对至少一个对象数据节点中的每个对象数据节点,根据对象数据节点的节点坐标和对象数据节点的关联对象数据节点的节点坐标,确定对象数据节点的节点属性信息。
在操作S230,根据每个对象数据节点的节点属性信息,得到与每个对象数据节点对应的空间信息,其中,空间信息表征了与对象数据节点对应的空间区域的坐标系。
根据本公开的实施例,目标对象可以包括发丝。对象数据节点序列可以包括发丝节点序列。目标对象数据可以包括对象数据节点序列的节点坐标数据。对象数据节点序列可以包括有多个按照预设顺序依次连接的对象数据节点。每个对象数据节点的节点坐标可以用三维坐标表征。
根据本公开的实施例,关联对象数据节点可以理解为是与对象数据节点具有关联关系的对象数据节点。例如,对象数据节点是对象数据节点序列中的第i个对象数据节点,第i个对象数据节点的关联对象数据节点可以是第i+1个对象数据节点或第i-1个对象数据节点。
根据本公开的实施例,对象数据节点的节点属性信息可以用于表征对象数据节点的几何特征信息,例如,节点属性信息可以包括以下至少一项:节点切线向量、节点次法线向量和节点法线向量。
根据本公开的实施例,可以针对对象数据节点序列中的至少一个对象数据节点进行分析。在确定至少一个对象数据节点中的每个对象数据节点的节点属性信息之后,可以根据节点属性信息,确定每个对象数据节点的空间信息,空间信息能够表征了与对象数据节点对应的空间区域的坐标系。换句话说,根据节点属性信息构建了与对象数据节点对应的空间区域的坐标系。与对象数据节点对应的空间区域可以理解为对象数据节点和与对象数据节点相邻的对象数据节点之间的空间区域。
需要说明的是,本公开实施例中的目标对象数据并不是针对某一特定用户的对象数据,并不能反映出某一特定用户的个人信息。
本公开实施例中,对象数据处理方法的执行主体可以通过各种公开、合法合规的方式获取目标对象数据,例如可以是从公开数据集处获取的,或者是经过了与目标对象数据对应的用户的授权,从授权用户处获取的。
根据本公开的实施例,通过根据目标对象数据包括的对象数据节点序列中的对象数据节点的节点坐标和对象数据节点的关联对象数据节点的节点坐标,确定对象数据节点的节点属性信息,并根据对象数据节点的节点属性信息,得到与对象数据节点对应的空间信息。空间信息表征了与对象数据节点对应的空间区域的坐标系,实现了对目标对象数据的解析,进而提高了基于目标对象数据进行后续处理的效果。
下面参考图3~图8,结合具体实施例对图2所示的方法做进一步说明。
根据本公开的实施例,对象数据节点序列包括按照预设顺序依次连接的L个对象数据节点,l是大于或等于3的整数。节点属性信息可以包括节点切线向量、节点次法线向量和节点法线向量。
图3示意性示出了根据本公开实施例的确定对象数据节点的节点属性信息的流程图。
如图3所示,该方法300包括操作S321~S323。
在操作S321,针对至少一个对象数据节点中的第i个对象数据节点,根据第i+1个对象数据节点的节点坐标和第i个对象数据节点的节点坐标,确定第i个对象数据节点的节点切线向量,其中,i∈{1,2,......,L-2,L-1}。
在操作S322,根据第i-1个对象数据节点的节点切线向量和第i个对象数据节点的节点切线向量,确定第i个对象数据节点的节点次法线向量。
在操作S323,根据第i个对象数据节点的节点切线向量和节点次法线向量,确定第i个对象数据节点的节点法线向量。
根据本公开的实施例,可以基于归一化函数,根据第i+1个对象数据节点的节点坐标和第i个对象数据节点的节点坐标,确定第i个对象数据节点的节点切线向量,即,可以利用如下公式(1),根据第i+1个对象数据节点的节点坐标和第i个对象数据节点的节点坐标,确定第i个对象数据节点的节点切线向量。
Ti=normalize(Pi+1-Pi) (1)
其中,Ti表征第i个对象数据节点的节点切线向量。Pi表征为第i个对象数据节点的节点坐标,Pi+1表征第i+1个对象数据节点的节点坐标。normalize表征归一化函数。
根据本公开的实施例,可以基于向量积函数和归一化函数,根据第i-1个对象数据节点的节点切线向量和第i个对象数据节点的节点切线向量,确定第i个对象数据节点的节点次法线向量。例如,可以利用如下公式(2),根据第i-1个对象数据节点的节点切线向量和第i个对象数据节点的节点切线向量,确定第i个对象数据节点的节点次法线向量。
Bi=normalize(cross(Ti-1,Ti)) (2)
其中,Bi表征第i个对象数据节点的节点次法线向量。Ti-1表征为第i-1个对象数据节点的节点切线向量,Ti表征第i个对象数据节点的节点切线向量。cross表征向量积函数,normalize表征归一化函数。
根据本公开的实施例,根据公式(2),T0=normalize(P1-P0),P0表征对象数据节点序列的对象数据根节点的节点坐标。针对对象数据节点序列,i=1直至i=L,无需确定第L个对象数据节点的节点属性信息,即,需要确定第i=1个对象数据节点直至第i=L-1个对象数据节点的节点属性信息。
根据本公开的实施例,可以基于向量积函数和归一化函数,根据第i个对象数据节点的节点切线向量和节点次法线向量,确定第i个对象数据节点的节点法线向量。例如,可以利用如下公式(3),根据第i个对象数据节点的节点切线向量和节点次法线向量,确定第i个对象数据节点的节点法线向量。
Ni=normalize(cross(Bi,Ti)) (3)
其中,Ni表征第i个对象数据节点的节点法线向量。Bi表征第i个对象数据节点的节点次法线向量。Ti表征第i个对象数据节点的节点切线向量。cross表征向量积函数。normalize表征归一化函数。
根据本公开的实施例,根据上述第i个对象数据节点的三个节点属性信息,将上述三个节点属性信息以列向量的方式组合,得到第i个对象数据节点的空间信息,空间信息可以用如下公式(4)表征。
Mi=[Bi Ti Ni] (4)
其中,Mi表征第i个对象数据节点的空间信息。Bi表征第i个对象数据节点的节点次法线向量。Ti表征第i个对象数据节点的节点切线向量。Ni表征第i个对象数据节点的节点法线向量。
