CN116051793B - 一种基于数字孪生的虚实交互系统及方法 - Google Patents

Abstract

本发明公开了一种基于数字孪生的虚实交互系统及方法，属于虚实交互技术领域，能够对实物模型进行批量化处理，降低人力、财力的消耗，提高实物模型生成计算机模型的效率。上述方案包括以下步骤：一种基于数字孪生的虚实交互方法，包括以下步骤：将参考实物模型参数与参考计算机模型参数对比，得到用户偏好模型；基于用户偏好模型，对新实物模型进行处理，得到新计算机模型；其中，将参考实物模型参数与参考计算机模型参数对比，得到用户偏好模型包括：将参考实物模型参数按照类型分成若干组，并将参考计算机模型参数分成与参考实物模型参数对应的相同组；得到参考实物模型参数变换至计算机模型参数的各组参数的第一变换权重，得到用户偏好模型。

Description

一种基于数字孪生的虚实交互系统及方法

技术领域

本发明属于虚实交互技术领域，具体涉及一种基于数字孪生的虚实交互系统及方法。

背景技术

虚实交互的方法大量用于计算机二维、三维模型的构建，通过获取实物模型，并对实物模型进行处理，以在计算机世界构建对应的计算机模型。

而在图像、视频处理的领域，往往需要基于多个实物模型构建多个计算机模型。对于一个具体的图像或视频中，计算机模型往往有风格一致的需求，以使得最终生成的图像或视频具有更高的观赏性；另一方面，每个制作人都会有自己的制作习惯，在批量处理实物模型构建计算机模型时，对于实物模型的处理方式会存在一定的相似性，而制作人往往不会察觉，仍然需要对实物模型一一进行处理，以生成最终的计算机实物模型。而采用该模型的构建方式，因忽略了多个实物模型处理过程中的共通性，会出现大量的重复操作，导致需要耗费大量的人力、财力，并且还会导致最终处理效率仍然低下。

发明内容

本发明提供一种基于数字孪生的虚实交互系统及方法，能够对实物模型进行批量化处理，降低人力、财力的消耗，提高实物模型生成计算机模型的效率。

本发明通过下述技术方案实现：

一方面，本发明提供一种基于数字孪生的虚实交互方法，包括以下步骤：将参考实物模型参数与参考计算机模型参数对比，得到用户偏好模型；基于用户偏好模型，对新实物模型进行处理，得到新计算机模型；其中，将参考实物模型参数与参考计算机模型参数对比，得到用户偏好模型包括：将参考实物模型参数按照类型分成若干组，并将参考计算机模型参数分成与参考实物模型参数对应的相同组；得到参考实物模型参数变换至计算机模型参数的各组参数的第一变换权重，得到用户偏好模型；第一变换权重为：

其中，

为第/>

组的标准差；/>

是第/>

组的平均数，/>

为分组数量。

在其中一些实施例中，基于用户偏好模型，对新实物模型进行处理，得到新计算机模型包括：基于参考实物模型参数分组，将新实物模型对应进行分组；将新实物模型每一组参数与参考实物模型对应的参数对比，得到每一组参数的变换比例；基于每一组参数的变换比例和该组参数的第一变换权重，得到处理策略；基于处理策略，对新实物模型进行处理，得到新计算机模型。

在其中一些实施例中，将新实物模型每一组参数与参考实物模型对应的参数对比，得到每一组参数的变换比例包括：获取参考实物模型每组参数的第一图像坐标；获取新实物模型对应组参数的第二图像坐标；基于第一图像坐标和第二图像坐标，得到图像每一组参数的变换比例。

在其中一些实施例中，基于每一组参数的变换比例和该组参数的第一变换权重，得到处理策略包括：基于图像变换比例，按照偏好模型中的第一变换权重，得到处理策略：

其中，

是处理策略，/>

是第/>

组对应的图像变换比例，/>

是第/>

组对应的第一变换权重。

在其中一些实施例中，图像变换比例包括坐标平移比例、坐标旋转比例和/或坐标缩放比例。

在其中一些实施例中，在得到参考实物模型参数变换至计算机模型参数的各组参数的第一变换权重，得到用户偏好模型之后，在基于用户偏好模型，对新实物模型进行处理，得到新计算机模型之前，还包括以下步骤：对第一变换权重进行修正，具体包括：对比多个参考实物模型相同类型的参数，以及多个对应的参考计算模型参数的对应类型参数，得到第二变换权重；将第二变换权重与第一变换权重进行二次权值运算，得到修正变换参数；用修正变换参数替换偏好模型中的原始变换参数，得到修正用户偏好模型；基于用户偏好模型，对新实物模型进行处理，得到新计算机模型步骤中，基于用户偏好模型为基于修正用户偏好模型。

