CN116310011B - 数据处理方法、装置、设备及存储介质 - Google Patents

数据处理方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN116310011B
CN116310011B CN202310582744.8A CN202310582744A CN116310011B CN 116310011 B CN116310011 B CN 116310011B CN 202310582744 A CN202310582744 A CN 202310582744A CN 116310011 B CN116310011 B CN 116310011B
Authority
CN
China
Prior art keywords
bone
chains
target
chain
component
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202310582744.8A
Other languages
English (en)
Other versions
CN116310011A (zh
Inventor
张榕
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tencent Technology Shenzhen Co Ltd
Original Assignee
Tencent Technology Shenzhen Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Tencent Technology Shenzhen Co Ltd filed Critical Tencent Technology Shenzhen Co Ltd
Priority to CN202310582744.8A priority Critical patent/CN116310011B/zh
Publication of CN116310011A publication Critical patent/CN116310011A/zh
Application granted granted Critical
Publication of CN116310011B publication Critical patent/CN116310011B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T13/00Animation
    • G06T13/203D [Three Dimensional] animation
    • G06T13/403D [Three Dimensional] animation of characters, e.g. humans, animals or virtual beings
    • AHUMAN NECESSITIES
    • A63SPORTS; GAMES; AMUSEMENTS
    • A63FCARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
    • A63F13/00Video games, i.e. games using an electronically generated display having two or more dimensions
    • A63F13/50Controlling the output signals based on the game progress
    • A63F13/52Controlling the output signals based on the game progress involving aspects of the displayed game scene
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/20Finite element generation, e.g. wire-frame surface description, tesselation
    • AHUMAN NECESSITIES
    • A63SPORTS; GAMES; AMUSEMENTS
    • A63FCARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
    • A63F2300/00Features of games using an electronically generated display having two or more dimensions, e.g. on a television screen, showing representations related to the game
    • A63F2300/60Methods for processing data by generating or executing the game program
    • A63F2300/66Methods for processing data by generating or executing the game program for rendering three dimensional images
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本申请实施例公开了一种数据处理方法、装置、设备及存储介质,该方法包括:获取虚拟对象的目标衣物部件的部件形态信息,以及虚拟对象的N个骨链分别对应的骨链形态信息;根据所述部件形态信息和N个骨链形态信息,从所述N个骨链中筛选与所述目标衣物部件具有形态匹配关系的K个候选骨链;生成包括所述目标衣物部件的部件区域,以及K个候选骨链分别对应的联合区域;根据所述部件区域以及所述K个候选骨链分别对应的联合区域,从所述K个候选骨链中筛选与所述目标衣物部件具有区域匹配关系的目标骨链,建立所述目标衣物部件与所述目标骨链之间的绑定关系。通过本申请能避免衣物与骨骼(即骨链)之间出现误绑,进而,避免衣物部件粘连。

Description

数据处理方法、装置、设备及存储介质
技术领域
本申请涉及互联网技术等领域,尤其涉及一种数据处理方法、装置、设备及存储介质。
背景技术