根据本公开的实施例,第i个对象数据节点的空间信息覆盖了第i个对象数据节点到第i+1个对象数据节点之间的空间区域。第i个对象数据节点的空间信息表征第i个对象数据节点到第i+1个对象数据节点之间的空间区域的坐标系。
根据本公开的实施例,操作S322可以包括如下操作。
在确定第i个对象数据节点的节点切线向量与第i-1个对象数据节点的节点切线向量不相等的情况下,根据第i-1个对象数据节点的节点坐标和第i个对象数据节点的节点坐标,确定第i个对象数据节点的节点次法线向量。
在确定第i个对象数据节点的节点切线向量与第i-1个对象数据节点的节点切线向量相等的情况下,将第i-1个对象数据节点的节点次法线向量确定为第i个对象数据节点的节点次法线向量。
根据本公开的实施例,如果Ti≠Ti-1,则第i个对象数据节点的节点次法线向量Bi采用上述公式(2)获得,即:
Bi=normalize(cross(Ti-1,Ti)) (2)
根据本公开的实施例,如果Ti=Ti-1,则由于在利用上述公式(2)计算Bi的情况下,Ti-1与Ti叉乘将获得异常值,因此,将第i-1个对象数据节点的节点次法线向量确定为第i个对象数据节点的节点次法线向量,即,Bi=Bi-1。
根据本公开的实施例,可以利用如下公式(5)确定第i个对象数据节点的节点次法线向量Bi。
图4示意性示出了根据本公开实施例的确定对象数据节点的节点次法线向量的流程图。
如图4所示,该方法400包括操作S421~S423。
在操作S421,根据第i-1个对象数据节点的节点切线向量和第i个对象数据节点的节点切线向量,确定第i个对象数据节点的节点初始次法线向量。
在操作S422,在确定第i个对象数据节点的节点初始次法线向量与第i-1个对象数据节点的节点次法线向量方向相反的情况下,将第i个对象数据节点的节点初始次法线向量的相反数确定为第i个对象数据节点的节点次法线向量。
在操作S423,在确定第i个对象数据节点的节点初始次法线向量与第i-1个对象数据节点的节点次法线向量方向相同的情况下,将第i个对象数据节点的节点初始次法线向量确定为第i个对象数据节点的节点次法线向量。
根据本公开的实施例,可以基于向量积函数和归一化函数,根据第i-1个对象数据节点的节点切线向量和第i个对象数据节点的切线向量,确定第i个对象数据节点的节点初始次法线向量Bi’。
根据本公开的实施例,在Ti≠Ti-1的情况下,可以利用上述公式(2)确定第i个对象数据节点的节点初始次法线向量B’i。
根据本公开的实施例,由于在Ti≠Ti-1处时第i个对象数据节点的节点次法线向量经过向量积归一化结果可能会存在跳变,因此,需要对次法线向量进行一次同向处理。
根据本公开的实施例,可以利用如下方式(6),对第i个对象数据节点的节点次法线向量进行同向处理。
其中,B’i表征第i个对象数据节点的节点初始次法线向量。Bi表征第i个对象数据节点的节点次法线向量。dot表征点积函数。
根据本公开的实施例,从上述公式(6)可知,在第i个对象数据节点的节点初始次法线向量与第i-1个对象数据节点的节点次法线向量的点积结果大于或等于的情况下,可以说明两者的节点次法线向量的方向相同,由此,可以将第i个对象数据节点的节点初始次法线向量确定为第i个对象数据节点的节点次法线向量。
根据本公开的实施例,在第i个对象数据节点的节点初始次法线向量与第i-1个对象数据节点的节点次法线向量的点积结果小于0的情况下,可以说明两者的节点次法线向量的方向相反。由此,可以将第i个对象数据节点的节点初始次法线向量的相反数确定为第i个对象数据节点的节点次法线向量。
根据本公开的实施例,通过将节点次法线向量再进行一次同向处理,可以保证对象数据节点的节点次法线向量的一致性。
根据本公开的实施例,结合上述公式(2)、(5)和(6),可以将第i个对象数据节点的节点次法线向号Bi可以表征为:
其中,Bi表征第i个对象数据节点的节点次法线向量。B’i表征第i个对象数据节点的节点初始次法线向量。-B’i表征第i个对象数据节点的节点初始次法线向量的相反数。Bi-1表征第i-1个对象数据节点的节点次法线向量。Ti-1表征第i-1个对象数据节点的节点切线向量,Ti表征第i个对象数据节点的节点切线向量。dot表征点积函数。
根据本公开的实施例,上述对象数据处理方法还可以包括如下操作。
针对对象数据节点,根据对象数据节点的节点子属性信息和对象数据节点的关联对象数据节点的节点子属性信息,确定对象数据节点的曲度特征信息。节点子属性信息包括节点切线向量和节点次法线向量中的至少之一,曲度特征信息包括弯曲度向量和扭曲度向量中的至少之一。
根据本公开的实施例,可以根据对象数据节点的节点切线向量和对象数据节点的关联对象数据节点的节点切线向量,确定对象数据节点的弯曲度向量。
根据本公开的实施例,可以根据对象数据节点的节点次法线向量和对象数据节点的关联对象数据节点的节点次法线向量,确定对象数据节点的扭曲度向量。
图5示意性示出了根据本公开实施例的根据对象数据节点的节点子属性信息和对象数据节点的关联对象数据节点的节点子属性信息,确定对象数据节点的曲度特征信息的流程图。
如图5所示,该方法500包括操作S540~S550。
在操作S540,针对第i个对象数据节点,根据第i个对象数据节点的节点切线向量和第i-1个对象数据节点的节点切线向量,确定第i个对象数据节点的弯曲度向量。
在操作S550,根据第i个对象数据节点的节点次法线向量和第i+1个对象数据节点的节点次法线向量,确定第i个对象数据节点的扭曲度向量。
根据本公开的实施例,可以基于反余弦函数和点积函数,根据第i个对象数据节点的节点切线向量和第i-1个对象数据节点的节点切线向量,确定第i个对象数据节点的弯曲度向量,即,可以利用如下公式(8),根据第i个对象数据节点的节点切线向量和第i-1个对象数据节点的节点切线向量,确定第i个对象数据节点的弯曲度向量。
Blendi=acos(dot(Ti,Ti-1)) (8)