在其中一些实施例中，对比多个参考实物模型相同类型的参数，以及多个对应的参考计算模型参数的对应类型参数，得到第二变换权重包括：将多个参考实物模型的参数，以及对应的参考计算机模型参数作为训练集分别进行训练，得到第二变换权重；训练模型为：

其中，j为对应组参数，s为性能评分，K为模型训练次数。

在其中一些实施例中，将第二变换权重与第一变换权重进行二次权值运算，得到修正变换参数包括：

其中，

是第/>

组对应的第一变换权重；/>

是第/>

组对应的第二变换权重；e=0~1；f=0~1；e+f=1。

另一方面，本实施例提供一种基于数字孪生的虚实交互系统，包括存储器和处理器，存储器中存储有计算机程序，处理器执行计算机程序，以实现上述实施例中任一项的基于数字孪生的虚实交互方法。

本发明与现有技术相比，具有以下优点及有益效果：

本发明提供的基于数字孪生的虚实交互方法，通过现有的参考实物模型与对应生成的计算机模型，得到用户偏好模型，然后基于该用户偏好模型能够对新的实物模型进行批量化处理，能够避免进行重复的工作，以有效降低人力和财力，且能够有效提高通过实物模型构建计算机模型的操作效率。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1为本发明一些实施例提供的基于数字孪生的虚实交互方法的流程示意图；

图2为本发明另一些实施例提供的基于数字孪生的虚实交互方法的流程示意图；

图3为本发明一些实施例提供的基于数字孪生的虚实交互方法中对第一变换权重进行修正的流程示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。

在本发明的描述中，需要说明的是，所采用的术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，或者是该发明产品使用时惯常摆放的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

此外，本发明的描述中若出现“水平”、“竖直”等术语并不表示要求部件绝对水平或悬垂，而是可以稍微倾斜。如“水平”仅仅是指其方向相对“竖直”而言更加水平，并不是表示该结构一定要完全水平，而是可以稍微倾斜。

在本发明的描述中，还需要说明的是，除非另有明确的规定和限定，若出现术语“设置”、“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或模块的过程、方法、系统、产品或设备没有限定于已列出的步骤或模块，而是可选地还包括没有列出的步骤或模块，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或模块。

如非特别说明，不同的步骤的顺序不分先后。

实施例1：

本实施例提供一种基于数字孪生的虚实交互方法，请参阅图1，包括以下步骤：

S10、将参考实物模型参数与参考计算机模型参数对比，得到用户偏好模型。在S10中，参考实物模型和参考计算机模型均是已经预先生成的模型，参考实物模型是指现实世界中提供的实物模型，通过传统的操作方式，将现实世界中的实物模型构建成计算机模型，因该计算机模型也是预先生成的，因此定义为参考计算机模型。在具体的示例中，参考实物模型可以是人、动物、植物、环境中具体的实物等，而参考计算机模型基于参考实物模型构建，生成的最终参考计算机模型的类型可以是与参考实物模型类型相同的，也可以是相似的，还可以是不相似的。示例性的，基于现实世界的人物模型，构建虚拟世界的动物模型。用户偏好模型为一种操作方式，即辅助将新的实物模型构建生成新的计算机模型的方式。根据用户的需求，需要将虚拟世界中多个模型构建为具有一定相似性时，或者基于制作者的个人认知，采用处理手法类似的偏好习惯时，以得到用户偏好模型。因为参考实物模型和参考计算机模型为已经制作好的，因此参考实物模型参数和参考计算机模型参数能够直接进行获取，具体的，可通过利用现有手段生成计算机模型对应的软件直接进行参数获取，或者采用三方统计、测绘软件即也得到这些参数。