在视频制作的过程中,需要对视频中的虚拟对象进行蒙皮处理,蒙皮处理是指在虚拟对象的网格模型上添加骨架,以及在虚拟对象的骨架中的骨骼上绑定衣物,以使视频中的虚拟对象更逼真。实践中发现,目前在将衣物绑定至虚拟对象的骨骼上的过程中,衣物与骨骼之间容易出现误绑,导致衣物部件粘连。
发明内容
本申请实施例提供一种数据处理方法、装置、设备及存储介质,避免衣物与骨骼(即骨链)之间出现误绑,进而,避免衣物部件粘连。
本申请实施例一方面提供一种数据处理方法,包括:
获取虚拟对象的目标衣物部件的部件形态信息,以及所述虚拟对象的N个骨链分别对应的骨链形态信息;N为大于1的正整数;
根据所述部件形态信息和N个骨链形态信息,从所述N个骨链中筛选与所述目标衣物部件具有形态匹配关系的K个候选骨链;K为小于N的正整数;
生成包括所述目标衣物部件的部件区域,以及所述K个候选骨链分别对应的联合区域;每个候选骨链对应的联合区域包括所述目标衣物部件以及对应的候选骨链;
根据所述部件区域以及所述K个候选骨链分别对应的联合区域,从所述K个候选骨链中筛选与所述目标衣物部件具有区域匹配关系的目标骨链,建立所述目标衣物部件与所述目标骨链之间的绑定关系。
本申请实施例一方面提供一种数据处理装置,包括:
获取模块,用于获取虚拟对象的目标衣物部件的部件形态信息,以及所述虚拟对象的N个骨链分别对应的骨链形态信息;N为大于1的正整数;
第一筛选模块,用于根据所述部件形态信息和N个骨链形态信息,从所述N个骨链中筛选与所述目标衣物部件具有形态匹配关系的K个候选骨链;K为小于N的正整数;
获取模块,用于生成包括所述目标衣物部件的部件区域,以及所述K个候选骨链分别对应的联合区域;每个候选骨链对应的联合区域包括所述目标衣物部件以及对应的候选骨链;
第二筛选模块,用于根据所述部件区域以及所述K个候选骨链分别对应的联合区域,从所述K个候选骨链中筛选与所述目标衣物部件具有区域匹配关系的目标骨链,建立所述目标衣物部件与所述目标骨链之间的绑定关系。
本申请实施例一方面提供了一种计算机设备,包括存储器和处理器,上述存储器存储有计算机程序,上述处理器执行上述计算机程序时实现上述的方法的步骤,如可以执行上述方法中如下步骤:
获取虚拟对象的目标衣物部件的部件形态信息,以及所述虚拟对象的N个骨链分别对应的骨链形态信息;N为大于1的正整数;
根据所述部件形态信息和N个骨链形态信息,从所述N个骨链中筛选与所述目标衣物部件具有形态匹配关系的K个候选骨链;K为小于N的正整数;
生成包括所述目标衣物部件的部件区域,以及所述K个候选骨链分别对应的联合区域;每个候选骨链对应的联合区域包括所述目标衣物部件以及对应的候选骨链;
根据所述部件区域以及所述K个候选骨链分别对应的联合区域,从所述K个候选骨链中筛选与所述目标衣物部件具有区域匹配关系的目标骨链,建立所述目标衣物部件与所述目标骨链之间的绑定关系。
本申请实施例一方面提供了一种计算机可读存储介质,其上存储有计算机程序,上述计算机程序被处理器执行时实现上述的方法的步骤,如可以执行上述方法中如下步骤:
获取虚拟对象的目标衣物部件的部件形态信息,以及所述虚拟对象的N个骨链分别对应的骨链形态信息;N为大于1的正整数;
根据所述部件形态信息和N个骨链形态信息,从所述N个骨链中筛选与所述目标衣物部件具有形态匹配关系的K个候选骨链;K为小于N的正整数;
生成包括所述目标衣物部件的部件区域,以及所述K个候选骨链分别对应的联合区域;每个候选骨链对应的联合区域包括所述目标衣物部件以及对应的候选骨链;
根据所述部件区域以及所述K个候选骨链分别对应的联合区域,从所述K个候选骨链中筛选与所述目标衣物部件具有区域匹配关系的目标骨链,建立所述目标衣物部件与所述目标骨链之间的绑定关系。
本申请实施例一方面提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述的方法的步骤,如可以执行上述方法中如下步骤:
获取虚拟对象的目标衣物部件的部件形态信息,以及所述虚拟对象的N个骨链分别对应的骨链形态信息;N为大于1的正整数;
根据所述部件形态信息和N个骨链形态信息,从所述N个骨链中筛选与所述目标衣物部件具有形态匹配关系的K个候选骨链;K为小于N的正整数;
生成包括所述目标衣物部件的部件区域,以及所述K个候选骨链分别对应的联合区域;每个候选骨链对应的联合区域包括所述目标衣物部件以及对应的候选骨链;
根据所述部件区域以及所述K个候选骨链分别对应的联合区域,从所述K个候选骨链中筛选与所述目标衣物部件具有区域匹配关系的目标骨链,建立所述目标衣物部件与所述目标骨链之间的绑定关系。
本申请中,优先从N个骨链中筛选与目标衣物部件具有形态匹配关系的K个候选骨链,形态匹配关系可以是指目标衣物部件的形态与骨链的形态相同或相似,能够过滤掉与目标衣物部件不匹配的部分骨链,降低后续骨链匹配过程的运算量,可节省资源,并可以减少不匹配的骨链的干扰,提高目标衣物部件与骨链之间的匹配准确度。然后,生成包括目标衣物部件的部件区域,以及K个候选骨链分别对应的联合区域,根据部件区域和K个候选骨链分别对应的联合区域,从K个候选骨链中筛从与目标衣物部件具有区域匹配关系的目标骨链,区域匹配关系反映部件区域的区域属性(如尺寸、形状)和候选骨链对应的联合区域的区域属性相同或相似。进一步,建立目标衣物部件与目标骨链之间的绑定关系,即建立目标衣物部件与目标骨链中的骨骼之间的绑定关系,通过对待绑定的骨链进行多重筛选,有利于为每个衣物部件匹配到准确的骨链,可以避免衣物与骨骼之间出现误绑,进而,避免衣物部件粘连。另外,对虚拟对象的衣物进行蒙皮处理过程,不需要人工参与,可自动实现对虚拟对象的衣物进行蒙皮处理,减低人工成本,扩大本申请的应用范围。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,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的附图。
图1是本申请提供的一种数据处理系统示意图;
图2是本申请提供的一种数据处理方法的交互场景示意图;
图3是本申请提供的一种数据处理方法的流程示意图;
图4是本申请提供的另一种数据处理方法的流程示意图;
图5是本申请提供的一种衣物部件与骨链的结构示意图;
图6是本申请提供的一种获取上部件的部件区域和上部件的匹配骨链的联合区域的场景示意图;
图7是本申请提供的一种获取中部件的部件区域和中部件的匹配骨链的联合区域的场景示意图;
图8是本申请提供的一种获取下部件的部件区域和下部件的匹配骨链的联合区域的场景示意图;
图9是本申请实施例提供的一种数据处理装置的结构示意图;
图10是本申请实施例提供的一种计算机设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