其中,Blendi表征第i个对象数据节点的弯曲度向量。Ti表征第i个对象数据节点的切线向量。Ti-1表征第i-1个对象数据节点的切线向量。acos表征反余弦函数。dot表征点积函数。
根据本公开的实施例,Blendi可以表征目标对象围绕第i个对象数据节点的节点次法线向量的旋转角度,即,目标对象的弯曲程度。
根据本公开的实施例,可以基于反余弦函数和点积函数,根据第i个对象数据节点的节点次法线向量和所述第i+1个对象数据节点的节点次法线向量,确定第i个对象数据节点的扭曲度向量,即,可以利用如下公式(9),根据第i个对象数据节点的节点次法线向量和所述第i+1个对象数据节点的节点次法线向量,确定第i个对象数据节点的扭曲度向量。
Twisti=acos(dot(Bi,Bi+1)) (9)
其中,Twisti表征第i个对象数据节点的扭曲度向量。Bi表征第i个对象数据节点的节点次法线向量。Bi+1表征为第i+1个对象数据节点的节点次法线向量。acos表征反余弦函数。dot表征两向量点乘。
根据本公开的实施例,Twisti可以表征目标对象围绕第i个对象数据节点的节点切线向量的旋转角度,即,对象在第i个对象数据节点和第i+1个对象数据节点之间的扭曲程度。
根据本公开的实施例,基于上述对象数据节点的节点属性信息,可以获取对象数据节点的弯曲程度和扭曲程度的特征信息,从而有效提高了对象数据的信息量,在确定目标对象受力分析或物理属性时具有较好地效果。
图6示意性示出了根据本公开实施例的附着模型生成过程的流程图。
如图6所示,该方法600包括操作S660~S680。
在操作S660,将待附着模型划分为多个层,其中,层的数目与对象数据节点序列包括的对象数据节点的数目相匹配。
在操作S670,针对多个层中的至少一个层,确定层的各个顶点中的至少一个顶点的初始顶点坐标和骨节点的骨节点坐标。
在操作S680,根据空间信息、初始顶点坐标和骨节点坐标,确定附着模型。
根据本公开的实施例,待附着模型的形状可以根据实际业务需求进行匹配,在此不作限定。例如,待附着模型可以包括三棱柱形状的待附着模型。可以基于对象数据节点的空间信息对待附着模型进行划分。例如,如果对象数据节点序列中包含有L个对象数据节点,则可以将待附着模型划分为与对象数据节点的数目L相匹配的多层结构。
根据本公开的实施例,可以对待附着模型中的全部层或部分层进行分析。例如,针对待附着模型包括的L层中的U层,针对U层中的每个层可以包括多个顶点和一个骨节点。U是大于或等于1的整数。骨节点可以为每个层所在面的中心点。
根据本公开的实施例,可以根据空间信息、每一层中至少一个顶点的初始顶点坐标及所在层的骨节点坐标,确定待附着模型上每一层上的待附着模型顶点,实现模型的附着。
需要说明的是,附着模型包含了目标对象数据指示的用户的信息,但该附着模型的构建是在经用户授权后执行的,其构建过程符合相关法律法规。
根据本公开的实施例,利用对象数据节点的空间信息实现了待附着模型的附着,该方法具有较好的鲁棒性。
根据本公开的实施例,空间信息可以包括对象数据节点的空间框架矩阵。
根据本公开的实施例,操作S680可以包括如下操作。
针对第i层的第j个顶点,根据第i个对象数据节点的空间框架矩阵、第i层的第j个顶点的初始顶点坐标、第i层的骨节点坐标和第i个对象数据节点的节点坐标,确定第i层的第j个顶点的目标顶点坐标,其中,j∈{1,2,......,Ki-1,Ki},Ki表征第i层的顶点的数目,Ki是大于或等于3的整数。根据各个层的至少一个顶点的目标顶点坐标,得到附着模型。
根据本公开的实施例,可以使得目标顶点坐标与对象数据节点的节点坐标重合,实现将待附着模型附着在目标对象,即,得到附着模型。
根据本公开的实施例,确定第i层的第j个顶点的目标顶点坐标可以包括如下操作。
确定第i层的第j个顶点的初始顶点坐标与第i层的骨节点坐标之间的差值。将差值与第i个对象数据节点对应的空间框架矩阵相乘,得到乘积。将乘积与第i个对象数据节点的节点坐标相加之和确定为第i层的第j个顶点的目标顶点坐标。
根据本公开的实施例,第i层的第j个顶点的初始顶点坐标可以表征为vertex(i,j)。第i层的骨节点坐标可以表征为bonei。第i层的第j个顶点的初始顶点坐标与第i层的骨节点坐标之间的差值可以表征为vertex(i,j)-bonei。
根据本公开的实施例,第i个对象数据节点对应的空间框架矩阵可以表征为Mi。由此,将差值与第i个对象数据节点对应的空间框架矩阵相乘,得到乘积,可以表征为Mi*(vertex(i,j)-bonei)。
根据本公开的实施例,第i个对象数据节点的节点坐标可以表征为Pi。由此,乘积与第i个对象数据节点的节点坐标相加之和可以表征为Mi*(vertex(i,j)-bonei)+Pi。
根据本公开的实施例,可以根据如下公式(10)确定第i层的第j个顶点的目标顶点坐标。
result(i,j)=Mi*(vertex(i,j)-bonei)+Pi (10)
其中,result(i,j)表征第i层的第j个顶点的目标顶点坐标。
图7示意性示出了根据本公开实施例的附着模型生成过程的示意图。
如图7所示,在附着模型生成过程700中,目标对象可以为发丝。对象数据节点序列702包括19个对象数据节点。将待附着模型701划分为19层。以19个对象数据节点中的对象数据节点7020和待附着模型701包括的第一层中的顶点7010、顶点7011、顶点7012和骨节点7013为例对附着模型生成过程进行说明。
根据如上公式(10)依次确定顶点7010的目标顶点坐标、顶点7011的目标顶点坐标和顶点7012的目标顶点坐标,在满足公式(10)的条件下,对象数据节点7020和骨节点7013重合,即,根据待附着模型701和对象数据节点序列702的空间信息,得到的附着模型703中对象数据节点7020和骨节点7013重合。
图8示意性示出了根据本公开实施例的对象数据处理过程的原理示意图。