S20、基于用户偏好模型，对新的实物模型进行处理，得到新的计算机模型。在S20中，基于用户偏好模型，辅助对新的实物模型进行处理，自动得到新的计算机模型，不需要用户再单独对每一个实物模型进行操作以得到最终的计算机模型。通过偏好模型的设置，只需在生成新的计算机模型后进行简单修改即可，甚至不需要修改。实物模型构建计算机模型的批量处理，能够避免进行重复的工作，可以有效降低人力和财力，且能够有效提高通过实物模型构建计算机模型的操作效率。

其中，请参阅图2，S10可具体包括以下步骤：

S101、将参考实物模型参数按照类型分成若干组，并将对应生成的参考计算机模型参数分成与参考实物模型参数对应的相同组。在S101中，按照类型可以依据人为习惯，使用需求进行类型划分，示例性的，在人物模型构建过程中，现实世界中的人可按照身体类型进行分类，比如分为四肢、躯干、头部等，分成多组。参考计算机模型参数分成的组与参考实物模型一一对应，比如依靠实现世界中人的四肢构建的虚拟世界中的模型部分为相互对应的。最终得到参考实物模型的分组与参考计算机模型中的分组数量相同且一一对应。

S102、得到参考实物模型参数变换至计算机模型参数的各组参数的第一变换权重，最终得到用户偏好模型。然后通过每一组的变换权重对新的实物模型进行处理，得到新的计算机模型。示例性的，在将实现世界的人物模型构建成虚拟世界的计算机模型时，该生成相同种族中，其头部、四肢或躯干需要进行相似处理，进行相似比例的缩放、旋转、平移等操作，而第一变换权重对应具体的操作变换比例。具体的，第一变换权重的获取方法为：

其中，

为第/>

组的标准差；/>

是第/>

组的平均数，/>

为分组数量。

在实施例1中，能够通过现有的参考实物模型与对应生成的参考计算机模型，得到用户偏好模型，然后基于该用户偏好模型能够对新的实物模型进行批量化处理，提高实物模型生成计算机模型的制作效率。

实施例2：

实施例2与实施例1中的技术方案基本相似，其不同之处在于：S20可具体包括以下步骤：

S201、基于参考实物模型参数分组，将新实物模型对应进行分组。在201中，按照S101步骤中的将参考实物模型已经进行分组的方式，对新实物模型对应进行分组，分组后，每组数据一一对应。

S202、将新实物模型每一组参数与参考实物模型对应的参数对比，得到每一组参数的变换比例。在S202中，在引入新的实物模型时，而避免新的实物模型与参考实物模型的差距太大，首先进行新的实物模型对应参数与参考实物模型参数对比，以便对实物模型的差距进行考虑，为后续生成新的计算机模型提供参考项。

S203、基于实物模型每一组参数的变换比例和该组参数的第一变换权重，得到处理策略。在S203中，参数的第一变换权重是在步骤S102中得到的，在基于第一变换权重进行计算机模型构建时，考虑实物模型之间的差距，对应进行调整即可，具体的调整方式不限，比如考虑计算机模型的局部尺寸，旋转度等。

S204、基于S203得到的处理策略，对新实物模型进行处理，得到新的计算机模型。基于该处理策略，即可实现对新的实物模型进行批量化处理。

在实施例2中，通过将新实物模型与参考实物模型对比，能够有效在第一变换权重的基础上，对最终生成的新的计算机模型进行调整，使得最终生成的新的计算机模型与参考计算机模型的相关度更高。

在另一些示例中，S201中在将新实物模型进行分组时，可以将参考实物模型看做一个整体，然后不再按照步骤S101中的方式，而是重新进行分组，比如将现实世界的人物模型按照上半身、下半身进行分组。根据不同的需求，可对应采用不同的分组方式。

实施例3：

实施例3与实施例2中的技术方案基本相似，其不同之处在于：

S202可具体包括以下步骤：

S2021、获取参考实物模型每组参数的第一图像坐标。在S2021中，第一图像坐标是指需要描绘的模型中的每一个点的坐标，包括图像的轮廓坐标，轮廓内特征坐标等。其中，每一组参数的坐标点数量可以是一个，也可以是多个。不同组参数之间的坐标点数量不相关。

S2022、获取新实物模型对应组参数的第二图像坐标。在S2022中，新实物模型对应组是指按照类型分组后与参考实物模型一一对应的组，第二图像坐标与S2021中的第一图像坐标类似，不再赘述。第二图像坐标在获取时，最终获取的坐标点的数量与第一图像坐标点数量相同，且一一对应。

