CN114862992A - 虚拟数字人处理方法、模型训练方法及其装置 - Google Patents
虚拟数字人处理方法、模型训练方法及其装置 Download PDFInfo
- Publication number
- CN114862992A CN114862992A CN202210547459.8A CN202210547459A CN114862992A CN 114862992 A CN114862992 A CN 114862992A CN 202210547459 A CN202210547459 A CN 202210547459A CN 114862992 A CN114862992 A CN 114862992A
- Authority
- CN
- China
- Prior art keywords
- key point
- virtual digital
- point data
- digital person
- submodel
- 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.)
- Pending
Links
- 238000012549 training Methods 0.000 title claims abstract description 100
- 238000000034 method Methods 0.000 title claims abstract description 62
- 238000003672 processing method Methods 0.000 title claims abstract description 30
- 230000000875 corresponding effect Effects 0.000 claims abstract description 73
- 230000009471 action Effects 0.000 claims description 90
- 239000013598 vector Substances 0.000 claims description 65
- 210000000988 bone and bone Anatomy 0.000 claims description 38
- 238000012545 processing Methods 0.000 claims description 32
- 230000000007 visual effect Effects 0.000 claims description 30
- 230000015654 memory Effects 0.000 claims description 19
- 238000013507 mapping Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 8
- 238000005516 engineering process Methods 0.000 abstract description 6
- 238000013473 artificial intelligence Methods 0.000 abstract 1
- 230000003190 augmentative effect Effects 0.000 abstract 1
- 238000013135 deep learning Methods 0.000 abstract 1
- 230000006870 function Effects 0.000 description 17
- 230000036544 posture Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 12
- 238000004891 communication Methods 0.000 description 4
- 230000001360 synchronised effect Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/044—Recurrent networks, e.g. Hopfield networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- 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
- G06V40/23—Recognition of whole body movements, e.g. for sport training
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Computational Linguistics (AREA)
- Molecular Biology (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Architecture (AREA)
- Computer Graphics (AREA)
- Computer Hardware Design (AREA)
- Psychiatry (AREA)
- Social Psychology (AREA)
- Human Computer Interaction (AREA)
- Databases & Information Systems (AREA)
- Medical Informatics (AREA)
- Processing Or Creating Images (AREA)
Abstract
本申请公开了一种虚拟数字人处理方法、模型训练方法及其装置,涉及增强现实技术及深度学习技术等人工智能领域。具体实现方案为:获取参考角色的关键点图像序列;根据关键点图像序列中各关键点数据,确定虚拟数字人投影到二维空间时与各关键点数据对应的虚拟数字人关键点数据;根据虚拟数字人关键点数据,获取虚拟数字人的骨骼旋转系数序列;根据骨骼旋转系数序列,驱动虚拟数字人进行相应动作。本申请可以为用户提供了低成本且友好的驱动方案,极大地降低了前期设备投入成本。
Description
技术领域
本申请涉及图像处理领域,尤其涉及增强现实技术及深度学习技术等人工智能领域,特别的涉及一种虚拟数字人处理方法、虚拟数字人模型的训练方法及其装置。
背景技术
真人三维(3D)数字人驱动一直是学术界的研究热点,并有着广泛的工业应用,最为常见的应用领域有虚拟主播、虚拟客服、虚拟助理、虚拟教室、虚拟偶像以及其他互动游戏和娱乐等。
相关技术中,通过商业软件搭建动捕棚以使用光学动捕的方式,或者,利用穿戴传感器设备使用惯性动捕软件捕捉人体的运动,以实时驱动数字人肢体运动。
然而,基于光学动捕或惯性动捕的方案,需要依赖昂贵的采集设备、高配的电脑硬件、复杂繁重的解算流程,导致很难具有普用性。
发明内容
本申请提供了一种虚拟数字人处理方法、虚拟数字人生成模型的训练方法、装置、电子设备以及存储介质。
根据本申请的第一方面,提供了一种虚拟数字人处理方法,包括:
获取参考角色的关键点图像序列;
根据所述关键点图像序列中各关键点数据,确定所述虚拟数字人投影到二维空间时与所述各关键点数据对应的虚拟数字人关键点数据;
根据所述虚拟数字人关键点数据,获取所述虚拟数字人的骨骼旋转系数序列;
根据所述骨骼旋转系数序列,驱动所述虚拟数字人进行相应动作。
根据本申请的第二方面,提供了一种虚拟数字人生成模型的训练方法,其中,所述虚拟数字人生成模型包括动作编码子模型和动作先验子模型;所述训练方法包括:
获取动捕数据,并对所述动捕数据进行解析以获得虚拟数字人的第一骨骼旋转系数,并基于所述第一骨骼旋转系数训练变分自编码模型;所述变分自编码模型包括编码器、中间编码向量和解码器;
将训练好的变分自编码模型中的所述中间编码向量和所述解码器,作为所述动作先验子模型;
基于参考角色样本的关键点图像序列,训练所述动作先验子模型,直至已训练的所述动作先验子模型满足预设条件,固定所述动作先验子模型的模型参数;
获取训练数据;所述训练数据包括虚拟数字人的关键点数据和第二骨骼旋转系数;
根据所述虚拟数字人的关键点数据和第二骨骼旋转系数,训练所述虚拟数字人生成模型,直至满足训练终止条件。
根据本申请的第三方面,提供了一种虚拟数字人处理装置,包括:
第一获取模块,用于获取参考角色的关键点图像序列;
确定模块,用于根据所述关键点图像序列中各关键点数据,确定所述虚拟数字人投影到二维空间时与所述各关键点数据对应的虚拟数字人关键点数据;
第二获取模块,用于根据所述虚拟数字人关键点数据,获取所述虚拟数字人的骨骼旋转系数序列;