如图8所示,在该对象数据处理过程800中,确定目标对象数据801包括的对象数据节点序列中的每个对象数据节点的节点坐标。对象数据节点序列包括对象数据节点8010、对象数据节点8011、对象数据节点8012和对象数据节点8013。
针对每个对象数据节点,根据对象数据节点的节点坐标和对象数据节点的关联对象数据节点的节点坐标,确定对象数据节点的节点切线向量802。根据对象数据节点的节点切线向量和对象数据节点的关联对象数据节点的节点切线向量,确定对象数据节点的节点次法线向量803。根据对象数据节点的节点切向量802和节点次法线向量803,确定对象数据节点的节点法线向量804,根据对象数据节点的节点切向量802、节点次法线向量803和节点法线向量804,确定对象数据节点的空间框架矩阵805。
根据对象数据节点的空间框架矩阵805和待附着模型808,生成附着模型809。
根据对象数据节点的节点切线向量802,确定对象数据节点的弯曲度向量特征806。根据对象数据节点的节点次法线向量803,确定对象数据节点的扭曲度向量特征807。
图9示意性示出了根据本公开实施例的对象数据处理装置的框图。
如图9所示,对象数据处理装置900可以包括第一确定模块910、第二确定模块920和获得模块930。
第一确定模块910,用于确定目标对象数据包括的对象数据节点序列中的至少一个对象数据节点的节点坐标。
第二确定模块920,用于针对至少一个对象数据节点中的每个对象数据节点,根据对象数据节点的节点坐标和对象数据节点的关联对象数据节点的节点坐标,确定对象数据节点的节点属性信息。
获得模块930,用于根据每个对象数据节点的节点属性信息,得到与每个对象数据节点对应的空间信息,其中,空间信息表征了与对象数据节点对应的空间区域的坐标系。
根据本公开的实施例,对象数据节点序列包括按照预设顺序依次连接的l个对象数据节点,l是大于或等于3的整数。节点属性信息包括节点切线向量、节点次法线向量和节点法线向量。
根据本公开的实施例,第二确定模块920可以包括第一确定子模块、第二确定子模块和第三确定子模块。
第一确定子模块,用于针对至少一个对象数据节点中的第i个对象数据节点,根据第i+1个对象数据节点的节点坐标和第i对象数据节点的节点坐标,确定第i个对象数据节点的节点切线向量,其中,i∈{1,2,......,l-2,L-1}。
第二确定子模块,用于根据第i-1个对象数据节点的节点切线向量和第i个对象数据节点的节点切线向量,确定第i个对象数据节点的节点次法线向量。
第三确定子模块,用于根据第i个对象数据节点的节点切线向量和节点次法线向量,确定第i个对象数据节点的节点法线向量。
根据本公开的实施例,第二确定子模块可以包括第一确定单元和第二确定单元。
第一确定单元,用于在确定第i个对象数据节点的节点切线向量与第i-1个对象数据节点的节点切线向量不相等的情况下,根据第i-1个对象数据节点的节点切线向量和第i个对象数据节点的节点切线向量,确定第i个对象数据节点的节点次法线向量。
第二确定单元,用于在确定第i个对象数据节点的节点切线向量与第i-1个对象数据节点的节点切线向量相等的情况下,将第i-1个对象数据节点的节点次法线向量确定为第i个对象数据节点的节点次法线向量。
根据本公开的实施例,第二确定子模块还可以包括第三确定单元、第四确定单元和第五确定单元。
第三确定单元,用于根据第i-1个对象数据节点的节点切线向量和第i个对象数据节点的节点切线向量,确定第i个对象数据节点的节点初始次法线向量。
第四确定单元,用于在确定第i个对象数据节点的节点初始次法线向量与第i-1个对象数据节点的节点次法线向量方向相反的情况下,将第i个对象数据节点的节点初始次法线向量的相反数确定为第i个对象数据节点的节点次法线向量。
第五确定单元,用于在确定第i个对象数据节点的节点初始次法线向量与第i-1个对象数据节点的节点次法线向量方向相同的情况下,将第i个对象数据节点的节点初始次法线向量确定为第i个对象数据节点的节点次法线向量。
根据本公开的实施例,第三确定单元可以包括第一确定子单元。
第一确定子单元,用于基于向量积函数和归一化函数,根据所述第i-1个对象数据节点的节点切线向量和所述第i个对象数据节点的节点切线向量,确定所述第i个对象数据节点的节点初始次法线向量。
根据本公开的实施例,第三确定子模块可以包括第六确定单元。
第六确定单元,用于基于向量积函数和归一化函数,根据所述第i个对象数据节点的节点切线向量和节点次法线向量,确定所述第i个对象数据节点的节点法线向量。
根据本公开的实施例,上述对象数据处理装置900还可以包括第二确定模块。
第二确定模块,用于针对对象数据节点,根据对象数据节点的节点子属性信息和对象数据节点的关联对象数据节点的节点子属性信息,确定对象数据节点的曲度特征信息,其中,节点子属性信息包括节点切线向量和节点次法线向量中的至少之一,曲度特征信息包括弯曲度向量和扭曲度向量中的至少之一。
根据本公开的实施例,第二确定模块可以包括第四确定子模块和第五确定子模块。
第四确定子模块,用于针对第i个对象数据节点,根据第i个对象数据节点的节点切线向量和第i-1个对象数据节点的节点切线向量,确定第i个对象数据节点的弯曲度向量。
第五确定子模块,用于根据第i个对象数据节点的节点次法线向量和第i+1个对象数据节点的节点次法线向量,确定第i个对象数据节点的扭曲度向量。
根据本公开的实施例,第四确定子模块可以包括第七确定单元。
第七确定单元,用于基于反余弦函数和点积函数,根据第i个对象数据节点的节点切线向量和第i-1个对象数据节点的节点切线向量,确定第i个对象数据节点的弯曲度向量。
根据本公开的实施例,第五确定子模块可以包括第八确定单元。
第八确定单元,用于基于反余弦函数和点积函数,根据第i个对象数据节点的节点次法线向量和第i+1个对象数据节点的节点次法线向量,确定第i个对象数据节点的扭曲度向量。
根据本公开的实施例,上述对象数据处理装置900还可以包括划分模块、第三确定模块和第四确定模块。
划分模块,用于将待附着模型划分为多个层,其中,所述层的数目与所述对象数据节点序列包括的对象数据节点的数目相匹配。