S2023、基于第一图像坐标和第二图像坐标，得到图像每一组参数的变换比例。

在实施例3中，通过新实物模型与参考实物模型的每一组参数的图像坐标，得到变换比例。

实施例4：

实施例4与实施例3中的技术方案类似，其不同之处在于：

S203可具体包括：基于步骤S2023中得到的图像变换比例，按照偏好模型中的第一变换权重，得到处理策略的方法如下：

其中，

是处理策略，/>

是第/>

组对应的图像变换比例，/>

是第/>

组对应的第一变换权重。

在实施例4中，根据图像变换比例和偏好模型中第一变换权重进行综合，得到最终的处理策略。

实施例5：

实施例5与实施例3或实施例4中的技术方案基本类似，其不同之处在，图像变换比例包括坐标平移比例、坐标旋转比例和/或坐标缩放比例。

实施例6：

实施例6与实施例1、2、3、4、5中的技术方案基本相似，其不同之处在于：

在S102之后，在S20之前，还包括以下步骤：

T10、对第一变换权重进行修正。在T10中，在参考模型较少的情况下，可通过直接对比参考实物模型参数与参考计算机模型参数，得到用户偏好模式，但是采用该方式最终得到的第一变换权重的代表性较低，不能更好的反应整体的变换权重，因此在参考模型较多的情况下，可对第一变换权重进行修正。

其中，请参阅图3，T10可包括以下步骤：

T101、对比多个参考实物模型相同类型的参数，以及多个对应的参考计算机模型参数的对应类型参数，得到第二变换权重。在T101中，多个参考实物模型相同类型的参数可按照步骤S201中进行的分组，每一个分组即为相同类型的参数；参考计算机模型参数对应类型参数，即对应参考实物模型分组对应得到的参数。

T102、将第二变换权重与第一变换权重进行二次权值运算，得到修正变换参数。

T103、用修正变换参数替换偏好模型中的原始变换参数，得到修正用户偏好模型。在T103中，修正变换参数与原始变换参数实际上为相同属性的参数，在软件模型中，二者具有等同的效果，只是参数变换而已。而在后续S20步骤中，所采用的修正用户偏好模型，即将修正变换参数替换为原始变换参数之后的用户偏好模型。

实施例6主要应用于在参考实物模型与对应的参考计算机模型数量较多的情况下，通过对多个参考模型（包括参考实物模型和与之对应的参考计算机模型）进行分析，得到更优的偏好模型。

在另外的实施例中，在每一次采用新实物模型构建好新的计算机模型之后，可将得到的新实物模型以及对应构建的新的计算机模型作为新的参考模型，继续对得到的修正权重再次进行修正。

实施例7：

实施例7与实施例6中技术方案基本类似，其不同之处在于：

T101可具体包括以下步骤：

将多个参考实物模型的参数，以及对应的参考计算机模型参数作为训练集输入至训练模型中进行训练，以得到第二变换权重；具体的，该训练模型可采用：

其中，j为对应组参数，s为性能评分，K为模型训练次数。

在实施例7中，通过将预先得到的参考模型参数，甚至后面新得到的参考模型参数作为训练集，输入至构建的训练模型中进行训练，最终得到更具代表性的第二变换权重，以使得最终生成的计算机模型具有更好的展示效果。

实施例8：

实施例8与实施例6、7中技术方案基本相似，其不同之处在于：

T102步骤中，得到修正变换参数具体包括以下方法：

其中，

是第/>

组对应的第一变换权重；/>

是第/>

组对应的第二变换权重；e=0~1；f=0~1；e+f=1。根据参考模型的多少，以及最终生成的多个计算机模型的差异性需求，可选择性提高或降低第一变换权重或第二变换权重。在具体的示例中，当需要生成的多个计算机模型需要更具代表性，即相似性较高时，可采用e=0~0.3；f=0.7~1;当需要生成的多个计算机模型需要更大的差异性时，即整体相似性在满足一定要求的情况下，局部差异性更大时，可采用e=0.7~1；f=0~0.3。

实施例9：

本实施例提供一种基于数字孪生的虚实交互系统，包括存储器和处理器，存储器中存储有计算机程序，处理器执行计算机程序，以实现实施例1至实施例8中任一项的基于数字孪生的虚实交互方法。