驱动模块,用于根据所述骨骼旋转系数序列,驱动所述虚拟数字人进行相应动作。
根据本申请的第四方面,提供了一种虚拟数字人生成模型的训练装置,其中,所述虚拟数字人生成模型包括动作编码子模型和动作先验子模型;所述训练装置包括:
第一训练模块,用于获取动捕数据,并对所述动捕数据进行解析以获得虚拟数字人的第一骨骼旋转系数,并基于所述第一骨骼旋转系数训练变分自编码模型;所述变分自编码模型包括编码器、中间编码向量和解码器;
确定模块,用于将训练好的变分自编码模型中的所述中间编码向量和所述解码器,确定为所述动作先验子模型;
第二训练模块,用于基于参考角色样本的关键点图像序列,训练所述动作先验子模型,直至已训练的所述动作先验子模型满足预设条件,固定所述动作先验子模型的模型参数;
获取模块,用于获取训练数据,所述训练数据包括虚拟数字人的关键点数据和第二骨骼旋转系数;
第三训练模块,用于根据所述虚拟数字人的关键点数据和第二骨骼旋转系数,训练所述虚拟数字人生成模型,直至满足训练终止条件。
根据本申请的第五方面,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能够执行如前述第一方面所述的方法,和/或,执行如前述第二方面所述的方法。
根据本申请的第六方面,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执行如前述第一方面所述的方法,和/或,执行如前述第二方面所述的方法。
根据本申请的第七方面,提供了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如前述第一方面所述方法的步骤,和/或,实现如前述第二方面所述方法的步骤。
根据本申请的技术方案,可以使用参考角色的关键点图像序列来实时驱动虚拟数字人做同步的姿态动作,相对于相关技术而言,本申请可以为用户提供了低成本且友好的驱动方案,极大地降低了前期设备投入成本。
应当理解,本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征,也不用于限制本申请的范围。本申请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,不构成对本申请的限定。其中:
图1a为本申请实施例提供的一种虚拟数字人处理方法的流程图;
图1b为本申请实施例提供的关键点图像序列中关键点数据的示例图;
图2是本申请实施例提供的一种关键点图像的可视化编辑方法的流程图;
图3为本申请实施例提供的另一种虚拟数字人处理方法的流程图;
图4为本申请实施例提供的又一种虚拟数字人处理方法的流程图;
图5为本申请实施例提供的虚拟数字人处理方法的流程示例图;
图6为本申请实施例提供的一种虚拟数字人生成模型的训练方法的流程图;
图7为本申请实施例提供的变分自编码模型的结构示意图;
图8为本申请实施例提供的一种虚拟数字人处理装置的结构框图;
图9为本申请实施例提供的另一种虚拟数字人处理装置的结构框图;
图10为本申请实施例提供的又一种虚拟数字人处理装置的结构框图;
图11为本申请实施例提供的另一种虚拟数字人处理装置的结构框图;
图12为本申请实施例提供的一种虚拟数字人生成模型的训练装置的结构框图;
图13为本申请实施例提供的又一种虚拟数字人生成模型的训练装置的结构框图;
图14是用来实现本申请实施例的虚拟数字人处理方法或模型训练方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请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,而不会背离本申请的范围和精神。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。
下面参考附图描述本申请实施例的虚拟数字人处理方法、虚拟数字人生成模型的训练方法及其装置。
图1a为本申请实施例提供的一种虚拟数字人处理方法的流程图。需要说明的是,本申请实施例的虚拟数字人处理方法可应用于本申请实施例的虚拟数字人处理装置,该虚拟数字人处理装置可被配置于电子设备上。如图1a所示,该虚拟数字人处理方法可以包括但不限于如下步骤。
在步骤101中,获取参考角色的关键点图像序列。
其中,在本申请的实施例中,关键点图像序列中包括至少一张关键点图像。可以理解,该关键点图像可为二维图像。该关键点图像可理解为针对该参考角色肢体的关键点数据图像。例如,如图1b所示,为参考角色的关键点图像序列中的某张关键点图像,该序列中每张图像中具有该参考角色肢体的关键点数据。可选地,该关键点图像序列也可称为关键点动画序列。
在本申请的实施例中,该关键点图像序列可以是预先给定的。或者,该关键点图像序列还可以是利用图像采集装置(如摄像头)实时拍摄的参考角色视频,对该视频进行肢体的2D(二维)关键点数据检测,以获得该参考角色的关键点图像序列。
在步骤102中,根据关键点图像序列中各关键点数据,确定虚拟数字人投影到二维空间时与各关键点数据对应的虚拟数字人关键点数据。
可选地,关键点图像序列中包含一张T型姿势图,作为一种示例,该T型姿势图可以是该关键点图像序列中的第一张图像。其中,该T型姿势图为双臂水平伸展后的人体姿态,可以清晰的表达出该图像中关键点数据中参考角色的身材比例。由于参考角色的身材比例与虚拟数字人的各关节比例可能存在区别,所以可以利用该参考角色的身材比例更新虚拟数字人关键点数据,即更新该虚拟数字人肢体的关键点数据,以确保虚拟数字人的各关节比例与参考角色的身材比例保持一致。
可以理解,由于虚拟数字人关键点数据是基于参考角色的每张关键点图像中的关键点数据投影得到的,所以虚拟数字人关键点数据的图像数量应该与参考角色的关键点图像数量相同,虚拟数字人关键点数据的总数量也应与参考角色的关键点数据总数量相同。例如,以参考角色的关键点图像序列中包含两张关键点图像,如第一关键点图像和第二关键点图像为例,可以根据第一关键点图像中的关键点数据,确定虚拟数字人投影到二维空间时与该第一关键点图像中关键点数据对应的虚拟数字人关键点数据;根据第二关键点图像中的关键点数据,确定虚拟数字人投影到二维空间时与该第二关键点图像中关键点数据对应的虚拟数字人关键点数据。将基于这两张关键点图像获得的虚拟数字人关键点数据组合作为最终的虚拟数字人关键点数据。其中,该虚拟数字人关键点数据组合可以是按照关键点图像在该关键点图像序列中的顺序进行排列组合,如该虚拟数字人关键点数据组合可为{与该第一关键点图像中关键点数据对应的虚拟数字人关键点数据,与该第二关键点图像中关键点数据对应的虚拟数字人关键点数据}。
在步骤103中,根据虚拟数字人关键点数据,获取虚拟数字人的骨骼旋转系数序列。
在一种可能的实现方式中,可以预先确定虚拟数字人关键点数据与虚拟数字人的骨骼旋转系数之间的映射关系。这样,可以基于该映射关系和步骤102中确定的虚拟数字人关键点数据,确定出与该虚拟数字人关键点数据存在映射关系的骨骼旋转系数。由于该虚拟数字人关键点数据可以是多个关键点数据组合,所以利用上述映射关系确定骨骼旋转系数时,可以获得虚拟数字人的骨骼旋转系数序列,即获得一系列的骨骼旋转系数。
在另一种可能的实现方式中,可以利用模型来获得虚拟数字人的骨骼旋转系数序列。例如,预先训练虚拟数字人生成模型,使得该虚拟数字人生成模型已经学习得到关键点数据与骨骼旋转系数之间的映射关系。这样,可以利用该虚拟数字人生成模型对虚拟数字人关键点数据进行预测,以获得该虚拟数字人生成模型输出的虚拟数字人的骨骼旋转系数序列。
在步骤104中,根据骨骼旋转系数序列,驱动虚拟数字人进行相应动作。
在一种实现方式中,可以利用虚拟数字人驱动模块,根据该骨骼旋转系数序列驱动虚拟数字人进行相应动作。
举例而言,以参考角色做挥手动作为例,获取该参考角色做挥手的关键点图像序列,根据该关键点图像序列中各关键点数据,确定虚拟数字人投影到二维空间时与该参考角色各关键点数据对应的虚拟数字人关键点数据,并根据该虚拟数字人关键点数据,获取该虚拟数字人的骨骼旋转系数序列,进而可以利用虚拟数字人驱动模块,根据该骨骼旋转系数序列驱动虚拟数字人进行相应的挥手动作。
可选地,本申请中的虚拟数字人处理方法可以应用于线上实时场景中,也就是说,可以利用本申请中的虚拟数字人处理方法,利用参考角色的关键点实时驱动虚拟数字人进行相应动作。例如,以本申请中的虚拟数字人处理方法可以应用于直播场景,该虚拟数字人为虚拟主播为例,主播开启直播间的摄像头,通过该摄像头采集到的该主播的实时视频流,对该实时视频流进行逐帧(或关键帧)进行肢体的2D(二维)关键点数据检测,以获得该主播的关键点图像序列,根据该关键点图像序列中各关键点数据,确定虚拟主播投影到二维空间时与该主播各关键点数据对应的虚拟主播关键点数据,并根据该虚拟主播关键点数据,获取该虚拟主播的骨骼旋转系数序列,进而可以在直播间的播放界面上,利用驱动模块,根据该骨骼旋转系数序列驱动该虚拟主播进行相应的挥手动作。
