CN114120448B - 图像处理方法和装置 - Google Patents

Abstract

本公开提供了一种图像处理方法和装置，涉及计算机技术领域，尤其涉及增强/虚拟现实、图像处理等人工智能技术领域。实现方案为：获取对应于目标对象的按顺序排列的多个目标对象姿态的多个图像，按顺序排列的多个目标对象姿态指示目标对象在第一空间的第一运动；以及基于多个图像和顺序，获得目标对象对应的虚拟形象的控制参数；以及基于控制参数，控制虚拟形象在第二空间实现与多个目标对象姿态对应的按顺序排列的多个虚拟形象姿态，按顺序排列的多个虚拟形象姿态指示虚拟形象在第二空间的与第一运动对应的第二运动。

Description

图像处理方法和装置

技术领域

本公开涉及计算机技术领域，尤其涉及增强/虚拟现实、图像处理等人工智能技术，具体涉及一种图像处理方法、装置、电子设备、计算机可读存储介质和计算机程序产品。

背景技术

人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术：人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。

元宇宙(Metaverse)是整合多种新技术而产生的新型虚实相融的互联网应用和社会形态，它基于扩展现实技术提供沉浸式体验，基于数字孪生技术生成现实世界的镜像，基于区块链技术搭建经济体系，将虚拟世界与现实世界在经济系统、社交系统、身份系统上密切融合，并且允许每个用户进行内容生产和世界编辑。

随着元宇宙的兴起，基于人工智能的图像处理技术，根据图像，生成具有多重人类特征(例如，外貌特征，交互能力等)的虚拟人，由于其高度拟人化，受到人们的广泛关注。

在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明，否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地，除非另有指明，否则此部分中提及的问题不应认为在任何现有技术中已被公认。

发明内容

本公开提供了一种图像处理方法、装置、电子设备、计算机可读存储介质和计算机程序产品。

根据本公开的一方面，提供了一种图像处理方法，包括：获取对应于目标对象的按顺序排列的多个目标对象姿态的多个图像，按所述顺序排列的所述多个目标对象姿态指示所述目标对象在第一空间的第一运动；基于所述多个图像和所述顺序，获得所述目标对象对应的虚拟形象的控制参数；以及基于所述控制参数，控制所述虚拟形象在第二空间实现与所述多个目标对象姿态对应的按所述顺序排列的多个虚拟形象姿态，所述按所述顺序排列的多个虚拟形象姿态指示所述虚拟形象在所述第二空间的与所述第一运动对应的第二运动。

根据本公开的另一方面，提供了一种图像处理装置，包括：第一获取单元，被配置用于获取对应于目标对象的按顺序排列的多个目标对象姿态的多个图像，所述按顺序排列的多个目标对象姿态指示所述目标对象在第一空间的第一运动；以及第二获取单元，被配置用于基于所述多个图像和所述多个目标对象姿态的排列顺序，获得所述目标对象对应的虚拟形象的控制参数；以及控制单元，被配置用于基于所述控制参数，控制所述虚拟形象在第二空间实现与所述多个目标对象姿态对应的按所述排列顺序排列的多个虚拟形象姿态，所述按所述排列顺序排列的多个虚拟形象姿态指示所述虚拟形象在所述第二空间的与所述第一运动对应的第二运动。

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实现根据上述的方法。

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，所述计算机指令用于使所述计算机实现根据上述的方法。

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，其中，所述计算机程序在被处理器执行时实现根据上述的方法。

根据本公开的一个或多个实施例，通过目标对象多个图像，获得目标对象对应的虚拟形象控制参数，使虚拟形象在第二空间在实现与多个图像中的多个目标对象姿态分别对应的多个虚拟形象姿态，从而实现与目标对象的第一运动相应的第二运动。根据本公开的一个或多个实施例，可以实现根据关于目标对象的运动的图像驱动目标对象对应的虚拟形象以进行相应的运动。

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

附图示例性地示出了实施例并且构成说明书的一部分，与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的，并不限制权利要求的范围。在所有附图中，相同的附图标记指代类似但不一定相同的要素。

图1示出了根据本公开的实施例的可以在其中实施本文描述的各种方法的示例性系统的示意图；

图2示出了根据本公开的实施例的图像处理方法的流程图；

图3示出了根据本公开的实施例的图像处理方法中基于多个图像和顺序获得目标对象对应的虚拟形象的控制参数的过程的流程图；

图4示出了根据本公开的实施例的图像处理方法中基于控制参数进一步获得多个第二图像的流程图；

图5示出了根据本公开的实施例的图像处理装置的结构框图；以及

图6示出了能够用于实现本公开的实施例的示例性电子设备的结构框图。

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。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。

在本公开中，除非另有说明，否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系，这种术语只是用于将一个要素与另一要素区分开。在一些示例中，第一要素和第二要素可以指向该要素的同一实例，而在某些情况下，基于上下文的描述，它们也可以指代不同实例。