对本申请实施例进行进一步详细说明之前,对本申请实施例中涉及的名词和术语进行说明,本申请实施例中涉及的名词和术语适用于如下的解释。
(1)蒙皮处理:三维动画术语,也用于3D游戏中,一种视频(如动画、游戏)制作技术。在三维软件中创建虚拟对象的网格模型基础上,为网格模型添加骨架。由于骨架与网格模型是相互独立的,能够通过骨架驱动网格模型产生合理的运动,在网格模型上添加骨架的技术称为蒙皮处理。蒙皮处理过程最终输出一个矩阵M,即蒙皮权重,矩阵大小为(顶点数,骨架中的骨骼数),对网格模型的每个顶点而言,在所有骨骼上的权重和为1。本申请中所涉及的蒙皮处理是指对虚拟对象的衣物进行蒙皮,即将虚拟对象的衣物绑定至虚拟对象的骨骼上。
(2)网格模型,也称为三维网格/3D网格/3D模型,在游戏和三维建模行业,一个物体可以用网格(例如三角形网格(triangle mesh)或四边形网格)来近似表示。使用网格来建立一个物体的过程,称为3D建模。3D世界中最基本的图元就是三角形。一般我们看到倒3维模型都是中空的,基本都只是闭合的表面。从存储的角度看,网格模型只是由多个顶点组成,既没有“面”也没有“体”:因为平面可以由3个点来确定,立体可以由闭合的面确定,不用额外存储信息,以此达到压缩最大化的目的。所以3维网格模型看上去是由若干个三角形组成,存储时都是一些点而已。
(3)部件(component):网格模型本质上是一种无向图结构,无向图中的极大连通子图称为连通分量component。在制作3D角色(虚拟对象)建模时,虚拟对象的衣物的各个区域往往分别制作再合并到一起,相当于预先做了部件划分。部件即3D网格图的一个连通分量,部件中任意两顶点都是连通的。本申请中虚拟对象的衣物对应的部件称为衣物部件,例如,一件衬衣可能由两个袖子,领子以及躯干部分这几个部件组成。
(4)凸包(Convex Hull):是一个计算几何(图形学)中的概念。在一个实数向量空间V中,对于给定集合X,所有包含X的凸集的交集S被称为X的凸包。X的凸包可以用X内所有点(X1,...Xn)的凸组合来构造,在二维欧几里得空间中,凸包可理解为包围集合X内的所有点的橡皮圈。如本申请中,包括虚拟对象的目标衣物部件中的所有顶点的区域称为目标衣物部件对应的凸包,也可以称为目标衣物部件对应的凸包区域。
本申请中主要涉及视频制作场景,如动画视频制作场景或游戏制作场景等,在视频制作的过程中,需要将视频中的虚拟对象的衣物绑定至虚拟对象的骨骼上。目前在将衣物绑定至虚拟对象的骨骼上的过程中,衣物与骨骼之间容易出现误绑,导致衣物部件粘连。衣物部件粘连是指衣物部件与骨骼之间误绑,在虚拟对象运动时出现衣物部件粘连,例如,将虚拟对象的领带绑定到人体骨骼(即胸对应的骨骼),将虚拟对象胸口衬衣绑定到领带骨骼上,领带骨骼可以是指用于绑定领带的骨骼,这种现象称为衣物部件粘连,即领带与衬衣之间存在衣物部件粘连,也可以称为骨骼误绑。基于此,本申请中,通过从高层(即骨链)的全局特征(如骨链形态信息以及联合区域)出发,先选择与目标衣物部件匹配的整体骨链,然后,将匹配的骨链与目标衣物部件进行绑定,将匹配的骨链的骨骼与目标衣物部件进行绑定,能够解决衣物与骨骼之间的误绑问题,避免衣物部件粘连。
为了便于更清楚理解本申请,首先介绍实现本申请的数据处理系统,如图1所示,该数据处理系统中包括服务器10和终端集群,终端集群可以包括一个或者多个终端,这里将不对终端的数量进行限制。如图1所示,终端集群具体可以包括终端1、终端2、… 、终端n;可以理解的是,终端1、终端2、终端3、… 、终端n均可以与服务器10进行网络连接,以便于每个终端均可以通过网络连接与服务器10之间进行数据交互。
终端中安装有一个或多个目标应用,此处的目标应用可以是指具有视频制作功能的应用,如目标应用可以包括独立的应用程序、网页应用、宿主应用中的小程序等,该目标应用具体可以是指制作动画视频的应用,或者制作游戏的应用等。服务器10是指为终端中的目标应用提供后端服务的设备,在一个实施例中,服务器10可以用于虚拟对象的衣物进行蒙皮处理,并基于处理结果对虚拟对象进行渲染,将渲染得到的虚拟对象发送至终端集群中的终端,终端显示渲染得到的虚拟对象。本申请中的虚拟对象可以是指虚拟人物或虚拟动物。
可理解的是,服务器可以是独立的一个物理服务器,也可以是至少两个物理服务器构成的服务器集群或者分布式系统,还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、中容分发网络(ContentDelivery NetworK,CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。终端具体可以是指车载终端、智能手机、平板电脑、笔记本电脑、桌上型电脑、智能音箱、有屏音箱、智能手表等等,但并不局限于此。各个终端以及服务器可以通过有线或无线通信方式进行直接或间接地连接,同时,终端以及服务器的数量可以为一个或至少两个,本申请在此不做限制。
上述图1中的数据处理系统可以应用实现本申请的数据处理方法,图2中的服务器20a可以是指图1中的服务器10,图2中的终端21a可以是指图1中的终端集群中的任一终端。如图2中以虚拟对象为虚拟人物为例进行说明,该数据处理方法就是指对虚拟人物进行衣物蒙皮处理,该衣物蒙皮处理的具体实现过程如下:
(1)服务器20a可以获取虚拟人物的N个骨链的骨链形态信息,以及C个衣物部件的部件形态信息。具体的,服务器20a可以获取虚拟人物的网格模型22a,该虚拟人物的网格模型22a的内层包括虚拟人物的骨架,外层包括反映虚拟对象的衣物以及裸露在外的面部的多个网格,网格可以是三角形以及四边形等等,每个网格包括多个顶点。服务器20可以对虚拟人物的骨架进行划分,得到N个骨链,一个骨链包括一个或多个骨骼,骨链可以是指具有一个独立子的骨链,即骨链无分支。如图2中,虚拟人物的骨链可以包括头部骨链、两个头部配饰骨链、腿部骨链、手臂骨链以及躯干骨链等,N个骨链可以标记为骨链1、骨链2、……、骨链N。然后,对虚拟人物的衣物进行划分,得到多个衣物部件,从多个衣物部件中筛选出待绑定的C个衣物部件,作为目标衣物部件,C大于或等于1的正整数。如图2中目标衣物部件可以包括裙子部件、上身衣物部件、以及两个头部配饰部件,目标衣物部件包括衣物部件1、衣物部件2、……、衣物部件C。服务器20可以根据网格模型22a,获取C个衣物部件分别对应的部件形态信息,根据骨架获取N个骨链分别对应的骨链形态信息,部件形态信息用于反映对应衣物部件的形状、位置以及角度等中的一个或多个,骨链形态信息用于反映对应骨链的形状、位置以及角度等中的一个或多个。