根据本申请实施例的虚拟数字人处理方法,可以使用参考角色的关键点图像序列来实时驱动虚拟数字人做同步的姿态动作,相对于相关技术而言,本申请为用户提供了低成本且友好的驱动方案,极大地降低了前期设备投入成本。
为了降低虚拟数字人姿态的编辑成本,本申请可以提供对关键点图像的可视化编辑功能。可选地,在本申请的一些实施例中,如图2所示,该关键点图像的可视化编辑方法可包括但不限于如下步骤。
在步骤201中,显示可视化编辑界面。
在一种实现方式中,可以提供对关键点图像的可视化编辑接口,当编辑对象点击该接口时,可以显示可视化编辑界面,以便编辑对象可以在该可视化编辑界面上对该关键点图像序列中的关键点图像进行编辑操作。其中,编辑对象可以利用该可视化编辑界面对该关键点图像序列中的一张或多张关键点图像进行编辑操作。
在步骤202中,基于可视化编辑界面,接收对关键点图像序列之中至少部分关键点图像的编辑操作。
在步骤203中,根据编辑操作对对应的关键点图像进行相应处理,以获得经过编辑后的关键点图像序列。以便可以利用本申请中的虚拟数字人处理方法对可视化编辑后的关键点图像序列进行处理,以生成对应的虚拟数字人动作序列。
由此可见,本申请可以提供对关键点图像的可视化编辑功能,以便可以对参考角色的关键点图像进行可视化编辑操作,进而可以利用可视化编辑后的关键点图像序列来同步更新虚拟数字人的姿态,避免直接对虚拟数字人的骨骼进行编辑处理,可以大大降低虚拟数字人姿态的编辑成本。
需要说明的是,由于参考角色的身材比例与虚拟数字人的各关节比例可能存在区别,所以可以利用该参考角色的身材比例更新虚拟数字人关键点数据,即更新该虚拟数字人肢体的关键点数据,以确保虚拟数字人的各关节比例与参考角色的身材比例保持一致。可选地,在本申请的一些实施例中,如图3所示,该虚拟数字人处理方法可以包括但不限于如下步骤。
在步骤301中,获取参考角色的关键点图像序列。
在本申请的实施例中,步骤301可以分别采用本申请的各实施例中的任一种方式实现,本申请实施例并不对此作出限定,也不再赘述。
在步骤302中,根据关键点图像序列中的T型姿势图,确定T型姿势图之中参考角色的身材比例信息。
可选地,关键点图像序列中包含一张T型姿势图,作为一种示例,该T型姿势图可以是该关键点图像序列中的第一张图像。其中,该T型姿势图为双臂水平伸展后的人体姿态,可以清晰的表达出该图像中关键点数据中参考角色的身材比例。
在步骤303中,确定虚拟数字人的人体各关节的比例信息。
在一种实现方式中,可以预先给出一个虚拟数字人的人体各关节的比例信息。
在步骤304中,根据关键点图像序列中各关键点数据,确定虚拟数字人投影到二维空间时与各关键点数据对应的虚拟数字人关键点数据。
可以理解,由于虚拟数字人关键点数据是基于参考角色的每张关键点图像中的关键点数据投影得到的,所以虚拟数字人关键点数据的图像数量应该与参考角色的关键点图像数量相同,虚拟数字人关键点数据的总数量也应与参考角色的关键点数据总数量相同。例如,以参考角色的关键点图像序列中包含两张关键点图像,如第一关键点图像和第二关键点图像为例,可以根据第一关键点图像中的关键点数据,确定虚拟数字人投影到二维空间时与该第一关键点图像中关键点数据对应的虚拟数字人关键点数据;根据第二关键点图像中的关键点数据,确定虚拟数字人投影到二维空间时与该第二关键点图像中关键点数据对应的虚拟数字人关键点数据。将基于这两张关键点图像获得的虚拟数字人关键点数据组合作为最终的虚拟数字人关键点数据。其中,该虚拟数字人关键点数据组合可以是按照关键点图像在该关键点图像序列中的顺序进行排列组合,如该虚拟数字人关键点数据组合可为{与该第一关键点图像中关键点数据对应的虚拟数字人关键点数据,与该第二关键点图像中关键点数据对应的虚拟数字人关键点数据}。
在步骤305中,根据参考角色的身材比例信息和虚拟数字人的人体各关节的比例信息,更新虚拟数字人关键点数据。
在一种实现方式中,该更新虚拟数字人关键点数据包括:更新虚拟数字人关键点数据中各个关键点连线的向量长度比例。也就是说,根据参考角色的身材比例信息和虚拟数字人的人体各关节的比例信息,来更新虚拟数字人关键点数据中各个关键点连线的向量长度比例,保持虚拟数字人关键点数据中各个关键点连线的向量角度不变。
在步骤306中,根据虚拟数字人关键点数据,获取虚拟数字人的骨骼旋转系数序列。
在本申请的实施例中,步骤306可以分别采用本申请的各实施例中的任一种方式实现,本申请实施例并不对此作出限定,也不再赘述。
在步骤307中,根据骨骼旋转系数序列,驱动虚拟数字人进行相应动作。
在本申请的实施例中,步骤307可以分别采用本申请的各实施例中的任一种方式实现,本申请实施例并不对此作出限定,也不再赘述。
根据本申请实施例的虚拟数字人处理方法,可以利用该参考角色的身材比例更新虚拟数字人关键点数据,即更新该虚拟数字人肢体的关键点数据,以确保虚拟数字人的各关节比例与参考角色的身材比例保持一致。
在一种实现方式中,可以基于虚拟数字人关键点数据,采用动作编码向量来确定虚拟数字人的骨骼旋转系数。可选地,在本申请一些实施例中,如图4所示,该虚拟数字人处理方法可以包括但不限于如下步骤。
在步骤401中,获取参考角色的关键点图像序列。
在本申请的实施例中,步骤401可以分别采用本申请的各实施例中的任一种方式实现,本申请实施例并不对此作出限定,也不再赘述。
在步骤402中,根据关键点图像序列中各关键点数据,确定虚拟数字人投影到二维空间时与各关键点数据对应的虚拟数字人关键点数据。
在本申请的实施例中,步骤402可以分别采用本申请的各实施例中的任一种方式实现,本申请实施例并不对此作出限定,也不再赘述。
在步骤403中,根据虚拟数字人关键点数据,确定与虚拟数字人关键点数据对应的动作编码向量。
在一种实现方式中,将虚拟数字人关键点数据,输入至预设的虚拟数字人生成模型;其中,该虚拟数字人生成模型已经学习得到关键点数据与骨骼旋转系数之间的映射关系,且虚拟数字人生成模型包括动作编码子模型和动作先验子模型;获取动作编码子模型输出的与虚拟数字人关键点数据对应的动作编码向量。
举例而言,可以预先训练一个虚拟数字人生成模型,使得该虚拟数字人生成模型已经学习得到关键点数据与骨骼旋转系数之间的映射关系。其中,该虚拟数字人生成模型包括动作编码子模型和动作先验子模型。该动作编码子模型中包括动作编码向量模块,该动作编码向量模块可以学习到人体动作的先验分布。作为一种示例,该动作编码向量模块输出的动作编码向量的长度可为32,即每一个动作可以由一条长度为32的向量表示。其中,训练该动作编码向量模块的实现方式可参见后续实施例描述,在此不再赘述。
在步骤404中,根据与虚拟数字人关键点数据对应的动作编码向量,获取虚拟数字人的骨骼旋转系数序列。
在一种实现方式中,将与虚拟数字人关键点数据对应的动作编码向量输入至动作先验子模型,获取虚拟数字人的骨骼旋转系数序列。其中,训练该动作先验子模型的实现方式可参见后续实施例,在此不再赘述。
在步骤405中,根据骨骼旋转系数序列,驱动虚拟数字人进行相应动作。
在本申请的实施例中,步骤405可以分别采用本申请的各实施例中的任一种方式实现,本申请实施例并不对此作出限定,也不再赘述。
举例而言,如图5所示,在获得参考角色样本的关键点图像序列时,可以显示可视化编辑界面,基于可视化编辑界面接收对关键点图像序列之中至少部分关键点图像的编辑操作,以便根据编辑操作对对应的关键点图像进行相应处理,以获得经过编辑后的关键点图像序列。根据经过编辑后的关键点图像序列中各关键点数据,确定虚拟数字人投影到二维空间时与各关键点数据对应的虚拟数字人关键点数据,并将虚拟数字人关键点数据,输入至虚拟数字人生成模型500中的动作编码子模型501,获得与虚拟数字人关键点数据对应的动作编码向量。将该动作编码向量输入至动作先验子模型502,获得虚拟数字人的骨骼旋转系数序列。
根据本申请实施例的虚拟数字人处理方法,可以基于虚拟数字人关键点数据,采用动作编码向量来确定虚拟数字人的骨骼旋转系数,其中该动作编码向量的长度可为32,即使得每个动作可以由一条长度为32的向量表示,进而利用该长度为32的动作编码向量即可确定出对应的虚拟数字人的骨骼旋转系数序列,使得使用简单的模型即可实现虚拟数字人骨骼旋转系数的生成。
为了实现上述实施例,本申请还提出了一种虚拟数字人生成模型的训练方法。
图6为本申请实施例提供的一种虚拟数字人生成模型的训练方法的流程图。需要说明的是,本申请实施例的虚拟数字人生成模型的训练方法可应用于本申请实施例的虚拟数字人生成模型的训练装置,该训练装置可被配置于电子设备。
还需要说明的是,本申请实施例的虚拟数字人生成模块可包括动作编码子模型和动作先验子模型。如图6所示,该虚拟数字人生成模型的训练方法可以包括但不限于如下步骤。