在本公开中对各种所述示例的描述中所使用的术语只是为了描述特定示例的目的，而并非旨在进行限制。除非上下文另外明确地表明，如果不特意限定要素的数量，则该要素可以是一个也可以是多个。此外，本公开中所使用的术语“和/或”涵盖所列出的项目中的任何一个以及全部可能的组合方式。

下面将结合附图详细描述本公开的实施例。

图1示出了根据本公开的实施例可以将本文描述的各种方法和装置在其中实施的示例性系统100的示意图。参考图1，该系统100包括一个或多个客户端设备101、102、103、104、105和106、服务器120以及将一个或多个客户端设备耦接到服务器120的一个或多个通信网络110。客户端设备101、102、103、104、105和106可以被配置为执行一个或多个应用程序。

在本公开的实施例中，服务器120可以运行使得能够执行图像处理方法的一个或多个服务或软件应用。

在某些实施例中，服务器120还可以提供可以包括非虚拟环境和虚拟环境的其他服务或软件应用。在某些实施例中，这些服务可以作为基于web的服务或云服务提供，例如在软件即服务(SaaS)模型下提供给客户端设备101、102、103、104、105和/或106的用户。

在图1所示的配置中，服务器120可以包括实现由服务器120执行的功能的一个或多个组件。这些组件可以包括可由一个或多个处理器执行的软件组件、硬件组件或其组合。操作客户端设备101、102、103、104、105和/或106的用户可以依次利用一个或多个客户端应用程序来与服务器120进行交互以利用这些组件提供的服务。应当理解，各种不同的系统配置是可能的，其可以与系统100不同。因此，图1是用于实施本文所描述的各种方法的系统的一个示例，并且不旨在进行限制。

用户可以使用客户端设备101、102、103、104、105和/或106来观看虚拟形象的运动。客户端设备可以提供使客户端设备的用户能够与客户端设备进行交互的接口。客户端设备还可以经由该接口向用户输出信息。尽管图1仅描绘了六种客户端设备，但是本领域技术人员将能够理解，本公开可以支持任何数量的客户端设备。

客户端设备101、102、103、104、105和/或106可以包括各种类型的计算机设备，例如便携式手持设备、通用计算机(诸如个人计算机和膝上型计算机)、工作站计算机、可穿戴设备、智能屏设备、自助服务终端设备、服务机器人、游戏系统、瘦客户端、各种消息收发设备、传感器或其他感测设备等。这些计算机设备可以运行各种类型和版本的软件应用程序和操作系统，例如MICROSOFT Windows、APPLE iOS、类UNIX操作系统、Linux或类Linux操作系统(例如GOOGLE Chrome OS)；或包括各种移动操作系统，例如MICROSOFT WindowsMobile OS、iOS、Windows Phone、Android。便携式手持设备可以包括蜂窝电话、智能电话、平板电脑、个人数字助理(PDA)等。可穿戴设备可以包括头戴式显示器(诸如智能眼镜)和其他设备。游戏系统可以包括各种手持式游戏设备、支持互联网的游戏设备等。客户端设备能够执行各种不同的应用程序，例如各种与Internet相关的应用程序、通信应用程序(例如电子邮件应用程序)、短消息服务(SMS)应用程序，并且可以使用各种通信协议。

网络110可以是本领域技术人员熟知的任何类型的网络，其可以使用多种可用协议中的任何一种(包括但不限于TCP/IP、SNA、IPX等)来支持数据通信。仅作为示例，一个或多个网络110可以是局域网(LAN)、基于以太网的网络、令牌环、广域网(WAN)、因特网、虚拟网络、虚拟专用网络(VPN)、内部网、外部网、公共交换电话网(PSTN)、红外网络、无线网络(例如蓝牙、WIFI)和/或这些和/或其他网络的任意组合。

服务器120可以包括一个或多个通用计算机、专用服务器计算机(例如PC(个人计算机)服务器、UNIX服务器、中端服务器)、刀片式服务器、大型计算机、服务器群集或任何其他适当的布置和/或组合。服务器120可以包括运行虚拟操作系统的一个或多个虚拟机，或者涉及虚拟化的其他计算架构(例如可以被虚拟化以维护服务器的虚拟存储设备的逻辑存储设备的一个或多个灵活池)。在各种实施例中，服务器120可以运行提供下文所描述的功能的一个或多个服务或软件应用。

服务器120中的计算单元可以运行包括上述任何操作系统以及任何商业上可用的服务器操作系统的一个或多个操作系统。服务器120还可以运行各种附加服务器应用程序和/或中间层应用程序中的任何一个，包括HTTP服务器、FTP服务器、CGI服务器、JAVA服务器、数据库服务器等。