第三确定模块,用于针对所述多个层中的至少一个层,确定所述层的各个顶点中的至少一个顶点的初始顶点坐标和骨节点的骨节点坐标。
第四确定模块,用于根据所述空间信息、所述初始顶点坐标和骨节点坐标,确定附着模型。
根据本公开的实施例,第四确定模块可以包括第六确定子模块和获得子模块。
第六确定子模块,用于针对第i层的第j个顶点,根据第i个对象数据节点的空间框架矩阵、第i层的第j个顶点的初始顶点坐标、第i层的骨节点坐标和第i个对象数据节点的节点坐标,确定第i层的第j个顶点的目标顶点坐标,其中,j∈{1,2,......,Ki-1,Ki},Ki表征第i层的顶点的数目,Ki是大于或等于3的整数。
获得子模块,用于根据各个层的至少一个顶点的目标顶点坐标,得到附着模型。
根据本公开的实施例,第六确定子模块可以包括第九确定单元、获得单元和第十确定单元。
第九确定单元,用于确定第i层的第j个顶点的初始顶点坐标与第i层的骨节点坐标之间的差值。
获得单元,用于将差值与第i个对象数据节点对应的空间框架矩阵相乘,得到乘积。
第十确定单元,用于将乘积与第i个对象数据节点的节点坐标相加之和确定为第i层的第j个顶点的目标顶点坐标。
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。
根据本公开的实施例,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上的方法。
根据本公开的实施例,一种存储有计算机指令的非瞬时计算机可读存储介质,其中,计算机指令用于使计算机执行如上的方法。
根据本公开的实施例,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上的方法。
图10示意性示出了根据本公开实施例的适用于对象数据处理方法的电子设备的框图。电子设备1000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10所示,电子设备1000包括计算单元1001,其可以根据存储在只读存储器(ROM)1002中的计算机程序或者从存储单元1008加载到随机访问存储器(RAM)1003中的计算机程序,来执行各种适当的动作和处理。在RAM 1003中,还可存储电子设备1000操作所需的各种程序和数据。计算单元1001、ROM 1002以及RAM 1003通过总线1004彼此相连。输入/输出(I/O)接口1005也连接至总线1004。
电子设备1000中的多个部件连接至I/O接口1005,包括:输入单元1006,例如键盘、鼠标等;输出单元1007,例如各种类型的显示器、扬声器等;存储单元1008,例如磁盘、光盘等;以及通信单元1009,例如网卡、调制解调器、无线通信收发机等。通信单元1009允许设备1000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1001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1001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1001执行上丈所描述的各个方法和处理,例如对象数据处理方法。例如,在一些实施例中,对象数据处理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1008。在一些实施例中,计算机程序的部分或者全部可以经由ROM 1002和/或通信单元1009而被载入和/或安装到电子设备1000上。当计算机程序加载到RAM 1003并由计算单元1001执行时,可以执行上文描述的对象数据处理方法的一个或多个步骤。备选地,在其他实施例中,计算单元1001可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行对象数据处理方法。
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,也可以是分布式系统的服务器,或者是结合了区块链的服务器。
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 (20)
1.一种对象数据处理方法,包括:
确定目标对象数据包括的对象数据节点序列中的至少一个对象数据节点的节点坐标;
针对所述至少一个对象数据节点中的每个对象数据节点,根据所述对象数据节点的节点坐标和所述对象数据节点的关联对象数据节点的节点坐标,确定所述对象数据节点的节点属性信息;以及
根据所述每个对象数据节点的节点属性信息,得到与所述每个对象数据节点对应的空间信息,其中,所述空间信息表征了与所述对象数据节点对应的空间区域的坐标系。
2.根据权利要求1所述的方法,其中,所述对象数据节点序列包括按照预设顺序依次连接的L个所述对象数据节点,L是大于或等于3的整数;所述节点属性信息包括节点切线向量、节点次法线向量和节点法线向量;
所述针对所述至少一个对象数据节点中的每个对象数据节点,根据所述对象数据节点的节点坐标和所述对象数据节点的关联对象数据节点的节点坐标,确定所述对象数据节点的节点属性信息,包括:
针对所述至少一个对象数据节点中的第i个对象数据节点,根据第i+1个对象数据节点的节点坐标和所述第i对象数据节点的节点坐标,确定所述第i个对象数据节点的节点切线向量,其中,i∈{1,2,......,L-2,L-1};
根据第i-1个对象数据节点的节点切线向量和所述第i个对象数据节点的节点切线向量,确定所述第i个对象数据节点的节点次法线向量;以及
根据所述第i个对象数据节点的节点切线向量和节点次法线向量,确定所述第i个对象数据节点的节点法线向量。
3.根据权利要求2所述的方法,其中,所述根据第i-1个对象数据节点的节点切线向量和所述第i个对象数据节点的节点切线向量,确定所述第i个对象数据节点的节点次法线向量,包括:
在确定所述第i个对象数据节点的节点切线向量与所述第i-1个对象数据节点的节点切线向量不相等的情况下,根据所述第i-1个对象数据节点的节点切线向量和所述第i个对象数据节点的节点切线向量,确定所述第i个对象数据节点的节点次法线向量;以及
在确定所述第i个对象数据节点的节点切线向量与所述第i-1个对象数据节点的节点切线向量相等的情况下,将所述第i-1个对象数据节点的节点次法线向量确定为所述第i个对象数据节点的节点次法线向量。
4.根据权利要求2或3所述的方法,其中,所述根据所述第i-1个对象数据节点的节点切线向量和所述第i个对象数据节点的节点切线向量,确定所述第i个对象数据节点的节点次法线向量,包括:
根据所述第i-1个对象数据节点的节点切线向量和所述第i个对象数据节点的节点切线向量,确定所述第i个对象数据节点的节点初始次法线向量;
在确定所述第i个对象数据节点的节点初始次法线向量与所述第i-1个对象数据节点的节点次法线向量方向相反的情况下,将所述第i个对象数据节点的节点初始次法线向量的相反数确定为所述第i个对象数据节点的节点次法线向量;以及
在确定所述第i个对象数据节点的节点初始次法线向量与所述第i-1个对象数据节点的节点次法线向量方向相同的情况下,将所述第i个对象数据节点的节点初始次法线向量确定为所述第i个对象数据节点的节点次法线向量。
5.根据权利要求4所述的方法,其中,所述根据所述第i-1个对象数据节点的节点切线向量和所述第i个对象数据节点的节点切线向量,确定所述第i个对象数据节点的节点初始次法线向量,包括:
基于向量积函数和归一化函数,根据所述第i-1个对象数据节点的节点切线向量和所述第i个对象数据节点的节点切线向量,确定所述第i个对象数据节点的节点初始次法线向量。
6.根据权利要求2~5中任一项所述的方法,其中,所述根据所述第i个对象数据节点的节点切线向量和节点次法线向量,确定所述第i个对象数据节点的节点法线向量,包括:
基于向量积函数和归一化函数,根据所述第i个对象数据节点的节点切线向量和节点次法线向量,确定所述第i个对象数据节点的节点法线向量。
7.根据权利要求2~6中任一项所述的方法,还包括:
针对所述对象数据节点,根据所述对象数据节点的节点子属性信息和所述对象数据节点的关联对象数据节点的节点子属性信息,确定所述对象数据节点的曲度特征信息,其中,所述节点子属性信息包括节点切线向量和节点次法线向量中的至少之一,所述曲度特征信息包括弯曲度向量和扭曲度向量中的至少之一。
8.根据权利要求7所述的方法,其中,所述针对所述对象数据节点,根据所述对象数据节点的节点子属性信息和所述对象数据节点的关联对象数据节点的节点子属性信息,确定所述对象数据节点的曲度特征信息,包括:
针对所述第i个对象数据节点,根据所述第i个对象数据节点的节点切线向量和所述第i-1个对象数据节点的节点切线向量,确定所述第i个对象数据节点的弯曲度向量;以及
根据所述第i个对象数据节点的节点次法线向量和所述第i+1个对象数据节点的节点次法线向量,确定所述第i个对象数据节点的扭曲度向量。
9.根据权利要求8所述的方法,其中,所述根据所述第i个对象数据节点的节点切线向量和所述第i-1个对象数据节点的节点切线向量,确定所述第i个对象数据节点的弯曲度向量,包括:
基于反余弦函数和点积函数,根据所述第i个对象数据节点的节点切线向量和所述第i-1个对象数据节点的节点切线向量,确定所述第i个对象数据节点的弯曲度向量。
10.根据权利要求8或9所述的方法,其中,所述根据所述第i个对象数据节点的节点次法线向量和所述第i+1个对象数据节点的节点次法线向量,确定所述第i个对象数据节点的扭曲度向量,包括:
基于反余弦函数和点积函数,根据所述第i个对象数据节点的节点次法线向量和所述第i+1个对象数据节点的节点次法线向量,确定所述第i个对象数据节点的扭曲度向量。
11.根据权利要求2~10中任一项所述的方法,还包括:
将待附着模型划分为多个层,其中,所述层的数目与所述对象数据节点序列包括的对象数据节点的数目相匹配;
针对所述多个层中的至少一个层,确定所述层的各个顶点中的至少一个顶点的初始顶点坐标和骨节点的骨节点坐标;以及
根据所述空间信息、所述初始顶点坐标和骨节点坐标,确定附着模型。
12.根据权利要求11所述的方法,其中,所述空间信息包括空间框架矩阵;
所述根据所述空间信息、所述顶点坐标和骨节点坐标,确定附着模型,包括:
针对第i层的第j个顶点,根据所述第i个对象数据节点的空间框架矩阵、所述第i层的第j个顶点的初始顶点坐标、所述第i层的骨节点坐标和所述第i个对象数据节点的节点坐标,确定所述第i层的第j个顶点的目标顶点坐标,其中,j∈{1,2,......,Ki-1,Ki},Ki表征第i层的顶点的数目,Ki是大于或等于3的整数;以及
根据各个所述层的至少一个所述顶点的目标顶点坐标,得到所述附着模型。
13.根据权利要求12所述的方法,其中,所述根据与所述第i个对象数据节点对应的空间框架矩阵、所述第i层的第j个顶点的初始顶点坐标、所述第i层的骨节点坐标和所述第i个对象数据节点的节点坐标,确定所述第i层的第j个顶点的目标顶点坐标,包括:
确定所述第i层的第j个顶点的初始顶点坐标与所述第i层的骨节点坐标之间的差值;
将所述差值与所述第i个对象数据节点对应的空间框架矩阵相乘,得到乘积;以及
将所述乘积与所述第i个对象数据节点的节点坐标相加之和确定为所述第i层的第j个顶点的目标顶点坐标。
14.一种对象数据处理装置,包括:
第一确定模块,用于确定目标对象数据包括的对象数据节点序列中的至少一个对象数据节点的节点坐标;
第二确定模块,用于针对所述至少一个对象数据节点中的每个对象数据节点,根据所述对象数据节点的节点坐标和所述对象数据节点的关联对象数据节点的节点坐标,确定所述对象数据节点的节点属性信息;以及
获得模块,用于根据所述每个对象数据节点的节点属性信息,得到与所述每个对象数据节点对应的空间信息,其中,所述空间信息表征了与所述对象数据节点对应的空间区域的坐标系。