在步骤601中,获取动捕数据,并对动捕数据进行解析以获得虚拟数字人的第一骨骼旋转系数,并基于第一骨骼旋转系数训练变分自编码模型。如图7所示,该变分自编码(Variational Auto-Encoder,简称:VAE)模型包括编码器701、中间编码向量702和解码器703。
在一种实现方式中,该动捕数据可以为现有的动捕数据,例如,可以获取相关技术的动捕数据。也就是说,本申请可以不铺设用于捕捉动捕数据的设备,而是直接使用相关技术中的动捕数据。
在本申请的实施例中,可以对动捕数据进行解析以获得虚拟数字人的第一骨骼旋转系数。如图7所示,将该第一骨骼旋转系数作为变分自编码模型的输入,同时也作为该VAE模型中解码器结果的输出监督训练。该VAE模型的中间编码向量702的长度可为32,即每一个动作可以由一条长度为32的向量表示。在大量动捕数据的训练下,VAE模型的中间编码向量702可以学习到人体动作的先验分布。VAE模型的中间编码向量702和解码器703作为动作先验子模型,即使用中间编码向量702通过采样的方式基于解码器703生成虚拟数字人的骨骼旋转系数序列。
在步骤602中,将训练好的变分自编码模型中的中间编码向量和解码器,作为动作先验子模型。
在步骤603中,基于参考角色样本的关键点图像序列,训练动作先验子模型,直至已训练的动作先验子模型满足预设条件,固定动作先验子模型的模型参数。
在一种实现方式中,可以根据关键点图像序列和虚拟数字人的人体各关节的比例信息,获取虚拟数字人关键点数据,并将虚拟数字人关键点数据输入至动作先验子模型,获得动作先验子模型输出的第一骨骼旋转系数预测值;将第一骨骼旋转系数预测值投影到二维空间,以获得虚拟数字人的关键点数据预测值;根据虚拟数字人关键点数据和关键点数据预测值,生成第一损失值;根据第一损失值,训练动作先验子模型。其中,计算第一损失值的损失函数可以是交叉损失函数,或者其他损失函数,本申请对此不做具体限定。
在一种可能的实现方式中,可以根据关键点图像序列中的T型姿势图,确定T型姿势图之中参考角色的身材比例信息;确定虚拟数字人的人体各关节的比例信息;根据关键点图像序列中各关键点数据,确定虚拟数字人投影到二维空间时与各关键点数据对应的虚拟数字人关键点数据;根据参考角色的身材比例信息和虚拟数字人的人体各关节的比例信息,更新虚拟数字人关键点数据。其中,该更新的内容为虚拟数字人关键点数据中各个关键点连线的向量长度比例。此外,该更新虚拟数字人关键点数据的实现方式可分别采用本申请的各实施例中的任一种方式实现,本申请实施例并不对此作出限定,也不再赘述。
在步骤604中,获取训练数据;训练数据包括虚拟数字人的关键点数据和第二骨骼旋转系数。
其中,在本申请的实施例中,该第二骨骼旋转系数可以与第一骨骼旋转系数相同;或者,该第二骨骼旋转系数可以与第一骨骼旋转系数不同。
其中,在本申请的实施例中,该训练数据中的关键点数据可以与第二骨骼旋转系数存在对应关系,或者,该训练数据中的关键点数据与第二骨骼旋转系数不存在对应关系。
在步骤605中,根据虚拟数字人的关键点数据和第二骨骼旋转系数,训练虚拟数字人生成模型,直至满足训练终止条件。
在一种实现方式中,该虚拟数字人生成模型可以是基于LSTM(Long Short-TermMemory,长短期记忆网络)作为主体架构的实时推理网络,例如,该虚拟数字人生成模型可以包括基于LSTM构建的动作编码子模型和动作先验子模型。可以理解,在步骤605中训练虚拟数字人生成模型时,该虚拟数字人生成模型中的动作先验子模型的模型参数是固定的,不再参与训练学习。
在一种可能的实现方式中,将虚拟数字人的关键点数据输入至动作编码子模型,获得动作编码子模型输出的动作编码向量;将动作编码向量输入至动作先验子模型,获得动作先验子模型输出的第二骨骼旋转系数预测值;根据第二骨骼旋转系数预测值和第二骨骼旋转系数,生成第二损失值;根据第二损失值,调整动作编码子模型的模型参数。
也就是说,在对虚拟数字人生成模型进行训练时,需对该虚拟数字人生成模型中的动作编码子模型的模型参数进行调整,使得动作编码子模型学习得到虚拟数字人关键点数据与动作编码向量之间的映射关系。其中,计算第二损失值的损失函数可以是交叉损失函数,或者其他损失函数,本申请对此不做具体限定。
在本申请的一些实施例中,可以显示可视化编辑界面,基于可视化编辑界面,接收对关键点图像序列之中至少部分关键点图像的编辑操作,并根据编辑操作对对应的关键点图像进行相应处理,以获得经过编辑后的关键点图像序列。以便通过该可视化编辑界面可以获得更多姿态的关键点图像,丰富训练数据。
根据本申请的虚拟数字人生成模型的训练方法,基于现有的动捕数据构建动作先验子模型,并基于参考角色样本的关键点图像序列,训练动作先验子模型,直至已训练的动作先验子模型满足预设条件,固定动作先验子模型的模型参数。然后,可以根据虚拟数字人的关键点数据和骨骼旋转系数,训练虚拟数字人生成模型中的动作编码子模型,直至满足训练终止条件。以便在线上应用时,可以使用参考角色的关键点图像序列来实时驱动虚拟数字人做同步的姿态动作,相对于相关技术而言,本申请为用户提供了低成本且友好的驱动方案,极大地降低了前期设备投入成本。
为了实现上述实施例,本申请还提出了一种虚拟数字人处理装置。
图8为本申请实施例提供的一种虚拟数字人处理装置的结构框图。如图8所示,该虚拟数字人处理装置可以包括:第一获取模块810、确定模块820、第二获取模块830和驱动模块840。
其中,第一获取模块810用于获取参考角色的关键点图像序列。
确定模块820用于根据关键点图像序列中各关键点数据,确定虚拟数字人投影到二维空间时与各关键点数据对应的虚拟数字人关键点数据。
第二获取模块830用于根据虚拟数字人关键点数据,获取虚拟数字人的骨骼旋转系数序列。
驱动模块840用于根据骨骼旋转系数序列,驱动虚拟数字人进行相应动作。
根据本申请实施例的虚拟数字人处理装置,可以使用参考角色的关键点图像序列来实时驱动虚拟数字人做同步的姿态动作,相对于相关技术而言,本申请为用户提供了低成本且友好的驱动方案,极大地降低了前期设备投入成本。
为了降低虚拟数字人姿态的编辑成本,本申请可以提供对关键点图像的可视化编辑功能。可选地,在本申请的一些实施例中,如图9所示,该虚拟数字人处理装置还可包括:显示模块950、接收模块960和处理模块970。
其中,显示模块950用于显示可视化编辑界面。接收模块960用于基于所述可视化编辑界面,接收对所述关键点图像序列之中至少部分关键点图像的编辑操作。处理模块970用于根据所述编辑操作对对应的关键点图像进行相应处理,以获得经过编辑后的所述关键点图像序列。其中,图9中910-940和图8中810-840具有相同功能和结构。
可选地,在本申请的一些实施例中,如图10所示,该确定模块1020可以包括第一确定单元1021、第二确定单元1022、第三确定单元1023和更新单元1024。其中,第一确定单元1021用于根据所述关键点图像序列中的T型姿势图,确定所述T型姿势图之中所述参考角色的身材比例信息;第二确定单元1022用于确定所述虚拟数字人的人体各关节的比例信息;第三确定单元1023用于根据所述关键点图像序列中各关键点数据,确定所述虚拟数字人投影到二维空间时与所述各关键点数据对应的虚拟数字人关键点数据;更新单元1024用于根据所述参考角色的身材比例信息和所述虚拟数字人的人体各关节的比例信息,更新所述虚拟数字人关键点数据。作为一种示例,该更新的内容为所述虚拟数字人关键点数据中各个关键点连线的向量长度比例。其中,图10中1010-1070和图9中910-970具有相同功能和结构。
可选地,在本申请的一些实施例中,如图11所示,第二获取模块具体1130可以包括:确定单元1131和获取单元1132。其中,确定单元1131用于根据所述虚拟数字人关键点数据,确定与所述虚拟数字人关键点数据对应的动作编码向量;获取单元1132用于根据与所述虚拟数字人关键点数据对应的动作编码向量,获取所述虚拟数字人的骨骼旋转系数序列。其中,图11中1110-1170和图10中1010-1070具有相同功能和结构。
可选地,在本申请的一些实施例中,确定单元1131具体用于:将所述虚拟数字人关键点数据,输入至预设的虚拟数字人生成模型;其中,所述虚拟数字人生成模型已经学习得到关键点数据与骨骼旋转系数之间的映射关系,且所述虚拟数字人生成模型包括动作编码子模型和动作先验子模型;获取所述动作编码子模型输出的与所述虚拟数字人关键点数据对应的动作编码向量;所述获取单元1132具体用于:将与所述虚拟数字人关键点数据对应的动作编码向量输入至所述动作先验子模型,获取所述虚拟数字人的骨骼旋转系数序列。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