在一些实施方式中，服务器120可以包括一个或多个应用程序，以分析和合并从客户端设备101、102、103、104、105和106的用户接收的数据馈送和/或事件更新。服务器120还可以包括一个或多个应用程序，以经由客户端设备101、102、103、104、105和106的一个或多个显示设备来显示数据馈送和/或实时事件。

在一些实施方式中，服务器120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。服务器120也可以是云服务器，或者是带人工智能技术的智能云计算服务器或智能云主机。云服务器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。

系统100还可以包括一个或多个数据库130。在某些实施例中，这些数据库可以用于存储数据和其他信息。例如，数据库130中的一个或多个可用于存储诸如音频文件和对象文件的信息。数据存储库130可以驻留在各种位置。例如，由服务器120使用的数据存储库可以在服务器120本地，或者可以远离服务器120且可以经由基于网络或专用的连接与服务器120通信。数据存储库130可以是不同的类型。在某些实施例中，由服务器120使用的数据存储库可以是数据库，例如关系数据库。这些数据库中的一个或多个可以响应于命令而存储、更新和检索到数据库以及来自数据库的数据。

在某些实施例中，数据库130中的一个或多个还可以由应用程序使用来存储应用程序数据。由应用程序使用的数据库可以是不同类型的数据库，例如键值存储库，对象存储库或由文件系统支持的常规存储库。

图1的系统100可以以各种方式配置和操作，以使得能够应用根据本公开所描述的各种方法和装置。

参看图2，根据本公开的一些实施例的一种图像处理方法200包括：

步骤S210：获取对应于目标对象的按顺序排列的多个目标对象姿态的多个图像；以及

步骤S220：基于所述多个图像和所述顺序，获得所述目标对象对应的虚拟形象的控制参数；

步骤S230：基于所述控制参数，控制所述虚拟形象在第二空间实现与所述多个目标对象姿态对应的按所述顺序排列的多个虚拟形象姿态。

其中，在步骤S210中，按所述顺序排列的所述多个目标对象姿态指示所述目标对象在第一空间的第一运动；在步骤S230中，所述按所述顺序排列的多个虚拟形象姿态指示所述虚拟形象在所述第二空间的与所述第一运动对应的第二运动。

通过目标对象多个图像，获得目标对象对应的虚拟形象控制参数，使虚拟形象在第二空间在实现与多个图像中的多个目标对象姿态分别对应的多个虚拟形象姿态，从而实现与目标对象的第一运动相应的第二运动。根据本公开，可以实现根据关于目标对象的运动的图像驱动目标对象对应的虚拟形象以进行相应的运动。

在相关技术中，采用硬件设备采集用户在运动过程中的信息(例如，骨骼相对位置)获得驱动参数，以驱动用户对应的虚拟三维模型进行相应的动作，从而获得虚拟形象的运动。这一过程，需要的设备较多，需要专业人员操作，并且信息处理过程复杂。

根据本公开的实施例，通过采集目标对象在运动过程中的图像，对图像进行处理，就能对目标对象对应的虚拟形象进行驱动，实现对与目标对象对应的虚拟形象的驱动，方法简单，数据处理量少。

例如，通过采集运动员奔跑的视频，通过对视频中的视频帧图像进行处理，就能获得运动员对应的虚拟形象的控制参数，以实现与视频中的各个视频帧中运动员的姿态对应的虚拟形象的姿态，从而实现虚拟形象的运动，大大简化了驱动虚拟形象运动的过程。

在一些实施例中，多个图像是从视频中提取的，例如每个0.5s提取一帧视频帧作为多个图像中的一个图像。

在另一些实施例中，多个图像是通过摄像装置实时拍摄的。

在一些实施例中，目标对象可以是人、动物、树木，车辆等等，可以移动或者随时间具有变化姿态的物体。

在一些实施例中，目标对象是人，目标对象的多个目标对象姿态可以是人在跑步过程中的多个姿态，可以是人在原地进行伸手、扩胸运动等的多个姿态。

在另一些实施例中，目标对象是树木，目标对象的多个目标对象姿态可以是风吹过，树叶随风而动的多个姿态。

在一些实施例中，顺序可以是根据时间先后顺序确定的，也可以是人为确定的，例如通过从视频中提取的多个视频帧的向相反的方向。

在一些实施例中，第一空间为现实物理空间，第二空间为虚拟空间，例如数字空间。

根据本公开的一些实施例，图像处理方法还包括获得目标对象对应的虚拟形象。获得目标对象对应的虚拟形象的方法例如可以是将包含目标对象的图像输入至经训练的虚拟形象生成模型，以获得对应的虚拟形象。其中，经训练的虚拟形象生成模型可以包括生成对抗网络或者循环生成网络等。

在一些实施例中，虚拟形象可以是根据目标对象在第一空间(现实空间)中的位置坐标等生成的在第二空间(例如虚拟空间)的位置坐标以及与该位置坐标对应的像素等，在此并不限定。