(2)服务器20a可以基于部件形态信息和骨链形态信息,对N个骨链和C个衣物部件进行形态匹配,得到与每个衣物部件具有形态匹配关系的候选骨链。具体的,服务器20可以根据衣物部件1的部件形态信息和N个骨链的骨链形态信息,从N个骨链中筛选与衣物部件1具有形态匹配关系的候选骨链,如与衣物部件1具有形态匹配关系的候选骨链包括骨链1和骨链2,如衣物部件可以是指左边头部配饰,该骨链1可以是指左边头部配饰骨链和右边头部配饰骨链。同理,根据衣物部件2的部件形态信息和N个骨链的骨链形态信息,从N个骨链中筛选与衣物部件2具有形态匹配关系的骨链,作为与衣物部件2具有形态匹配关系的候选骨链。以此类推,重复上述步骤,直到获取到与C个衣物部件分别具有形态匹配关系的骨链。
(3)服务器20可以从每个衣物部件的候选骨链中,筛选与对应衣物部件具有区域匹配关系的目标骨链,服务器20可以基于凹包算法或凸包算法,生成包括衣物部件1的部件区域,以及衣物部件1的候选骨链对应的联合区域,即骨链1对应的联合区域和骨链2对应的联合区域,骨链1对应的联合区域包括衣物部件1和骨链1,骨链2对应的联合区域包括衣物部件1和骨链2。根据衣物部件1的部件区域和衣物部件1的候选骨链对应的联合区域,从骨链1和骨链2中筛选与衣物部件1具有区域匹配关系的骨链,作为与衣物部件1具有区域匹配关系的目标骨链。同理,服务器20可以基于凹包算法或凸包算法,生成包括衣物部件2的部件区域,以及衣物部件2的候选骨链对应的联合区域。根据衣物部件2的部件区域和衣物部件2的候选骨链对应的联合区域,从衣物部件2的候选骨链中筛选与衣物部件1具有区域匹配关系的骨链,作为与衣物部件2具有区域匹配关系的目标骨链。以此类推,重复执行上述步骤,直到获取到C个衣物部件分别对应的目标骨链。
(4)服务器20可以建立C个衣物部件与对应目标骨链之间的绑定关系,得到绑定后的网格模型,根据绑定后的网格模型对虚拟任务进行渲染,得到包括虚拟人物的图像24a,将包括虚拟人物的图像24a发送至终端21a,终端21a可以显示该图像24a。
综上,通过对待绑定的骨链进行形态筛选(即形态匹配)以及区域筛选(即区域匹配)等多重筛选,有利于为每个衣物部件匹配到准确的骨链,可以避免衣物与骨骼之间出现误绑,进而,避免衣物部件粘连。
进一步地,请参见图3,是本申请实施例提供的一种数据处理方法的流程示意图。如图3所示,该方法可由图1中的终端集群中的任一终端来执行,也可以由图1中的服务器来执行,还可以由图1中的终端集群中的终端和服务器来协同执行,本申请中用于执行该数据处理方法的设备可以统称为计算机设备。其中,该方法可以包括如下步骤:
S101、获取虚拟对象的目标衣物部件的部件形态信息,以及该虚拟对象的N个骨链分别对应的骨链形态信息;N为大于1的正整数。
本申请中,计算机设备可以获取虚拟对象的网格模型,该网格模型中的内层添加有虚拟对象的骨架,网格模型的外层具有虚拟对象的衣物以及裸露在外的面部等,该虚拟对象的衣物以及裸露在外的面部均采用多个网格表示。进一步,计算机设备可以对虚拟对象的骨架进行划分,得到N个骨链,一个骨链包括一个或多个骨骼,骨链可以是指具有一个独立子的骨链,即骨链无分支;对虚拟对象的衣物进行划分,得到多个衣物部件,从多个衣物部件中筛选出待绑定的衣物部件,作为目标衣物部件。然后,计算机设备可以获取虚拟对象的目标衣物部件的部件形态信息,以及该虚拟对象的N个骨链分别对应的骨链形态信息。部件形态信息可以用于反映目标衣物部件的形态,部件形态信息可以包括目标衣物部件的方向角度、目标衣物部件中的顶点的位置信息以及目标衣物部件的形状等等中的一种或多种。目标衣物部件的方向角度可以是指目标衣物部件相对在目标坐标系下的角度,目标坐标系可以是指以虚拟对象的网格模型中的任一网格的顶点作为原点的坐标系;目标衣物部件中的顶点的位置信息可以是指目标衣物部件中的顶点在该目标坐标系下的位置。骨链形态信息可以用于反映对应骨链的形态,骨链形态信息可以包括骨链的方向角度、骨链中的骨骼的位置信息以及骨链的形状等等,骨链的方向角度可以是指骨链在上述目标坐标系的角度,骨链中的骨骼的位置信息可以是指骨链中的骨骼在上述目标坐标系下的位置。
可选的,上述获取虚拟对象的目标衣物部件的部件形态信息,包括:计算机设备可以获取该虚拟对象的网格模型;该网格模型包括用于反映该虚拟对象的多个网格,即该网格模型包括反映虚拟对象的衣物、体态、表情等的多个网格,该网格可以是指三角形、四边形或其他形状,一个网格具有多个顶点,如网格为三角形,则该网格具有三个顶点;如果网格为四边形,则网格具有四个顶点。然后,计算机设备可以对该网格模型进行部件划分,得到该衣物的至少两个衣物部件,统计该至少两个衣物部件中的每个衣物部件的网格的顶点数量,从该至少两个衣物部件中,筛选顶点数量大于顶点数量阈值的衣物部件,作为该虚拟对象的待绑定的目标衣物部件,该顶点数量阈值可以是指网格模型中的网格的形状以及虚拟对象的大小等确定的,如该顶点阈值可以为50。接着,根据该网格模型,获取该虚拟对象的该目标衣物部件的部件形态信息。通过对虚拟对象的衣物部件进行筛选,以筛选出相对较大的衣物部件,作为待绑定的衣物部件,并过滤掉过于细碎不适合绑定的衣物部件,避免后续对不适合绑定的衣物部件进行处理,可以节省资源,提高衣物绑定效率。
可理解的是,本申请中的目标衣物部件可以是指衣物的衣袖、衣领、躯干部分等,该目标衣物部件还可以是指虚拟对象的衣物上的配饰,如领带、领结、丝巾、虚拟对象的翅膀处的衣物部件、尾巴处的衣物部件等等。
可理解的是,上述获取该虚拟对象的N个骨链分别对应的骨链形态信息,包括:计算机设备可以获取该虚拟对象的虚拟骨架,该虚拟骨架可以计算机设备可以根据虚拟对象的网格模型自动匹配的,或者,虚拟骨架可以是由视频制作者所选择的。然后,计算机设备可以对该虚拟骨架进行拆分,得到N个骨链;该N个骨链中的每个骨链均为具有一个独立子的骨链,即每个骨链不具有分支,进一步,根据该虚拟骨架中的骨链在上述目标坐标系下的角度、位置等,获取该N个骨链分别对应的骨链形态信息。
可理解的是,一个骨链包括一个或多个骨骼,如手部到手臂对应的骨链包括手部骨骼、手臂骨骼,腿部骨链包括腿部骨骼,脚部骨链包括脚部骨骼等;虚拟对象的骨架上还包括用于绑定衣物上的配饰的骨链,如用于绑定领带的领带骨链,用于绑定翅膀处的衣物的翅膀骨链等。
S102、根据该部件形态信息和N个骨链形态信息,从该N个骨链中筛选与该目标衣物部件具有形态匹配关系的K个候选骨链;K为小于N的正整数。