为了实现上述实施例,本申请还提出了一种虚拟数字人生成模型的训练装置,其中,所述虚拟数字人生成模型包括动作编码子模型和动作先验子模型。图12为本申请实施例提供的一种虚拟数字人生成模型的训练装置的结构框图。如图12所示,该虚拟数字人生成模型的训练装置可以包括:第一训练模块1201、确定模块1202、第二训练模块1203、获取模块1204和第三训练模块1205。
其中,第一训练模块1201用于获取动捕数据,并对所述动捕数据进行解析以获得虚拟数字人的第一骨骼旋转系数,并基于所述第一骨骼旋转系数训练变分自编码模型;所述变分自编码模型包括编码器、中间编码向量和解码器。
确定模块1202用于将训练好的变分自编码模型中的所述中间编码向量和所述解码器,确定为所述动作先验子模型。
第二训练模块1203用于基于参考角色样本的关键点图像序列,训练所述动作先验子模型,直至已训练的所述动作先验子模型满足预设条件,固定所述动作先验子模型的模型参数。
在一种实现方式中,第二训练模块1203具体用于:根据所述关键点图像序列和虚拟数字人的人体各关节的比例信息,获取所述虚拟数字人关键点数据;将所述虚拟数字人关键点数据输入至所述动作先验子模型,获得所述动作先验子模型输出的第一骨骼旋转系数预测值;将所述第一骨骼旋转系数预测值投影到二维空间,以获得所述虚拟数字人的关键点数据预测值;根据所述虚拟数字人关键点数据和所述关键点数据预测值,生成第一损失值;根据所述第一损失值,训练所述动作先验子模型。
在一种可能的实现方式中,第二训练模块1203具体用于:根据所述关键点图像序列中的T型姿势图,确定所述T型姿势图之中所述参考角色的身材比例信息;确定所述虚拟数字人的人体各关节的比例信息;根据所述关键点图像序列中各关键点数据,确定所述虚拟数字人投影到二维空间时与所述各关键点数据对应的虚拟数字人关键点数据;根据所述参考角色的身材比例信息和所述虚拟数字人的人体各关节的比例信息,更新所述虚拟数字人关键点数据。
获取模块1204用于获取训练数据,所述训练数据包括虚拟数字人的关键点数据和第二骨骼旋转系数。
第三训练模块1205用于根据所述虚拟数字人的关键点数据和第二骨骼旋转系数,训练所述虚拟数字人生成模型,直至满足训练终止条件。
在一种实现方式中,第三训练模块1205具体用于:将所述虚拟数字人的关键点数据输入至所述动作编码子模型,获得所述动作编码子模型输出的动作编码向量;将所述动作编码向量输入至所述动作先验子模型,获得所述动作先验子模型输出的第二骨骼旋转系数预测值;根据所述第二骨骼旋转系数预测值和所述第二骨骼旋转系数,生成第二损失值;根据所述第二损失值,调整所述动作编码子模型的模型参数。
可选地,在本申请的一些实施例中,如图13所示,该训练装置还可包括:显示模块1306、接收模块1307和处理模块1308。其中,显示模块1306用于显示可视化编辑界面;接收模块1307用于基于所述可视化编辑界面,接收对所述关键点图像序列之中至少部分关键点图像的编辑操作;处理模块1308用于根据所述编辑操作对对应的关键点图像进行相应处理,以获得经过编辑后的所述关键点图像序列。其中,图13中1301-1305和图12中1201-1205具有相同功能和结构。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
根据本申请的实施例,本申请还提供了一种电子设备和一种可读存储介质。
如图14所示,是根据本申请实施例的虚拟数字人处理方法或训练方法的电子设备的框图。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/或者要求的本申请的实现。
如图14所示,该电子设备包括:一个或多个处理器1401、存储器1402,以及用于连接各部件的接口,包括高速接口和低速接口。各个部件利用不同的总线互相连接,并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理,包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如,耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中,若需要,可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样,可以连接多个电子设备,各个设备提供部分必要的操作(例如,作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图14中以一个处理器1401为例。
存储器1402即为本申请所提供的非瞬时计算机可读存储介质。其中,所述存储器存储有可由至少一个处理器执行的指令,以使所述至少一个处理器执行本申请所提供的虚拟数字人处理方法或虚拟数字人生成模型的训练方法。本申请的非瞬时计算机可读存储介质存储计算机指令,该计算机指令用于使计算机执行本申请所提供的虚拟数字人处理方法或虚拟数字人生成模型的训练方法。
存储器1402作为一种非瞬时计算机可读存储介质,可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块,如本申请实施例中任一方法对应的程序指令/模块。处理器1401通过运行存储在存储器1402中的非瞬时软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例中的虚拟数字人处理方法或虚拟数字人生成模型的训练方法。
存储器1402可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据电子设备的使用所创建的数据等。此外,存储器1402可以包括高速随机存取存储器,还可以包括非瞬时存储器,例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中,存储器1402可选包括相对于处理器1401远程设置的存储器,这些远程存储器可以通过网络连接至电子设备。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。
电子设备还可以包括:输入装置1403和输出装置1404。处理器1401、存储器1402、输入装置1403和输出装置1404可以通过总线或者其他方式连接,图14中以通过总线连接为例。
输入装置1403可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以及功能控制有关的键信号输入,例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置1404可以包括显示设备、辅助照明装置(例如,LED)和触觉反馈装置(例如,振动电机)等。该显示设备可以包括但不限于,液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中,显示设备可以是触摸屏。
此处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、专用ASIC(专用集成电路)、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。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令,并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的,术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如,磁盘、光盘、存储器、可编程逻辑装置(PLD)),包括,接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
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)、互联网和区块链网络。
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,以解决了传统物理主机与VPS服务("Virtual Private Server",或简称"VPS")中,存在的管理难度大,业务扩展性弱的缺陷。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,本发申请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,只要能够实现本申请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,并不构成对本申请保护范围的限制。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。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。