在一些实施例中，所述控制参数包括按所述顺序排列的多个动作参数，其中，对于所述多个动作参数中的每一个动作参数，该动作参数用于使所述虚拟形象在多个时间点中的与该动作参数对应的时间点实现所述多个虚拟形象姿态中与该对应的时间点相应的第一虚拟形象姿态，并且其中，如图3所示，基于所述多个图像和所述顺序，获得所述目标对象对应的虚拟形象的控制参数包括：

步骤S310：获取所述多个图像中的第一图像；

步骤S320：获得所述第一图像对应于所述第二空间的多个第一特征；以及

步骤S320：基于所述第一图像对应的多个第一特征和所述顺序，获得所述多个动作参数。

其中，所述基于所述控制参数，控制所述虚拟形象包括：

基于第一动作参数，控制所述虚拟形象在多个时间点中的与该动作参数对应的时间点实现所述多个虚拟形象姿态中的第一虚拟形象姿态

通过基于多个图像中的第一图像对应于第二空间的多个第一特征，获得动作参数，使将目标对象在第一空间的二维图像特征转化为在第二空间的特征，从而实现基于第一空间的特征获得第二空间的控制参数。

在一些实施例中，动作参数可以是虚拟形象上的多个关键点的相对位置。例如，目标对象是人，动作参数可以是与人对应虚拟形象上的关键点(例如四肢上的关节点)的相对位置。

需要说明书的，第一图像为多个图像中的任意一个图像，在此并不限定。

在一些实施例中，从多个图像中获取第一图像包括获取多个图像中的对应于当前时间点的当前图像作为第一图像。

在一些实施例中，控制参数还包括与所述多个动作参数相对应的多个环境参数，所述基于所述多个图像和所述顺序，获得所述目标对象对应的虚拟形象的控制参数还包括：

获得所述多个环境参数中对应于所述第一图像的第一环境参数以及

基于所述第一环境参数，校准所述第一动作参数，以使虚拟形象实现所述第一虚拟形象姿态时，所述虚拟形象在所述第二空间中的第一位置与所述目标对象的第二位置对应，所述第二位置是所述目标对象在实现所述多个目标对象姿态中的与所述第一虚拟形象姿态对应的第一目标对象姿态时在所述第一空间中所处的位置。

通过环境参数校准动作参数，以使虚拟形象在第二空间中的位置与目标对象在第一空间中的位置一致，实现虚拟形象在第二空间中的全局坐标一致。

在相关技术中，通过对包含目标对象的图像进行裁剪，以获得预设尺寸的图像，并基于该预设尺寸的图像获得图像中目标对象对应的虚拟形象的姿态，该过程仅仅获得虚拟形象在局部空间中的姿态，例如使虚拟形象的各个部位或者结构之间的相对位置与目标对象的各个部位或者结构之间的相对位置对应，然而，对于特定环境中的运动，该方法不能实现环境的兼容。

例如，对于目标对象是人的情况下，当人从正面由远及近的奔跑时，通过获得虚拟形象在局部空间中的姿态，往往只能获得虚拟形象的多个尺寸一致的姿态，而无法体现人在运动过程中的由远及近的运动状态。

根据本公开的实施例，通过获得环境参数，实现对动作参数的校准，使虚拟形象在第二空间中的位置与目标对象在第一空间中的位置一致，即在第一空间中目标对象相对环境参考坐标从第一位置移动到第二位置时，相应的虚拟形象在第二空间中从相对环境参考坐标第一虚拟位置移动到第二虚拟位置，从而实现虚拟形象在第二空间中的全局坐标一致。

在一些实施例中，多个环境参数可以是基于多个图像获得的多个坐标原点，其中每个坐标原点与对应的图像中的目标对象的坐标原点对应。

在一些实施例中，多个环境参数可以是基于多个图像获得的多个水平校准面，其中每个水平校准面对应于对应的图像中目标对象的运动平面。

在一些实施例中，所述获得所述第一图像对应于所述第二空间的多个第一特征包括：

利用特征提取网络，将所述第一图像的对应于第一空间的多个特征转化为该第一图像对应于所述第二空间的多个第一特征，并且提取该第一图像对应的环境参数。

通过特征提取网络提取图像对应于第一空间的多个特征，并将该多个特征转化为对应于第二空间的多个第一特征，实现基于第一图像获得对应第二空间的多个第一特征的提取和多个环境参数的提取。