本申请中,计算机设备可以根据该部件形态信息和该N个骨链分别对应的骨链形态信息,从该N个骨链中筛选与该目标衣物部件具有形态匹配关系的K个候选骨链,形态匹配关系可以是指目标衣物部件的形态与骨链的形态相同或相似(即相似度大于相似度阈值)。换言之,通过根据部件形态信息和骨链形态信息,从N个骨链中筛选出与目标部件的形态相同或相似的K个骨链,作为K个候选骨链,能够过滤掉与目标衣物部件的形态不相同或不相似的骨链,即能够过滤掉与目标衣物部件不匹配的部分骨链,降低后续骨链匹配过程的运算量,可节省资源,并可以减少不匹配的骨链的干扰,提高目标衣物部件与骨链之间的匹配准确度。
可选的,计算机设备可以通过如下两种筛选方式中的任一筛选方式或两种筛选方式对应的组合筛选方式,根据该部件形态信息和N个骨链形态信息,从该N个骨链中筛选与该目标衣物部件具有形态匹配关系的K个候选骨链:筛选方式一,该部件形态信息包括该目标衣物部件中的第一方向角度,该N个骨链中的骨链i的骨链形态信息包括该骨链i的第二方向角度,i为小于或等于N的整数;计算机设备可以对该第一方向角度与该N个骨链分别对应的第二方向角度进行求差处理,得到该N个骨链分别对应的角度差。骨链对应角度差越小,表明目标衣物部件的第一方向角度与对应骨链的第二方向角度之间越相似,即表明目标衣物部件针对对应的骨链的包裹性越好;骨链对应角度差越大,表明目标衣物部件的第一方向角度与对应骨链的第二方向角度之间的差异越大,即表明目标衣物部件针对对应的骨链的包裹性越差。因此,计算机设备可以按照该N个骨链分别对应的角度差由小到大的顺序,对该N个骨链进行排序,得到该N个骨链分别对应的第一排列序号,将该N个骨链中该第一排列序号位于前K的骨链,确定为与该目标衣物部件具有形态匹配关系的K个候选骨链。换句话说,从N个骨链中筛选出角度差比较小的K个骨链,作为与目标衣物部件具有形态匹配的骨链,过滤掉N个骨链中角度差比较大的骨链,降低后续骨链匹配过程的运算量,可节省资源,并可以减少不匹配的骨链的干扰,提高目标衣物部件与骨链之间的匹配准确度。
筛选方式二,上述部件形态信息包括该目标衣物部件中的P个顶点分别对应的位置信息,该N个骨链中的骨链i包括S个骨骼,该骨链i的骨链形态信息包括该S个骨骼分别对应的位置信息;P为大于1的整数,i为小于或等于N的整数,S为正整数。计算机设备可以按照骨链的大小等,依次遍历该N个骨链,如果遍历到该骨链i,计算机设备可以根据目标衣物部件的P个顶点分别对应的位置信息和该骨链i的S个骨骼分别对应的位置信息,确定该目标衣物部件与该骨链i之间的距离,将该目标衣物部件与该骨链i之间的距离,作为第一距离。以此类推,重复上述步骤,获取骨链i+1对应的第一距离,直到获取到所述目标衣物部件与所述N个骨链之间分别对应的第一距离。在获取到N个骨链分别对应的第一距离时,计算机设备可以根据该N个骨链分别对应的第一距离,从该N个骨链中筛选与该目标衣物部件具有形态匹配关系的K个候选骨链,如可以从N个骨链中筛选出对应第一距离最小的K个骨链,作为与目标衣物部件具有形态匹配关系的K个候选骨链,或者,计算机设备可以按照其他方式,根据该第一距离从该N个骨链中,筛选与目标衣物部件具有形态匹配关系的K个候选骨链。例如,按照由N个骨链分别对应的第一距离小到大的顺序,对N个骨链进行排序,得到N个骨链的第一排列序号,按照每间隔x个排列序号,从N个骨链中筛选与目标衣物部件之间具有形态匹配关系的K个候选骨链,如x为2,可以选择排列序号为1、3、5、7、……2n+1的骨链,作为与目标衣物部件之间具有形态匹配关系的K个候选骨链。通过第一距离,从N个骨链中,筛选与目标衣物部件具有形态匹配关系的K个候选骨链,过滤掉与目标衣物部件不具有形态匹配关系的骨链,降低后续骨链匹配过程的运算量,可节省资源,并可以减少不匹配的骨链的干扰,提高目标衣物部件与骨链之间的匹配准确度。
可选的,计算机设备可以通过上述两种筛选方式的组合筛选方式,根据该部件形态信息和N个骨链形态信息,从该N个骨链中筛选与该目标衣物部件具有形态匹配关系的K个候选骨链。具体的,计算机设备可以对该第一方向角度与该N个骨链分别对应的第二方向角度进行求差处理,得到该N个骨链分别对应的角度差,按照上述方式二,获取N个骨链分别对应的第一距离,对骨链i对应的角度差和第一距离进行加权求和,得到骨链i对应的形态值,以此类推,直到获取到N个骨链分别对应的形态值。按照N个骨链分别对应的形态值由小到大的顺序,对该N个骨链进行排序,得到N个骨链分别对应的第三排列序号,将N个骨链中第三排列序号位于前K的骨链,作为与目标衣物部件之间具有形态匹配关系的K个候选骨链。通过骨链与目标衣物部件之间的角度差、距离等多维信息,来筛选与目标衣物部件具有形态匹配关系的K个候选骨链,提高获取目标衣物部件的候选骨链的准确度。
可选的,计算机设备可以通过如下两种确定方式中的任一确定方式或两种确定方式对应的组合确定方式,根据该P个顶点分别对应的位置信息和该S个骨骼分别对应的位置信息,确定该目标衣物部件与该骨链i之间的第一距离:确定方式一,若遍历到该骨链i,则计算机设备可以按照距离算法,以及该P个顶点中的顶点j的位置信息和该S个骨骼的位置信息,确定该顶点j分别与该S个骨骼之间的第二距离;j为小于或等于P的正整数,距离算法包括欧式距离算法、曼哈顿距离算法以及切比雪夫算法等中的任一种。以此类推,重复上述步骤,获取P个顶点中的顶点j+1分别与S个骨骼之间的第二距离,直到获取到该P个顶点分别与该S个骨骼之间的第二距离。进一步,计算机设备可以获取该P个顶点分别与所述S个骨骼之间的第二距离中的最小距离,将该第二距离中的最小距离,确定为该目标衣物部件与该骨链i之间的第一距离。
确定方式二,若遍历到该骨链i,则根据上述距离算法,以及该P个顶点中的顶点j的位置信息和该S个骨骼的位置信息,确定该顶点j分别与该S个骨骼之间的第二距离;j为小于或等于P的正整数。以此类推,重复上述步骤,直到获取到该P个顶点分别与该S个骨骼之间的第二距离,计算机设备可以对该P个顶点分别与该S个骨骼之间的第二距离进行平均化处理,得到该第二距离对应的平均距离,将该第二距离对应的平均距离,确定为该目标衣物部件与该骨链i之间的第一距离。通过将目标衣物部件中的顶点与骨链i中的骨骼之间的第二距离对应的平均距离,确定该目标衣物部件与该骨链i之间的第一距离,可避免某个第二距离计算失误,进而,导致计算得到的目标衣物部件与骨链i之间的距离的准确度不高的问题,提高目标衣物部件与骨链i之间的距离获取准确度。
可选的,计算机设备可以通过上述两种确定方式对应的组合确定方式,根据该P个顶点分别对应的位置信息和该S个骨骼分别对应的位置信息,确定该目标衣物部件与该骨链i之间的第一距离。具体的,计算机设备可以按照上述确定一方式获取第二距离中的最小距离,按照上述确定方式二获取第二距离对应的平均距离,将第二距离中的最小距离与第二距离对应的平均距离之间的和,确定为目标衣物部件与该骨链i之间的第一距离。