Claims (25)
1.一种虚拟数字人处理方法,包括:
获取参考角色的关键点图像序列;
根据所述关键点图像序列中各关键点数据,确定所述虚拟数字人投影到二维空间时与所述各关键点数据对应的虚拟数字人关键点数据;
根据所述虚拟数字人关键点数据,获取所述虚拟数字人的骨骼旋转系数序列;
根据所述骨骼旋转系数序列,驱动所述虚拟数字人进行相应动作。
2.如权利要求1所述的方法,其中,还包括:
显示可视化编辑界面;
基于所述可视化编辑界面,接收对所述关键点图像序列之中至少部分关键点图像的编辑操作;
根据所述编辑操作对对应的关键点图像进行相应处理,以获得经过编辑后的所述关键点图像序列。
3.如权利要求1或2所述的方法,其中,所述根据所述关键点图像序列中各关键点数据,确定所述虚拟数字人投影到二维空间时与所述各关键点数据对应的虚拟数字人关键点数据,包括:
根据所述关键点图像序列中的T型姿势图,确定所述T型姿势图之中所述参考角色的身材比例信息;
确定所述虚拟数字人的人体各关节的比例信息;
根据所述关键点图像序列中各关键点数据,确定所述虚拟数字人投影到二维空间时与所述各关键点数据对应的虚拟数字人关键点数据;
根据所述参考角色的身材比例信息和所述虚拟数字人的人体各关节的比例信息,更新所述虚拟数字人关键点数据。
4.如权利要求3所述的方法,其中,所述更新的内容为所述虚拟数字人关键点数据中各个关键点连线的向量长度比例。
5.如权利要求1或2所述的方法,其中,所述根据所述虚拟数字人关键点数据,获取所述虚拟数字人的骨骼旋转系数序列,包括:
根据所述虚拟数字人关键点数据,确定与所述虚拟数字人关键点数据对应的动作编码向量;
根据与所述虚拟数字人关键点数据对应的动作编码向量,获取所述虚拟数字人的骨骼旋转系数序列。
6.如权利要求5所述的方法,其中,所述根据所述虚拟数字人关键点数据,确定与所述虚拟数字人关键点数据对应的动作编码向量,包括:
将所述虚拟数字人关键点数据,输入至预设的虚拟数字人生成模型;其中,所述虚拟数字人生成模型已经学习得到关键点数据与骨骼旋转系数之间的映射关系,且所述虚拟数字人生成模型包括动作编码子模型和动作先验子模型;
获取所述动作编码子模型输出的与所述虚拟数字人关键点数据对应的动作编码向量;
所述根据与所述虚拟数字人关键点数据对应的动作编码向量,获取所述虚拟数字人的骨骼旋转系数序列,包括:
将与所述虚拟数字人关键点数据对应的动作编码向量输入至所述动作先验子模型,获取所述虚拟数字人的骨骼旋转系数序列。
7.一种虚拟数字人生成模型的训练方法,其中,所述虚拟数字人生成模型包括动作编码子模型和动作先验子模型;所述训练方法包括:
获取动捕数据,并对所述动捕数据进行解析以获得虚拟数字人的第一骨骼旋转系数,并基于所述第一骨骼旋转系数训练变分自编码模型;所述变分自编码模型包括编码器、中间编码向量和解码器;
将训练好的变分自编码模型中的所述中间编码向量和所述解码器,作为所述动作先验子模型;
基于参考角色样本的关键点图像序列,训练所述动作先验子模型,直至已训练的所述动作先验子模型满足预设条件,固定所述动作先验子模型的模型参数;
获取训练数据;所述训练数据包括虚拟数字人的关键点数据和第二骨骼旋转系数;
根据所述虚拟数字人的关键点数据和第二骨骼旋转系数,训练所述虚拟数字人生成模型,直至满足训练终止条件。
8.如权利要求7所述的方法,其中,所述基于参考角色样本的关键点图像序列,训练所述动作先验子模型,包括:
根据所述关键点图像序列和虚拟数字人的人体各关节的比例信息,获取所述虚拟数字人关键点数据;
将所述虚拟数字人关键点数据输入至所述动作先验子模型,获得所述动作先验子模型输出的第一骨骼旋转系数预测值;
将所述第一骨骼旋转系数预测值投影到二维空间,以获得所述虚拟数字人的关键点数据预测值;
根据所述虚拟数字人关键点数据和所述关键点数据预测值,生成第一损失值;
根据所述第一损失值,训练所述动作先验子模型。
9.如权利要求8所述的方法,其中,所述根据所述关键点图像序列和虚拟数字人的人体各关节的比例信息,获取所述虚拟数字人关键点数据,包括:
根据所述关键点图像序列中的T型姿势图,确定所述T型姿势图之中所述参考角色的身材比例信息;
确定所述虚拟数字人的人体各关节的比例信息;
根据所述关键点图像序列中各关键点数据,确定所述虚拟数字人投影到二维空间时与所述各关键点数据对应的虚拟数字人关键点数据;
根据所述参考角色的身材比例信息和所述虚拟数字人的人体各关节的比例信息,更新所述虚拟数字人关键点数据。
10.如权利要求7至9中任一项所述的方法,其中,所述根据所述虚拟数字人的关键点数据和第二骨骼旋转系数,训练所述虚拟数字人生成模型,包括:
将所述虚拟数字人的关键点数据输入至所述动作编码子模型,获得所述动作编码子模型输出的动作编码向量;
将所述动作编码向量输入至所述动作先验子模型,获得所述动作先验子模型输出的第二骨骼旋转系数预测值;
根据所述第二骨骼旋转系数预测值和所述第二骨骼旋转系数,生成第二损失值;
根据所述第二损失值,调整所述动作编码子模型的模型参数。
11.如权利要求7所述的方法,其中,还包括:
显示可视化编辑界面;
基于所述可视化编辑界面,接收对所述关键点图像序列之中至少部分关键点图像的编辑操作;
根据所述编辑操作对对应的关键点图像进行相应处理,以获得经过编辑后的所述关键点图像序列。
12.一种虚拟数字人处理装置,包括:
第一获取模块,用于获取参考角色的关键点图像序列;
确定模块,用于根据所述关键点图像序列中各关键点数据,确定所述虚拟数字人投影到二维空间时与所述各关键点数据对应的虚拟数字人关键点数据;
第二获取模块,用于根据所述虚拟数字人关键点数据,获取所述虚拟数字人的骨骼旋转系数序列;
驱动模块,用于根据所述骨骼旋转系数序列,驱动所述虚拟数字人进行相应动作。
13.如权利要求12所述的装置,其中,还包括:
显示模块,用于显示可视化编辑界面;
接收模块,用于基于所述可视化编辑界面,接收对所述关键点图像序列之中至少部分关键点图像的编辑操作;
处理模块,用于根据所述编辑操作对对应的关键点图像进行相应处理,以获得经过编辑后的所述关键点图像序列。
14.如权利要求12或13所述的装置,其中,所述确定模块包括:
第一确定单元,用于根据所述关键点图像序列中的T型姿势图,确定所述T型姿势图之中所述参考角色的身材比例信息;
第二确定单元,用于确定所述虚拟数字人的人体各关节的比例信息;
第三确定单元,用于根据所述关键点图像序列中各关键点数据,确定所述虚拟数字人投影到二维空间时与所述各关键点数据对应的虚拟数字人关键点数据;
更新单元,用于根据所述参考角色的身材比例信息和所述虚拟数字人的人体各关节的比例信息,更新所述虚拟数字人关键点数据。
15.如权利要求14所述的装置,其中,所述更新的内容为所述虚拟数字人关键点数据中各个关键点连线的向量长度比例。
16.如权利要求12或13所述的装置,其中,所述第二获取模块包括:
确定单元,用于根据所述虚拟数字人关键点数据,确定与所述虚拟数字人关键点数据对应的动作编码向量;
获取单元,用于根据与所述虚拟数字人关键点数据对应的动作编码向量,获取所述虚拟数字人的骨骼旋转系数序列。
17.如权利要求16所述的装置,其中,所述确定单元具体用于:
将所述虚拟数字人关键点数据,输入至预设的虚拟数字人生成模型;其中,所述虚拟数字人生成模型已经学习得到关键点数据与骨骼旋转系数之间的映射关系,且所述虚拟数字人生成模型包括动作编码子模型和动作先验子模型;
获取所述动作编码子模型输出的与所述虚拟数字人关键点数据对应的动作编码向量;
所述获取单元具体用于:
将与所述虚拟数字人关键点数据对应的动作编码向量输入至所述动作先验子模型,获取所述虚拟数字人的骨骼旋转系数序列。
18.一种虚拟数字人生成模型的训练装置,其中,所述虚拟数字人生成模型包括动作编码子模型和动作先验子模型;所述训练装置包括:
第一训练模块,用于获取动捕数据,并对所述动捕数据进行解析以获得虚拟数字人的第一骨骼旋转系数,并基于所述第一骨骼旋转系数训练变分自编码模型;所述变分自编码模型包括编码器、中间编码向量和解码器;
确定模块,用于将训练好的变分自编码模型中的所述中间编码向量和所述解码器,确定为所述动作先验子模型;
第二训练模块,用于基于参考角色样本的关键点图像序列,训练所述动作先验子模型,直至已训练的所述动作先验子模型满足预设条件,固定所述动作先验子模型的模型参数;
获取模块,用于获取训练数据,所述训练数据包括虚拟数字人的关键点数据和第二骨骼旋转系数;
第三训练模块,用于根据所述虚拟数字人的关键点数据和第二骨骼旋转系数,训练所述虚拟数字人生成模型,直至满足训练终止条件。
19.如权利要求18所述的装置,其中,所述第二训练模块具体用于:
根据所述关键点图像序列和虚拟数字人的人体各关节的比例信息,获取所述虚拟数字人关键点数据;