在另一些实施例中，特征提取网络包括自注意力卷积神经网络。

在一些实施例中，特征提取网络包括卷积极神经网络和弱透视相机模型，卷积神经网络获得第一图像。

在一些实施例中，所述基于所述第一图像对应的多个第一特征和所述顺序，获得所述多个动作参数中与所述第一图像对应的第一动作参数包括：

利用循环神经网络，基于所述顺序处理所述第一图像对应的多个第一特征，以获得所述第一动作参数，

并且其中，所述基于所述控制参数，控制所述虚拟形象包括：

基于所述第一动作参数，控制所述虚拟形象的多个虚拟形象结构，以使所述虚拟形象在实现所述第一虚拟形象姿态时，所述多个虚拟形象结构之间的第一相对位置与所述目标对象的多个目标对象结构之间的第二相对位置对应，所述多个目标对象结构之间的第二相对位置是所述在目标对象实现所述第一目标对象姿态时形成的。

通过循环神经网络按顺序处理各个第一特征，使得到的多个动作参数实现虚拟形象的多个姿态时，在各个姿态下虚拟形象的多个虚拟形象结构之间的相对位置与目标对象的多个目标对象结构之间的相对位置对应，从而使运动过程中获得动作参数不仅仅考虑基于第一图像获得目标对象的颜色空间特征，还考虑基于第一图像获得目标对象的几何空间特征，使获得的虚拟形象的姿态与目标对象的姿态一致。

在相关技术中，通过包含目标对象的图像获得虚拟形象的姿态，其中仅仅考虑包含目标对象的图像的颜色空间特征，根据图像中目标对象上的关键点获得对应于虚拟形象上的关键点的动作参数，例如人体上关节点对应于虚拟形象上的关节点，使根据动作参数获得的虚拟形象的姿态中虚拟形象上的各个虚拟对象结构往往发生重叠，而与目标对象的姿态不一致。

例如，在基于从人的正面获得的人奔跑的图像获得虚拟形象的姿态时，如果仅仅考虑图像中人的手臂和腿部的关键点，获得动作参数(如虚拟形象上虚拟手臂和虚拟腿部的关键点的位置坐标)，使得基于动作参数获得的虚拟形象的姿态往往发生虚拟形象的虚拟手臂插入虚拟形象的口袋或者虚拟形象的虚拟胸部的情况。

根据本公开的实施例，通过获得多个动作参数，使根据多个动作参数实现的虚拟形象的多个姿态时，在各个姿态下虚拟形象的多个虚拟结构之间的相对位置与目标对象的多个目标对象结构之间的相对位置对应，可以避免上述发生虚拟形象的虚拟手臂插入虚拟形象的口袋或者虚拟形象的虚拟胸部的情况。

在一些实施例中，循环神经网络可以是经利用真实数据集进行对抗损失训练而来的。其中，真实数据集包括对应于目标对象的多个姿态的多个训练图像的采用目标对象对应的三维模型在第二空间中的真实位置进行标注的数据，其包括多视角、高精度的数据。

在一些实施例中，如图4所示，根据本公开的图像处理方法还包括：

步骤S410：获得关于所述虚拟形象在所述第二空间实现的所述多个虚拟形象姿态的多个第二图像；以及

步骤S420：输出所述多个第二图像。

通过获得多个第二图像并输出该多个第二图像，实现基于目标对象的运动，获得目标对象对应的虚拟形象的运动的图像。

在一些实施例中，控制参数为虚拟形象上多个点在第二空间的空间位置坐标，基于控制参数，获得关于虚拟形象的多个图像包括：利用透视相机模型，将虚拟形象上多个点在第二空间的位置坐标和虚拟形象的特征转换为所述第二图像。

在一些实施例中，多个第二图像可以是与多个图像相同视角的多个图像。例如，多个图像是从目标对象的正面获得的关于目标对象由远及近的奔跑的多个图像，多个第二图像也是关于虚拟形象从正面由远及近的奔跑的多个图像。

在一些实施例中，多个第二图像可以是与多个图像具有不同视角的多个图像。例如，多个图像是从目标对象的正面获得的关于目标对象由远及近的奔跑的多个图像，多个第二图像是关于虚拟形象侧面从左到右的多个图像。

在一些实施例中，在显示装置上显示所输出的多个第二图像。

根据本公开的另一方面，还提供一种图像处理装置，如图5所示，装置500包括：第一获取单元510，被配置用于获取对应于目标对象的按顺序排列的多个目标对象姿态的多个图像，所述按顺序排列的多个目标对象姿态指示所述目标对象在第一空间的第一运动；以及第二获取单元520，被配置用于基于所述多个图像和所述多个目标对象姿态的排列顺序，获得所述目标对象对应的虚拟形象的控制参数；以及控制单元530，被配置用于基于所述控制参数，控制所述虚拟形象在第二空间实现与所述多个目标对象姿态对应的按所述排列顺序排列的多个虚拟形象姿态，所述按所述排列顺序排列的多个虚拟形象姿态指示所述虚拟形象在所述第二空间的与所述第一运动对应的第二运动。