15.根据权利要求14所述的装置,其中,所述对象数据节点序列包括按照预设顺序依次连接的l个所述对象数据节点,L是大于或等于3的整数;所述节点属性信息包括节点切线向量、节点次法线向量和节点法线向量;
所述第二确定模块,包括:
第一确定子模块,用于针对所述至少一个对象数据节点中的第i个对象数据节点,根据第i+1个对象数据节点的节点坐标和所述第i对象数据节点的节点坐标,确定所述第i个对象数据节点的节点切线向量,其中,i∈{1,2,......,L-2,l-1};
第二确定子模块,用于根据第i-1个对象数据节点的节点切线向量和所述第i个对象数据节点的节点切线向量,确定所述第i个对象数据节点的节点次法线向量;以及
第三确定子模块,用于根据所述第i个对象数据节点的节点切线向量和节点次法线向量,确定所述第i个对象数据节点的节点法线向量。
16.根据权利要求15所述的装置,其中,所述第二确定子模块,包括:
第一确定单元,用于在确定所述第i个对象数据节点的节点切线向量与所述第i-1个对象数据节点的节点切线向量不相等的情况下,根据所述第i-1个对象数据节点的节点切线向量和所述第i个对象数据节点的节点切线向量,确定所述第i个对象数据节点的节点次法线向量;以及
第二确定单元,用于在确定所述第i个对象数据节点的节点切线向量与所述第i-1个对象数据节点的节点切线向量相等的情况下,将所述第i-1个对象数据节点的节点次法线向量确定为所述第i个对象数据节点的节点次法线向量。
17.根据权利要求15或16所述的装置,其中,所述第二确定子模块,包括:
第三确定单元,用于根据所述第i-1个对象数据节点的节点切线向量和所述第i个对象数据节点的节点切线向量,确定所述第i个对象数据节点的节点初始次法线向量;
第四确定单元,用于在确定所述第i个对象数据节点的节点初始次法线向量与所述第i-1个对象数据节点的节点次法线向量方向相反的情况下,将所述第i个对象数据节点的节点初始次法线向量的相反数确定为所述第i个对象数据节点的节点次法线向量;以及
第五确定单元,用于在确定所述第i个对象数据节点的节点初始次法线向量与所述第i-1个对象数据节点的节点次法线向量方向相同的情况下,将所述第i个对象数据节点的节点初始次法线向量确定为所述第i个对象数据节点的节点次法线向量。
18.一种电子设备,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1~13中任一项所述的方法。
19.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1~13中任一项所述的方法。
20.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1~13中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110899033.4A CN113608615B (zh) | 2021-08-05 | 2021-08-05 | 对象数据处理方法、处理装置、电子设备以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110899033.4A CN113608615B (zh) | 2021-08-05 | 2021-08-05 | 对象数据处理方法、处理装置、电子设备以及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113608615A true CN113608615A (zh) | 2021-11-05 |
CN113608615B CN113608615B (zh) | 2022-05-06 |
Family
ID=78307297
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110899033.4A Active CN113608615B (zh) | 2021-08-05 | 2021-08-05 | 对象数据处理方法、处理装置、电子设备以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113608615B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4159515B2 (ja) * | 2004-06-09 | 2008-10-01 | 花王株式会社 | 人のくせ毛度合い評価方法 |
CN103035030A (zh) * | 2012-12-10 | 2013-04-10 | 西北大学 | 头发模型建模方法 |
US20150221119A1 (en) * | 2014-02-03 | 2015-08-06 | Dreamworks Animation Llc | Efficient and stable approach to elasticity and collisions for hair animation |
CN111462269A (zh) * | 2020-03-31 | 2020-07-28 | 网易(杭州)网络有限公司 | 图像处理方法及装置、存储介质及电子设备 |
CN111583384A (zh) * | 2020-04-13 | 2020-08-25 | 华南理工大学 | 一种基于自适应八叉树头发卷积神经网络的头发重建方法 |
CN112509099A (zh) * | 2020-11-30 | 2021-03-16 | 北京百度网讯科技有限公司 | 虚拟形象驱动方法、装置、设备和存储介质 |
CN112581573A (zh) * | 2020-12-15 | 2021-03-30 | 北京百度网讯科技有限公司 | 虚拟形象驱动方法、装置、设备、介质和程序产品 |
CN112862933A (zh) * | 2021-02-04 | 2021-05-28 | 北京百度网讯科技有限公司 | 用于优化模型的方法、装置、设备以及存储介质 |