可理解的是,通常该目标衣物部件与该骨链i之间的距离越近,表明目标衣物部件对骨链i的包裹性越好,即目标衣物部件与骨链i之间的匹配度越高;通常该目标衣物部件与该骨链i之间的距离越远,表明目标衣物部件对骨链i的包裹性越差,即目标衣物部件与骨链i之间的匹配度越低。因此,若获取到该目标衣物部件与该N个骨链之间分别对应的第一距离,则按照该N个骨链分别对应的第一距离由小到大的顺序,对该N个骨链进行排序,得到该N个骨链分别对应的第二排列序号。然后,将该N个骨链中所述第二排列序号位于前K的骨链,确定为与该目标衣物部件具有形态匹配关系的K个候选骨链。也就是说,从N个骨链中筛选出第一距离比较小的K个骨链,作为与目标衣物部件具有形态匹配关系的K个候选骨链,过滤掉N个骨链中第一距离比较大的骨链,有利于提高目标衣物部件与骨链之间的匹配准确度,可避免由于衣物部件误绑造成衣物部件的粘连。
S103、生成包括该目标衣物部件的部件区域,以及该K个候选骨链分别对应的联合区域;每个候选骨链对应的联合区域包括该目标衣物部件以及对应的候选骨链。
本申请中,由于部件区域和联合区域在一定程度上能够反映目标衣物部件针对候选骨链的包裹性,如某个候选骨链对应的联合区域与部件区域之间的相似度越大,表明该目标衣物部件针对该候选骨链的包裹性越好,该目标衣物部件与该候选骨链之间的匹配度越大;如果某个候选骨链对应的联合区域与部件区域之间的相似度越小,表明该目标衣物部件针对该候选骨链的包裹性越差,该目标衣物部件与该候选骨链之间的匹配度越小。因此,计算机设备可以根据凸包算法或凹包算法,以包围目标衣物部件为目的,生成包括目标衣物部件的部件区域;根据凸包算法或凹包算法,以包围目标衣物部件和对应候选骨链为目的,分别生成该K个候选骨链分别对应的联合区域。凸包算法可以包括JarvisMarch 算法、Graham 算法以及 Andrew 算法中的任一种,凹包算法可以包括分治法、Andrew 算法等中的任一种。每个候选骨链对应的联合区域均包括目标衣物部件以及对应的候选骨链,即候选骨链1对应的联合区域包括目标衣物部件和候选骨链1,候选骨链2对应的联合区域包括目标衣物部件和候选骨链2。当然,候选骨链对应的联合区域还可以包括其自身以外的骨链,或其他候选骨链的部分骨骼,例如,当候选骨链2和候选骨链1之间的距离很近时,候选骨链1对应的联合区域还可以包括候选骨链2或候选骨链2的部分骨骼,同理,候选骨链2对应的联合区域还可以包括候选骨链1或候选骨链1的部分骨骼。
S104、根据该部件区域以及该K个候选骨链分别对应的联合区域,从该K个候选骨链中筛选与该目标衣物部件具有区域匹配关系的目标骨链,建立该目标衣物部件与该目标骨链之间的绑定关系。
本申请中,在生成部件区域和K个候选骨链分别对应的联合区域之后,可以根据该部件区域以及该K个候选骨链分别对应的联合区域,从该K个候选骨链中筛选与该目标衣物部件具有区域匹配关系的目标骨链。此处的区域匹配关系反映部件区域的区域属性(如尺寸、形状)和候选骨链对应的联合区域的区域属性相同或相似,即过滤掉K个候选骨链中对应的联合区域的区域属性与目标衣物部件的部件区域的区域属性不相同或不相似的候选骨链,也即进一步过滤掉K个候选骨链中与目标衣物部件不匹配的候选骨链,得到与目标衣物部件匹配的目标骨链,提高衣物部件与骨链之间的匹配准确度,可以避免衣物部件与骨链(骨链的骨骼)之间误绑,避免衣物部件粘连。在获取到目标衣物部件的目标骨链时,计算机设备可以建立该目标衣物部件与该目标骨链之间的绑定关系,即建立目标衣物部件与目标骨链中的骨骼之间的绑定关系。
具体的,获取从目标骨链的骨骼中,获取与目标衣物部件中的顶点u具有位置最近关系的骨骼,作为顶点u对应的目标骨骼,u为小于或等于F的正整数,F为目标衣物部件中的顶点数量。进一步,获取顶点u的位置信息和顶点u的目标骨骼的位置信息,确定顶点u与顶点u的目标骨骼之间的相对位置,记录顶点u与顶点u的目标骨骼之间的相对位置,以此类推,直到记录F个顶点分别对应的相对位置,即完成目标衣物部件与目标骨链之间的绑定关系。后续在目标骨链的位置信息发生变化后,计算机设备可以获取目标骨链中的骨骼的更新位置信息,根据绑定关系,查询与目标骨链具有绑定关系的目标衣物部件,根据目标骨链中的骨骼的更新位置信息,以及骨骼与目标衣物部件的顶点之间的相对位置,确定目标衣物部件的更新位置信息,根据更新位置信息对目标衣物部件的位置进行更新,这样可以实现使目标衣物部件跟随目标骨链的位置变化而变化,提高虚拟对象的逼真度。
本申请中,优先从N个骨链中筛选与目标衣物部件具有形态匹配关系的K个候选骨链,形态匹配关系可以是指目标衣物部件的形态与骨链的形态相同或相似,能够过滤掉与目标衣物部件不匹配的部分骨链,降低后续骨链匹配过程的运算量,可节省资源,并可以减少不匹配的骨链的干扰,提高目标衣物部件与骨链之间的匹配准确度。然后,生成包括目标衣物部件的部件区域,以及K个候选骨链分别对应的联合区域,根据部件区域和K个候选骨链分别对应的联合区域,从K个候选骨链中筛从与目标衣物部件具有区域匹配关系的目标骨链,区域匹配关系反映部件区域的区域属性(如尺寸、形状)和候选骨链对应的联合区域的区域属性相同或相似。进一步,建立目标衣物部件与目标骨链之间的绑定关系,即建立目标衣物部件与目标骨链中的骨骼之间的绑定关系,通过对待绑定的骨链进行多重筛选,有利于为每个衣物部件匹配到准确的骨链,可以避免衣物与骨骼之间出现误绑,进而,避免衣物部件粘连。另外,对虚拟对象的衣物进行蒙皮处理过程,不需要人工参与,可自动实现对虚拟对象的衣物进行蒙皮处理,减低人工成本,扩大本申请的应用范围。
进一步地,请参见图4,是本申请实施例提供的一种数据处理方法的流程示意图。如图4所示,该方法可由图1中的终端集群中的任一终端来执行,也可以由图1中的服务器来执行,还可以由图1中的终端集群中的终端和服务器来协同执行,本申请中用于执行该数据处理方法的设备可以统称为计算机设备。其中,该方法可以包括如下步骤:
S201、获取虚拟对象的目标衣物部件的部件形态信息,以及该虚拟对象的N个骨链分别对应的骨链形态信息;N为大于1的正整数。
S202、根据该部件形态信息和N个骨链形态信息,从该N个骨链中筛选与该目标衣物部件具有形态匹配关系的K个候选骨链;K为小于N的正整数。
S203、生成包括该目标衣物部件的部件区域,以及该K个候选骨链分别对应的联合区域;每个候选骨链对应的联合区域包括该目标衣物部件以及对应的候选骨链。