在一些实施例中，所述控制参数包括按所述顺序排列的多个动作参数，所述第二获取单元520包括：第一获取子单元，被配置用于被配置用于获取所述多个图像中的第一图像；第二获取子单元，被配置用于获得所述第一图像对应于所述第二空间的多个第一特征；以及第三获取子单元，被配置用于基于所述第一图像对应的多个第一特征和所述顺序，获得所述多个动作参数中与所述第一图像对应的第一动作参数；并且其中，所述控制单元被配置用于：基于第一动作参数，控制所述虚拟形象在多个时间点中的与该动作参数对应的时间点实现所述多个虚拟形象姿态中的第一虚拟形象姿态。

在一些实施例中，控制参数还包括与所述多个动作参数相对应的多个环境参数所述第二获取单元还包括：第四获取子单元被配置用于获得所述多个环境参数中对应于所述第一图像的第一环境参数，以及校准单元，被配置用于基于所述第一环境参数，校准所述第一动作参数，以使虚拟形象实现所述第一虚拟形象姿态时，所述虚拟形象在所述第二空间中的第一位置与所述目标对象的第二位置对应，所述第二位置是所述目标对象在实现所述多个目标对象姿态中的与所述第一虚拟形象姿态对应的第一目标对象姿态时在所述第一空间中所处的位置。

在一些实施例中，所述第二获取子单元包括：特征网络提取单元，被配置用于利用特征提取网络，将所述第一图像的对应于第一空间的多个特征转化为该第一图像对应于所述第二空间的多个第一特征，并且提取该第一图像对应的环境参数。

在一些实施例中，所述第三获取子单元包括：循环神经网络单元，被配置用于利用循环神经网络，基于所述顺序处理基于所述第一图像对应的多个第一特征，以获得所述第一动作参数，其中，所述控制单元530还被配置用于：基于所述第一动作参数，控制所述虚拟形象的多个虚拟形象结构，以使所述虚拟形象在实现所述第一虚拟形象姿态时，所述多个虚拟形象结构之间的第一相对位置与所述目标对象的多个目标对象结构之间的第二相对位置对应，所述多个目标对象结构之间的第二相对位置是所述在目标对象实现所述第一目标对象姿态时形成的。

在一些实施例中，装置500还包括：图像获取单元，被配置用于获得关于所述虚拟形象在所述第二空间实现的所述多个虚拟形象姿态的多个第二图像；以及输出所述多个第二图像。

根据本公开的另一方面，还提供一种电子设备，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计算机程序，所述计算机程序在被所述至少一个处理器执行时实现根据上述的方法。

根据本公开的另一方面，还提供一种存储有计算机程序的非瞬时计算机可读存储介质，其中，所述计算机程序在被处理器执行时实现根据上述的方法。

根据本公开的另一方面，还提供了一种计算机程序产品，包括计算机程序，其中，所述计算机程序在被处理器执行时实现根据上述的方法。

参考图6，现将描述可以作为本公开的服务器或客户端的电子设备600的结构框图，其是可以应用于本公开的各方面的硬件设备的示例。电子设备旨在表示各种形式的数字电子的计算机设备，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6所示，电子设备600包括计算单元601，其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序，来执行各种适当的动作和处理。在RAM603中，还可存储电子设备600操作所需的各种程序和数据。计算单元601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。

电子设备600中的多个部件连接至I/O接口605，包括：输入单元606、输出单元607、存储单元608以及通信单元609。输入单元606可以是能向电子设备600输入信息的任何类型的设备，输入单元606可以接收输入的数字或字符信息，以及产生与电子设备的用户设置和/或功能控制有关的键信号输入，并且可以包括但不限于鼠标、键盘、触摸屏、轨迹板、轨迹球、操作杆、麦克风和/或遥控器。输出单元607可以是能呈现信息的任何类型的设备，并且可以包括但不限于显示器、扬声器、对象/音频输出终端、振动器和/或打印机。存储单元608可以包括但不限于磁盘、光盘。通信单元609允许电子设备600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，并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组，例如蓝牙TM设备、802.11设备、WiFi设备、WiMax设备、蜂窝通信设备和/或类似物。

计算单元601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601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601执行上文所描述的各个方法和处理，例如方法200。例如，在一些实施例中，方法200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608。在一些实施例中，计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到电子设备600上。当计算机程序加载到RAM 603并由计算单元601执行时，可以执行上文描述的方法200的一个或多个步骤。备选地，在其他实施例中，计算单元601可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行方法200。

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，也可以为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，本公开中记载的各步骤可以并行地执行、也可以顺序地或以不同的次序执行，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。

虽然已经参照附图描述了本公开的实施例或示例，但应理解，上述的方法、系统和设备仅仅是示例性的实施例或示例，本发明的范围并不由这些实施例或示例限制，而是仅由授权后的权利要求书及其等同范围来限定。实施例或示例中的各种要素可以被省略或者可由其等同要素替代。此外，可以通过不同于本公开中描述的次序来执行各步骤。进一步地，可以以各种方式组合实施例或示例中的各种要素。重要的是随着技术的演进，在此描述的很多要素可以由本公开之后出现的等同要素进行替换。