将所述虚拟数字人关键点数据输入至所述动作先验子模型,获得所述动作先验子模型输出的第一骨骼旋转系数预测值;
将所述第一骨骼旋转系数预测值投影到二维空间,以获得所述虚拟数字人的关键点数据预测值;
根据所述虚拟数字人关键点数据和所述关键点数据预测值,生成第一损失值;
根据所述第一损失值,训练所述动作先验子模型。
20.如权利要求19所述的装置,其中,所述第二训练模块具体用于:
根据所述关键点图像序列中的T型姿势图,确定所述T型姿势图之中所述参考角色的身材比例信息;
确定所述虚拟数字人的人体各关节的比例信息;
根据所述关键点图像序列中各关键点数据,确定所述虚拟数字人投影到二维空间时与所述各关键点数据对应的虚拟数字人关键点数据;
根据所述参考角色的身材比例信息和所述虚拟数字人的人体各关节的比例信息,更新所述虚拟数字人关键点数据。
21.如权利要求18至20中任一项所述的装置,其中,所述第三训练模块具体用于:
将所述虚拟数字人的关键点数据输入至所述动作编码子模型,获得所述动作编码子模型输出的动作编码向量;
将所述动作编码向量输入至所述动作先验子模型,获得所述动作先验子模型输出的第二骨骼旋转系数预测值;
根据所述第二骨骼旋转系数预测值和所述第二骨骼旋转系数,生成第二损失值;
根据所述第二损失值,调整所述动作编码子模型的模型参数。
22.如权利要求18所述的装置,其中,还包括:
显示模块,用于显示可视化编辑界面;
接收模块,用于基于所述可视化编辑界面,接收对所述关键点图像序列之中至少部分关键点图像的编辑操作;
处理模块,用于根据所述编辑操作对对应的关键点图像进行相应处理,以获得经过编辑后的所述关键点图像序列。
23.一种电子设备,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至6中任一项所述的方法,和/或,执行权利要求7至11中任一项所述的方法。
24.一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权利要求1至6中任一项所述的方法,和/或,执行权利要求7至11中任一项所述的方法。
25.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现权利要求1至6中任一项所述方法的步骤,和/或,实现如权利要求7至11中任一项所述方法的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210547459.8A CN114862992A (zh) | 2022-05-19 | 2022-05-19 | 虚拟数字人处理方法、模型训练方法及其装置 |
US18/106,006 US20230186583A1 (en) | 2022-05-19 | 2023-02-06 | Method and device for processing virtual digital human, and model training method and device |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210547459.8A CN114862992A (zh) | 2022-05-19 | 2022-05-19 | 虚拟数字人处理方法、模型训练方法及其装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114862992A true CN114862992A (zh) | 2022-08-05 |
Family
ID=82639915
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210547459.8A Pending CN114862992A (zh) | 2022-05-19 | 2022-05-19 | 虚拟数字人处理方法、模型训练方法及其装置 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20230186583A1 (zh) |
CN (1) | CN114862992A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115641647A (zh) * | 2022-12-23 | 2023-01-24 | 海马云(天津)信息技术有限公司 | 数字人手腕驱动方法与装置、存储介质及电子设备 |
CN116580169A (zh) * | 2023-07-12 | 2023-08-11 | 南京硅基智能科技有限公司 | 一种数字人驱动方法及装置、电子设备和存储介质 |
CN116661608A (zh) * | 2023-07-26 | 2023-08-29 | 海马云(天津)信息技术有限公司 | 虚拟人动捕的模型切换方法和装置、电子设备及存储介质 |
CN116719416A (zh) * | 2023-08-07 | 2023-09-08 | 海马云(天津)信息技术有限公司 | 虚拟数字人的手势动作修正方法和装置、电子设备及存储介质 |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116630495B (zh) * | 2023-07-04 | 2024-04-12 | 深圳微品致远信息科技有限公司 | 基于aigc算法的虚拟数字人模型规划系统 |
CN117077723A (zh) * | 2023-08-15 | 2023-11-17 | 支付宝(杭州)信息技术有限公司 | 一种数字人动作生产方法及装置 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180096259A1 (en) * | 2016-09-30 | 2018-04-05 | Disney Enterprises, Inc. | Deep-learning motion priors for full-body performance capture in real-time |
CN109272566A (zh) * | 2018-08-15 | 2019-01-25 | 广州多益网络股份有限公司 | 虚拟角色的动作表情编辑方法、装置、设备、系统及介质 |
CN110533752A (zh) * | 2019-07-23 | 2019-12-03 | 深圳大学 | 一种人体动作编辑模型的生成方法、存储介质及电子设备 |
CN110675474A (zh) * | 2019-08-16 | 2020-01-10 | 咪咕动漫有限公司 | 虚拟角色模型的学习方法、电子设备和可读存储介质 |
US20200160046A1 (en) * | 2017-06-30 | 2020-05-21 | The Johns Hopkins University | Systems and method for action recognition using micro-doppler signatures and recurrent neural networks |
CN112016497A (zh) * | 2020-09-04 | 2020-12-01 | 王海 | 基于人工智能的单视角太极拳动作分析及考核系统 |
CN113379932A (zh) * | 2021-06-28 | 2021-09-10 | 北京百度网讯科技有限公司 | 人体三维模型的生成方法和装置 |
CN113393832A (zh) * | 2021-06-03 | 2021-09-14 | 清华大学深圳国际研究生院 | 一种基于全局情感编码的虚拟人动画合成方法及系统 |
CN113750523A (zh) * | 2021-04-19 | 2021-12-07 | 腾讯科技(深圳)有限公司 | 三维虚拟对象的动作生成方法、装置、设备及存储介质 |
CN113902818A (zh) * | 2021-09-13 | 2022-01-07 | 上海科技大学 | 基于隐含编码增强的语音驱动人体动作生成方法 |
CN114155325A (zh) * | 2021-12-14 | 2022-03-08 | 北京慧夜科技有限公司 | 一种虚拟角色动画生成方法和系统 |
CN114219896A (zh) * | 2021-12-17 | 2022-03-22 | 芜湖叠纸网络科技有限公司 | 一种虚拟角色生成系统及方法 |
-
2022
- 2022-05-19 CN CN202210547459.8A patent/CN114862992A/zh active Pending
-
2023
- 2023-02-06 US US18/106,006 patent/US20230186583A1/en active Pending