可选的,步骤S203包括:计算机设备可以根据凸包算法,以包围目标衣物部件为目的,生成包括该目标衣物部件的第一凸包区域,将该第一凸包区域,确定为该目标衣物部件的部件区域。进一步,根据凸包算法,以包围K个候选骨链中的候选骨链a和目标衣物部件为目的,生成该K个候选骨链中的候选骨链a对应的第二凸包区域;该候选骨链a对应的第二凸包区域包括该目标衣物部件和该候选骨链a;a为小于或等于K的正整数。然后,可以将该候选骨链a对应的第二凸包区域,确定为该候选骨链对应的联合区域,以此类推,重复执行上述步骤,直到获取到该K个候选骨链分别对应的联合区域。通过凸包算法,生成反映目标衣物部件针对候选骨链的包裹性的部件区域和联合区域,由于凸包算法得到的第一凸包区域第二凸包区域具有唯一性,提高获取部件区域和联合区域的鲁棒性。
需要说明的是,第一凸包区域可以是指包括目标衣物部件的最小凸包,该目标衣物部件中任一两个顶点相连接所构成的线段均落在第一凸包区域的内部,且第一凸包区域的任一两条边之间的内角小于180度。候选骨链a对应第二凸包区域可以是指目标衣物部件和候选骨链a所构成的最小凸包,该目标衣物部件中任一两个顶点相连接所构成的线段,以及候选骨链a中的任一骨骼均落在候选骨链a对应的第二凸包区域的内部,且候选骨链a对应的第二凸包区域的任一两条边之间的内角小于180度。
可理解的是,步骤S203包括:计算机设备可以根据凹包算法,以包围目标衣物部件为目的,生成目标衣物部件对应的第一凹包区域,将目标衣物部件对应的第一凹包区域,确定为目标衣物部件对应的部件区域。进一步,根据凹包算法,以包围K个候选骨链中的候选骨链a和目标衣物部件为目的,生成该K个候选骨链中的候选骨链a对应的第二凹包区域;该候选骨链a对应的第二凹包区域包括该目标衣物部件和该候选骨链a;a为小于或等于K的正整数。然后,可以将该候选骨链a对应的第二凹包区域,确定为该候选骨链对应的联合区域,以此类推,重复执行上述步骤,直到获取到该K个候选骨链分别对应的联合区域。通过凹包算法,生成反映目标衣物部件针对候选骨链的包裹性的部件区域和联合区域,由于凹包算法得到的部件区域和联合区域,更能够直观体现目标衣物部件对候选骨链的包裹性,提高获取部件区域和联合区域的准确度。
需要说明的是,通常凹包算法得到的第一凹包区域和第二凹包区域不具有唯一性,计算机设备可以从多个第一凹包区域中选择一个第一凹包区域,作为目标衣物部件对应的部件区域,从候选骨链a对应的多个第二凹包区域中选择一个第二凹包区域,作为候选骨链a对应的联合区域。特别地,如果目标衣物部件中存在两个顶点之间的距离大于距离阈值,会增加获取到第一凹包区域和第二凹包区域的难度,凹包算法可能会失效,因此,从凸包算法更具有鲁棒性。本申请中主要以凸包算法生成部件区域和联合区域为例进行说明。
例如,如图5所示,虚拟对象为虚拟人物50a,该虚拟人物50a的待绑定的衣物部件包括上部件51a、中部件52a以及下部件53a。其中,上部件51a可以是指虚拟人物50a的三个翅膀中位于上部翅膀的衣物部件,中部件52a可以是指虚拟人物50a的三个翅膀中位于中部翅膀的衣物部件,下部件53a可以是指虚拟人物50a的三个翅膀中位于下部翅膀的衣物部件。虚拟人物50a待绑定的骨链包括骨链54a、骨链55a以及骨链56a。根据图5可知,上部件51a、中部件52a均与骨链54a和骨链55a之间的距离比较近,导致上部件51a和中部件52a容易发生粘连,如下的图6将解决上部件51a和中部件之间的粘连。同理。中部件52a、下部件53a均与骨链55a和骨链56a之间的距离比较近,导致下部件51a和中部件52a容易发生粘连,如下的图7和图8将解决中部件51a和下部件之间的粘连。
例如,图6、图7以及图8中均以凸包算法生成部件区域和联合区域为例进行说明,如图6所示,上部件51a的候选骨链包括骨链54a和骨链55a,计算机设备可以根据凸包算法,以包围上部件51a为目的,生成上部件51a的凸包区域60a,将凸包区域60a作为上部件51a的部件区域。根据凸包算法,以包围上部件51a和骨链54a为目的,生成包括骨链54a和上部件51a的凸包区域61a,将凸包区域61a,确定为骨链54a和上部件51a的联合区域。根据凸包算法,以包围上部件51a和骨链55a为目的,生成包括骨链55a和上部件51a的凸包区域62a,将凸包区域62a,确定为骨链55a和上部件51a的联合区域。从图6可知,上部件51a完全位于凸包区域60a的内部,上部件51a和骨链54a均位于凸包区域61a的内部,上部件51a和骨链55a均位于凸包区域62a的内部。
如图7所示,下部件53a的候选骨链包括骨链56a和骨链55a,计算机设备可以根据凸包算法,以包围下部件53a为目的,生成下部件53a的凸包区域70a,将凸包区域70a作为下部件53a的部件区域。根据凸包算法,以包围下部件53a和骨链55a为目的,生成包括骨链55a和下部件53a的凸包区域71a,将凸包区域71a,确定为骨链55a和下部件53a的联合区域。根据凸包算法,以包围下部件53a和骨链56a为目的,生成包括骨链56a和下部件53a的凸包区域72a,将凸包区域72a,确定为骨链56a和下部件53a的联合区域。从图7可知,下部件53a完全位于凸包区域70a的内部,下部件53a和骨链55a均位于凸包区域71a的内部,下部件53a和骨链56a均位于凸包区域72a的内部。
如图8所示,中部件52a的候选骨链包括骨链56a和骨链55a,计算机设备可以根据凸包算法,以包围中部件52a为目的,生成中部件52a的凸包区域80a,将凸包区域80a作为中部件52a的部件区域。根据凸包算法,以包围中部件52a和骨链55a为目的,生成包括骨链55a和中部件52a的凸包区域81a,将凸包区域81a,确定为骨链55a和中部件52a的联合区域。根据凸包算法,以包围中部件52a和骨链56a为目的,生成包括骨链56a和中部件52a的凸包区域82a,将凸包区域82a,确定为骨链56a和中部件52a的联合区域。从图8可知,中部件52a完全位于凸包区域80a的内部,中部件52a和骨链55a均位于凸包区域81a的内部,中部件52a和骨链56a均位于凸包区域82a的内部。
S204、获取该部件区域的第一区域尺寸,以及该K个候选骨链分别对应的联合区域的第二区域尺寸。
本申请中,计算机设备可以获取该部件区域的第二区域尺寸,以及该K个候选骨链分别对应的联合区域的第二区域尺寸;该第一区域尺寸可以是指部件区域的体积和面积等中的至少一种;第二区域尺寸可以是指候选骨链对应的联合区域的面积和体积等中的至少一种。
S205、根据该第一区域尺寸和该K个候选骨链分别对应的第二区域尺寸,确定该K个候选骨链分别对应的联合区域的尺寸变化率。
本申请中,计算机设备可以根据第一区域尺寸和该K个候选骨链分别对应的第二区域尺寸,确定K个候选骨链分别对应的联合区域的尺寸变化率,即候选骨链a对应的尺寸变化率是指候选骨链a对应的联合区域相对部件区域之间的变化(即差异度)。