Claims (14)

1.一种图像处理方法，包括：

获取对应于目标对象的按顺序排列的多个目标对象姿态的多个图像，按所述顺序排列的所述多个目标对象姿态指示所述目标对象在第一空间的第一运动；

基于所述多个图像和所述顺序，获得所述目标对象对应的虚拟形象的控制参数；以及

基于所述控制参数，控制所述虚拟形象在第二空间实现与所述多个目标对象姿态对应的按所述顺序排列的多个虚拟形象姿态，

所述按所述顺序排列的多个虚拟形象姿态指示所述虚拟形象在所述第二空间的与所述第一运动对应的第二运动，其中，

所述控制参数包括按所述顺序排列的多个动作参数和与所述多个动作参数相对应的多个环境参数，并且其中，

对于所述多个动作参数中的每一个动作参数，该动作参数用于使所述虚拟形象在多个时间点中的与该动作参数对应的时间点实现所述多个虚拟形象姿态中与该对应的时间点相应的虚拟形象姿态，

所述多个环境参数中的每一个环境参数用于校准相应的动作参数，以使虚拟形象实现与该动作参数相应的虚拟形象姿态时，所述虚拟形象在所述第二空间中的第一位置与所述目标对象的第二位置对应，所述第二位置是所述目标对象在实现所述多个目标对象姿态中的与该相应的虚拟形象姿态对应的目标对象姿态时在所述第一空间中所处的位置，从而使在所述第一空间中所述目标对象相对环境参考坐标从第一物理位置移动到第二物理位置时，所述虚拟形象在所述第二空间中相对环境参考坐标从第一虚拟位置移动到第二虚拟位置，并且其中，所述多个环境参数包括基于所述多个图像获得的多个坐标原点或者多个水平校准面，其中，所述多个坐标原点中的每一个坐标原点与对应的图像中的所述目标对象的坐标原点对应，所述多个水平校准面中的每一个水平校准面与对应的图像中的所述目标对象的运动平面对应。

2.根据权利要求1所述的方法，其中，所述控制参数包括按所述顺序排列的多个动作参数，所述基于所述多个图像和所述顺序，获得所述目标对象对应的虚拟形象的控制参数包括：

获取所述多个图像中的第一图像，

获得所述第一图像对应于所述第二空间的多个第一特征，以及

基于所述第一图像对应的多个第一特征和所述顺序，获得所述多个动作参数中与所述第一图像对应的第一动作参数；并且其中，所述基于所述控制参数，控制所述虚拟形象包括：

基于第一动作参数，控制所述虚拟形象在多个时间点中的与该动作参数对应的时间点实现所述多个虚拟形象姿态中的第一虚拟形象姿态。

3.根据权利要求2所述的方法，其中，所述控制参数还包括与所述多个动作参数相对应的多个环境参数，所述基于所述多个图像和所述顺序，获得所述目标对象对应的虚拟形象的控制参数还包括：

获得所述多个环境参数中对应于所述第一图像的第一环境参数，以及

基于所述第一环境参数，校准所述第一动作参数，以使虚拟形象在实现所述第一虚拟形象姿态时，所述虚拟形象在所述第二空间中的第一位置与所述目标对象的第二位置对应，所述第二位置是所述目标对象在实现所述多个目标对象姿态中的与所述第一虚拟形象姿态对应的第一目标对象姿态时在所述第一空间中所处的位置。

4.根据权利要求3所述的方法，其中，所述获得所述第一图像对应于所述第二空间的多个第一特征包括：

利用特征提取网络，将所述第一图像的对应于第一空间的多个特征转化为该第一图像对应于所述第二空间的多个第一特征，并且提取该第一图像对应的环境参数。

5.根据权利要求2所述的方法，其中，所述基于所述第一图像对应的多个第一特征和所述顺序，获得所述多个动作参数中与所述第一图像对应的第一动作参数包括：

利用循环神经网络，基于所述顺序处理所述第一图像对应的多个第一特征，以获得所述第一动作参数，并且其中，所述基于所述控制参数，控制所述虚拟形象包括：

基于所述第一动作参数，控制所述虚拟形象的多个虚拟形象结构，以使所述虚拟形象在实现所述第一虚拟形象姿态时，所述多个虚拟形象结构之间的第一相对位置与所述目标对象的多个目标对象结构之间的第二相对位置对应，所述多个目标对象结构之间的第二相对位置是所述目标对象在实现第一目标对象姿态时形成的。