-
2021
- 2021-08-05 CN CN202110899033.4A patent/CN113608615B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4159515B2 (ja) * | 2004-06-09 | 2008-10-01 | 花王株式会社 | 人のくせ毛度合い評価方法 |
CN103035030A (zh) * | 2012-12-10 | 2013-04-10 | 西北大学 | 头发模型建模方法 |
US20150221119A1 (en) * | 2014-02-03 | 2015-08-06 | Dreamworks Animation Llc | Efficient and stable approach to elasticity and collisions for hair animation |
CN111462269A (zh) * | 2020-03-31 | 2020-07-28 | 网易(杭州)网络有限公司 | 图像处理方法及装置、存储介质及电子设备 |
CN111583384A (zh) * | 2020-04-13 | 2020-08-25 | 华南理工大学 | 一种基于自适应八叉树头发卷积神经网络的头发重建方法 |
CN112509099A (zh) * | 2020-11-30 | 2021-03-16 | 北京百度网讯科技有限公司 | 虚拟形象驱动方法、装置、设备和存储介质 |
CN112581573A (zh) * | 2020-12-15 | 2021-03-30 | 北京百度网讯科技有限公司 | 虚拟形象驱动方法、装置、设备、介质和程序产品 |
CN112862933A (zh) * | 2021-02-04 | 2021-05-28 | 北京百度网讯科技有限公司 | 用于优化模型的方法、装置、设备以及存储介质 |
Non-Patent Citations (2)
Title |
---|
HENRIK HALÉN等: "Real-Time Hair Simulation and Visualization for Games", 《FILEADMIN.CS.LTH.SE》 * |
RAYMOND FEI: "使用离散弹性棒(DER)模型模拟毛发", 《知乎:使用离散弹性棒(DER)模型模拟毛发 HTTPS://ZHUANLAN.ZHIHU.COM/P/350920360》 * |
Also Published As
Publication number | Publication date |
---|---|
CN113608615B (zh) | 2022-05-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113643412B (zh) | 虚拟形象的生成方法、装置、电子设备及存储介质 | |
CN115147265B (zh) | 虚拟形象生成方法、装置、电子设备和存储介质 | |
CN114612600B (zh) | 虚拟形象生成方法、装置、电子设备和存储介质 | |
CN113658309A (zh) | 三维重建方法、装置、设备以及存储介质 | |
US20220189189A1 (en) | Method of training cycle generative networks model, and method of building character library | |
CN114187633A (zh) | 图像处理方法及装置、图像生成模型的训练方法及装置 | |
CN114792355B (zh) | 虚拟形象生成方法、装置、电子设备和存储介质 | |
US20220292795A1 (en) | Face image processing method, electronic device, and storage medium | |
CN114549710A (zh) | 一种虚拟形象的生成方法、装置、电子设备及存储介质 | |
CN113052962A (zh) | 模型训练、信息输出方法,装置,设备以及存储介质 | |
CN114708374A (zh) | 虚拟形象生成方法、装置、电子设备和存储介质 | |
CN114202597B (zh) | 图像处理方法及装置、设备、介质和产品 | |
CN113642491A (zh) | 人脸融合方法、人脸融合模型的训练方法及装置 | |
CN114120414A (zh) | 图像处理方法、装置、电子设备和介质 | |
CN113971307B (zh) | 一种关联关系生成方法、装置、存储介质及电子设备 | |
CN113421335B (zh) | 图像处理方法、图像处理装置、电子设备和存储介质 | |
CN113962845A (zh) | 图像处理方法、图像处理装置、电子设备以及存储介质 | |
CN113327194A (zh) | 图像风格迁移方法、装置、设备和存储介质 | |
CN112562043A (zh) | 图像处理方法、装置和电子设备 | |
CN115761123B (zh) | 三维模型处理方法、装置、电子设备以及存储介质 | |
CN113608615B (zh) | 对象数据处理方法、处理装置、电子设备以及存储介质 | |
CN114078184B (zh) | 数据处理方法、装置、电子设备和介质 | |
CN115147306A (zh) | 图像处理方法、装置、电子设备和存储介质 | |
CN114926322A (zh) | 图像生成方法、装置、电子设备和存储介质 | |
CN114638919A (zh) | 虚拟形象的生成方法、电子设备、程序产品及用户终端 |
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 |