实施例10：

本实施例提供一种计算机存储介质，其上存储有计算机程序，计算机程序被处理器进行加载，以执行实施例1至实施例8中任一项的基于数字孪生的虚实交互方法。

以上所述，仅是本发明的较佳实施例，并非对本发明做任何形式上的限制，凡是依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化，均落入本发明的保护范围之内。

Claims (7)

1.一种基于数字孪生的虚实交互方法，其特征在于，包括以下步骤：

将参考实物模型参数与参考计算机模型参数对比，得到用户偏好模型；

基于所述用户偏好模型，对新实物模型进行处理，得到新计算机模型；

其中，所述将参考实物模型参数与参考计算机模型参数对比，得到用户偏好模型包括：

将参考实物模型参数按照类型分成若干组，并将所述参考计算机模型参数分成与所述参考实物模型参数对应的相同组；

得到所述参考实物模型参数变换至所述计算机模型参数的各组参数的第一变换权重，得到用户偏好模型；所述第一变换权重为：

其中，

为第/>

组的标准差；/>

是第/>

组的平均数，/>

为分组数量；

所述基于所述用户偏好模型，对新实物模型进行处理，得到新计算机模型包括：

基于参考实物模型参数分组，将所述新实物模型对应进行分组；

将所述新实物模型每一组参数与所述参考实物模型对应的参数对比，得到每一组参数的变换比例；

基于每一组所述参数的变换比例和该组所述参数的第一变换权重，得到处理策略；

基于所述处理策略，对所述新实物模型进行处理，得到新计算机模型；

所述将所述新实物模型每一组参数与所述参考实物模型对应的参数对比，得到每一组参数的变换比例包括：

获取所述参考实物模型每组参数的第一图像坐标；

获取所述新实物模型对应组参数的第二图像坐标；

基于所述第一图像坐标和所述第二图像坐标，得到图像每一组参数的变换比例。

2.根据权利要求1所述的基于数字孪生的虚实交互方法，其特征在于，所述基于每一组所述参数的变换比例和该组所述参数的第一变换权重，得到处理策略包括：

基于图像变换比例，按照所述偏好模型中的第一变换权重，得到处理策略：

其中，

是处理策略，/>

是第/>

组对应的图像变换比例，/>

是第/>

组对应的第一变换权重。

3.根据权利要求2所述的基于数字孪生的虚实交互方法，其特征在于，所述图像变换比例包括坐标平移比例、坐标旋转比例和/或坐标缩放比例。

4.根据权利要求1所述的基于数字孪生的虚实交互方法，其特征在于，在得到所述参考实物模型参数变换至所述计算机模型参数的各组参数的第一变换权重，得到用户偏好模型之后，在基于所述用户偏好模型，对新实物模型进行处理，得到新计算机模型之前，还包括以下步骤：

对所述第一变换权重进行修正，具体包括：

对比多个参考实物模型相同类型的参数，以及多个对应的参考计算模型参数的对应类型参数，得到第二变换权重；

将所述第二变换权重与所述第一变换权重进行二次权值运算，得到修正变换参数；

用所述修正变换参数替换所述偏好模型中的原始变换参数，得到修正用户偏好模型；

基于所述用户偏好模型，对新实物模型进行处理，得到新计算机模型步骤中，基于所述用户偏好模型为基于所述修正用户偏好模型。

5.根据权利要求4所述的基于数字孪生的虚实交互方法，其特征在于，所述对比多个参考实物模型相同类型的参数，以及多个对应的参考计算模型参数的对应类型参数，得到第二变换权重包括：

将多个参考实物模型的参数，以及对应的参考计算机模型参数作为训练集分别进行训练，得到第二变换权重；

训练模型为：

其中，j为对应组参数，s为性能评分，K为模型训练次数。

6.根据权利要求4所述的基于数字孪生的虚实交互方法，其特征在于，所述将所述第二变换权重与所述第一变换权重进行二次权值运算，得到修正变换参数包括：

其中，

是第/>

组对应的第一变换权重；/>

是第/>

组对应的第二变换权重；e=0~1；f=0~1；e+f=1。

7.一种基于数字孪生的虚实交互系统，其特征在于，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器执行所述计算机程序，以实现权利要求1至6任一项所述的基于数字孪生的虚实交互方法。

Images