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180096259A1 (en) * | 2016-09-30 | 2018-04-05 | Disney Enterprises, Inc. | Deep-learning motion priors for full-body performance capture in real-time |
US20200160046A1 (en) * | 2017-06-30 | 2020-05-21 | The Johns Hopkins University | Systems and method for action recognition using micro-doppler signatures and recurrent neural networks |
CN109272566A (zh) * | 2018-08-15 | 2019-01-25 | 广州多益网络股份有限公司 | 虚拟角色的动作表情编辑方法、装置、设备、系统及介质 |
US20210319629A1 (en) * | 2019-07-23 | 2021-10-14 | Shenzhen University | Generation method of human body motion editing model, storage medium and electronic device |
CN110533752A (zh) * | 2019-07-23 | 2019-12-03 | 深圳大学 | 一种人体动作编辑模型的生成方法、存储介质及电子设备 |
CN110675474A (zh) * | 2019-08-16 | 2020-01-10 | 咪咕动漫有限公司 | 虚拟角色模型的学习方法、电子设备和可读存储介质 |
CN112016497A (zh) * | 2020-09-04 | 2020-12-01 | 王海 | 基于人工智能的单视角太极拳动作分析及考核系统 |
CN113750523A (zh) * | 2021-04-19 | 2021-12-07 | 腾讯科技(深圳)有限公司 | 三维虚拟对象的动作生成方法、装置、设备及存储介质 |
CN113393832A (zh) * | 2021-06-03 | 2021-09-14 | 清华大学深圳国际研究生院 | 一种基于全局情感编码的虚拟人动画合成方法及系统 |
CN113379932A (zh) * | 2021-06-28 | 2021-09-10 | 北京百度网讯科技有限公司 | 人体三维模型的生成方法和装置 |
CN113902818A (zh) * | 2021-09-13 | 2022-01-07 | 上海科技大学 | 基于隐含编码增强的语音驱动人体动作生成方法 |
CN114155325A (zh) * | 2021-12-14 | 2022-03-08 | 北京慧夜科技有限公司 | 一种虚拟角色动画生成方法和系统 |
CN114219896A (zh) * | 2021-12-17 | 2022-03-22 | 芜湖叠纸网络科技有限公司 | 一种虚拟角色生成系统及方法 |
Non-Patent Citations (1)
Title |
---|
李红波;孙舶源;李双生;: "基于骨骼信息的虚拟角色控制方法", 重庆邮电大学学报(自然科学版), no. 01, 15 February 2016 (2016-02-15) * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115641647A (zh) * | 2022-12-23 | 2023-01-24 | 海马云(天津)信息技术有限公司 | 数字人手腕驱动方法与装置、存储介质及电子设备 |
CN116580169A (zh) * | 2023-07-12 | 2023-08-11 | 南京硅基智能科技有限公司 | 一种数字人驱动方法及装置、电子设备和存储介质 |
CN116580169B (zh) * | 2023-07-12 | 2023-10-31 | 南京硅基智能科技有限公司 | 一种数字人驱动方法及装置、电子设备和存储介质 |
US12094046B1 (en) | 2023-07-12 | 2024-09-17 | Nanjing Silicon Intelligence Technology Co., Ltd. | Digital human driving method and apparatus, and storage medium |
CN116661608A (zh) * | 2023-07-26 | 2023-08-29 | 海马云(天津)信息技术有限公司 | 虚拟人动捕的模型切换方法和装置、电子设备及存储介质 |
CN116661608B (zh) * | 2023-07-26 | 2023-10-03 | 海马云(天津)信息技术有限公司 | 虚拟人动捕的模型切换方法和装置、电子设备及存储介质 |
CN116719416A (zh) * | 2023-08-07 | 2023-09-08 | 海马云(天津)信息技术有限公司 | 虚拟数字人的手势动作修正方法和装置、电子设备及存储介质 |
CN116719416B (zh) * | 2023-08-07 | 2023-12-15 | 海马云(天津)信息技术有限公司 | 虚拟数字人的手势动作修正方法和装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
US20230186583A1 (en) | 2023-06-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114862992A (zh) | 虚拟数字人处理方法、模型训练方法及其装置 | |
CN111294665B (zh) | 视频的生成方法、装置、电子设备及可读存储介质 | |
US11532127B2 (en) | Virtual object driving method, apparatus, electronic device, and readable storage medium | |
CN112541963B (zh) | 三维虚拟形象生成方法、装置、电子设备和存储介质 | |
CN111368137A (zh) | 视频的生成方法、装置、电子设备及可读存储介质 | |
CN111277912B (zh) | 图像处理方法、装置和电子设备 | |
CN112667068A (zh) | 虚拟人物的驱动方法、装置、设备及存储介质 | |
CN112529073A (zh) | 模型训练方法、姿态估计方法、装置及电子设备 | |
CN111862277A (zh) | 用于生成动画的方法、装置、设备以及存储介质 | |
CN111968203B (zh) | 动画驱动方法、装置、电子设备及存储介质 | |
CN111783948A (zh) | 模型训练方法、装置、电子设备以及存储介质 | |
CN110806865A (zh) | 动画生成方法、装置、设备及计算机可读存储介质 | |
CN110941332A (zh) | 表情驱动方法、装置、电子设备及存储介质 | |
CN111291218B (zh) | 视频融合方法、装置、电子设备及可读存储介质 | |
CN112562045B (zh) | 生成模型和生成3d动画的方法、装置、设备和存储介质 | |
CN112584077A (zh) | 视频的插帧方法、装置及电子设备 | |
CN112001248A (zh) | 主动交互的方法、装置、电子设备和可读存储介质 | |
CN111443854B (zh) | 基于数字人的动作处理方法、装置、设备及存储介质 | |
CN110568931A (zh) | 交互方法、设备、系统、电子设备及存储介质 | |
CN113128436B (zh) | 关键点的检测方法和装置 | |
CN114187392A (zh) | 虚拟偶像的生成方法、装置和电子设备 | |
CN113496168B (zh) | 手语数据采集方法、设备、存储介质 | |
CN112508964A (zh) | 图像分割方法、装置、电子设备和存储介质 | |
WO2023240999A1 (zh) | 虚拟现实场景确定方法、装置及系统 | |
CN114120448B (zh) | 图像处理方法和装置 |
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 |