6.根据权利要求1所述的方法，还包括：

获得关于所述虚拟形象在所述第二空间实现的所述多个虚拟形象姿态的多个第二图像；以及

输出所述多个第二图像。

7.一种图像处理装置，包括：

第一获取单元，被配置用于获取对应于目标对象的按顺序排列的多个目标对象姿态的多个图像，按所述顺序排列的所述多个目标对象姿态指示所述目标对象在第一空间的第一运动；

第二获取单元，被配置用于基于所述多个图像和所述顺序，获得所述目标对象对应的虚拟形象的控制参数；以及

控制单元，被配置用于基于所述控制参数，控制所述虚拟形象在第二空间实现与所述多个目标对象姿态对应的按所述顺序排列的多个虚拟形象姿态，所述按所述顺序排列的多个虚拟形象姿态指示所述虚拟形象在所述第二空间的与所述第一运动对应的第二运动，其中，

所述控制参数包括按所述顺序排列的多个动作参数和与所述多个动作参数相对应的多个环境参数，并且其中，

对于所述多个动作参数中的每一个动作参数，该动作参数用于使所述虚拟形象在多个时间点中的与该动作参数对应的时间点实现所述多个虚拟形象姿态中与该对应的时间点相应的虚拟形象姿态，

所述多个环境参数中的每一个环境参数用于校准相应的动作参数，以使虚拟形象实现与该动作参数相应的虚拟形象姿态时，所述虚拟形象在所述第二空间中的第一位置与所述目标对象的第二位置对应，所述第二位置是所述目标对象在实现所述多个目标对象姿态中的与该相应的虚拟形象姿态对应的目标对象姿态时在所述第一空间中所处的位置，从而使在所述第一空间中所述目标对象相对环境参考坐标从第一物理位置移动到第二物理位置时，所述虚拟形象在所述第二空间中相对环境参考坐标从第一虚拟位置移动到第二虚拟位置，并且其中，所述多个环境参数包括基于所述多个图像获得的多个坐标原点或者多个水平校准面，其中，所述多个坐标原点中的每一个坐标原点与对应的图像中的所述目标对象的坐标原点对应，所述多个水平校准面中的每一个水平校准面与对应的图像中的所述目标对象的运动平面对应。

8.根据权利要求7所述的装置，其中，所述控制参数包括按所述顺序排列的多个动作参数，

所述第二获取单元包括：

第一获取子单元，被配置用于获取所述多个图像中的第一图像；

第二获取子单元，被配置用于获得所述第一图像对应于所述第二空间的多个第一特征；以及

第三获取子单元，被配置用于基于所述第一图像对应的多个第一特征和所述顺序，获得所述多个动作参数中与所述第一图像对应的第一动作参数；并且其中，所述控制单元被配置用于：

基于第一动作参数，控制所述虚拟形象在多个时间点中的与该动作参数对应的时间点实现所述多个虚拟形象姿态中的第一虚拟形象姿态。

9.根据权利要求8所述的装置，其中，控制参数还包括与所述多个动作参数相对应的多个环境参数，

所述第二获取单元还包括：

第四获取子单元，被配置用于获得所述多个环境参数中对应于所述第一图像的第一环境参数，以及

校准单元，被配置用于基于所述第一环境参数，校准所述第一动作参数，以使虚拟形象实现所述第一虚拟形象姿态时，所述虚拟形象在所述第二空间中的第一位置与所述目标对象的第二位置对应，所述第二位置是所述目标对象在实现所述多个目标对象姿态中的与所述第一虚拟形象姿态对应的第一目标对象姿态时在所述第一空间中所处的位置。

10.根据权利要求9所述的装置，其中，所述第二获取子单元包括：

特征网络提取单元，被配置用于利用特征提取网络，将所述第一图像的对应于第一空间的多个特征转化为该第一图像对应于所述第二空间的多个第一特征，并且提取该第一图像对应的环境参数。

11.根据权利要求8所述的装置，其中，所述第三获取子单元包括：

循环神经网络单元，被配置用于利用循环神经网络，基于所述顺序处理基于所述第一图像对应的多个第一特征，以获得所述第一动作参数，并且其中，所述控制单元还被配置用于：

基于所述第一动作参数，控制所述虚拟形象的多个虚拟形象结构，以使所述虚拟形象在实现所述第一虚拟形象姿态时，所述多个虚拟形象结构之间的第一相对位置与所述目标对象的多个目标对象结构之间的第二相对位置对应，所述多个目标对象结构之间的第二相对位置是所述目标对象在实现第一目标对象姿态时形成的。

12.根据权利要求7所述的装置，还包括：

图像获取单元，被配置用于获得关于所述虚拟形象在所述第二空间实现的所述多个虚拟形象姿态的多个第二图像；以及

输出所述多个第二图像。

13.一种电子设备，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1-6中任意一项所述的方法。

14.一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计算机执行根据权利要求1-6中任一项所述的方法。

Images