可选的,上述根据该第一区域尺寸和该K个候选骨链分别对应的第二区域尺寸,确定该K个候选骨链分别对应的联合区域的尺寸变化率,包括:计算机设备可以对该第一区域尺寸与该K个候选骨链分别对应的第二区域尺寸之间进行求差处理,得到该K个候选骨链分别对应的区域尺寸差值,将该K个候选骨链中的候选骨链a对应的区域尺寸差值,与该第一区域尺寸之间的比值,确定为该候选骨链a对应的联合区域的尺寸变化率;a为小于或等于K的正整数。以此类推,重复执行上述步骤,直到获取到该K个候选骨链分别对应的联合区域的尺寸变化率。
S206、将该K个候选骨链中对应的联合区域的尺寸变化率小于变化率阈值的候选骨链,作为匹配骨链。
本申请中,该尺寸变化率一定程度上反映了目标衣物部件针对候选骨链的包裹性,如该候选骨链a对应的尺寸变化率越小,表明候选骨链a对应的联合区域相对部件区域的变化比较小(即差异度比较小),目标衣物部件针对候选骨链a的包裹性比较好,也即候选骨链a与目标衣物部件的匹配度越大;该候选骨链a对应的尺寸变化率越大,表明候选骨链a对应的联合区域相对部件区域的变化比较大(即差异度比较大),目标衣物部件针对候选骨链a的包裹性比较差,也即候选骨链a与目标衣物部件的匹配度越小。因此,计算机设备可以将该K个候选骨链中对应的联合区域的尺寸变化率小于变化率阈值的候选骨链,作为匹配骨链。该变化率阈值可以预先设置的,如可以为0.01。
S207、根据该匹配骨链,确定与该目标衣物部件具有区域匹配关系的目标骨链。
本申请中,当匹配骨链的数量为1个时,计算机设备可以将该匹配骨链,确定为与该目标衣物部件具有区域匹配关系的目标骨链;如果该匹配骨链的数量为多个时,计算机设备可以将多个匹配骨链中对应的联合区域的区域尺寸为最小区域尺寸的匹配骨链,作为与目标衣物部件具有区域匹配关系的目标骨链,提高目标衣物部件针对目标骨链的包裹性,避免目标衣物部件与骨链误绑,进而避免衣物部件粘连。
例如,如图6所示,计算机设备可以获取凸包区域60a的体积与凸包区域61a的体积之间的体积差值,将凸包区域60a的体积与凸包区域61a的体积之间的体积差值,与凸包区域60a的体积的比值确定为骨链54a对应联合区域(即包括骨链54a和上部件51a的联合区域)的尺寸变化率。同理,获取凸包区域60a的体积与凸包区域62a的体积之间的体积差值,将凸包区域60a的体积与凸包区域61a的体积之间的体积差值,与凸包区域60a的体积的比值确定为骨链55a对应联合区域(即包括骨链55a和上部件51a的联合区域)的尺寸变化率。从图6可知,凸包区域61a的体积相对于凸包区域60a的体积几乎没有变化,凸包区域62a的体积相对于凸包区域60a的体积的变化比较大,因此,通常骨链54a对应的联合区域的尺寸变化率会小于变化率阈值,骨链55a对应的联合区域的尺寸变化率会大于或等于变化率阈值,计算机设备可以将骨链54a作为上部件51a的匹配骨链。可见,上部件51a的匹配骨链为1个,可以将骨链54a作为与上部件的目标骨链,即将上部件51a绑定至骨链54a,也即将上部件51a与骨链54a中的骨骼进行绑定。可见,通过基于骨链54a、骨链55a对应的尺寸变化率,筛选与上部件51a的匹配的骨链,这样可以避免上部件51a误绑至骨链55a,可避免上部件51a与中部件52a之间粘连。
可选的,当匹配骨链的数量为多个时,计算机设备可以将多个匹配骨链分别对应的联合区域的区域尺寸为最小区域尺寸的匹配骨链,确定为与目标衣物部件之间具有区域匹配关系的目标骨链,增强目标衣物部件与目标骨链之间的包裹性,避免衣物部件与骨链之间误绑,造成衣物部件粘连。
例如,目标衣物部件的匹配骨链包括第一匹配骨链和第二匹配骨链,计算机设备可以将由第一匹配骨链和目标衣物部件的联合区域的区域尺寸,与由第二匹配骨链和目标衣物部件的联合区域的区域尺寸进行比对,如果由第一匹配骨链和目标衣物部件的联合区域的区域尺寸,大于由第二匹配骨链和目标衣物部件的联合区域的区域尺寸,表明第二匹配骨链与目标衣物部件之间的包裹性比较好,可以将第二匹配骨链确定为与该目标衣物部件具有区域匹配关系的目标骨链。如果由第一匹配骨链和目标衣物部件的联合区域的区域尺寸,小于由第二匹配骨链和目标衣物部件的联合区域的区域尺寸,表明第一匹配骨链与目标衣物部件之间的包裹性比较好,可以将第一匹配骨链确定为与该目标衣物部件具有区域匹配关系的目标骨链。
可选的,当匹配骨链的数量为多个时,且各个匹配骨链对应的联合区域的区域尺寸均相同时,难以获取目标衣物部件的目标骨链时,计算机设备可以优先获取其他衣物部件的目标骨链,然后以排除的方式,获取目标衣物部件的目标骨链。具体的,以目标衣物部件的匹配骨链的数量为两个为例进行说明,该匹配骨链包括第一匹配骨链和第二匹配骨链,该根据该匹配骨链,确定与该目标衣物部件具有区域匹配关系的目标骨链,包括:若该第一匹配骨链为剩余衣物部件对应匹配骨链,即第一匹配骨链为目标衣物部件和剩余衣物部件的匹配骨链,则将该剩余衣物部件的匹配骨链的L个联合区域分别对应的区域尺寸进行比对,得到比对结果;该剩余衣物部件为所述虚拟对象中除该目标衣物部件以外的部件,该剩余衣物部件的匹配骨链包括所述第一匹配骨链,L大于1的整数,L为剩余衣物部件的匹配骨链的数量。若该比对结果指示包括该L个联合区域中该第一匹配骨链对应的联合区域的区域尺寸为最小区域尺寸,表明剩余衣物部件针对第一匹配骨链的包裹性比较好,因此,可以将第一匹配骨链,确定为与剩余衣物部件具有区域匹配关系的目标骨链,将该第二匹配骨链,确定为与该目标衣物部件具有区域匹配关系的目标骨链。若该比对结果指示该L个联合区域中该第一匹配骨链对应的联合区域的区域尺寸不为最小区域尺寸,则将该第一匹配骨链,确定为与该目标衣物部件具有区域匹配关系的目标骨链。
例如,如图7所示,计算机设备可以获取凸包区域70a的体积与凸包区域71a的体积之间的体积差值,将凸包区域70a的体积与凸包区域71a的体积之间的体积差值,与凸包区域70a的体积的比值确定为骨链55a对应联合区域(即包括骨链55a和下部件53a的联合区域)的尺寸变化率。同理,获取凸包区域70a的体积与凸包区域72a的体积之间的体积差值,将凸包区域70a的体积与凸包区域71a的体积之间的体积差值,与凸包区域70a的体积的比值确定为骨链56a对应联合区域(即包括骨链56a和下部件53a的联合区域)的尺寸变化率。从图7可知,凸包区域71a的体积相对于凸包区域70a的体积几乎没有变化,凸包区域72a的体积相对于凸包区域70a的体积也几乎没变化,因此,通常骨链55a对应的联合区域的尺寸变化率会小于变化率阈值,骨链56a对应的联合区域的尺寸变化率也会小于变化率阈值,计算机设备可以将骨链55a和骨链56a作为下部件53a的匹配骨链,可见,下部件53a的匹配骨链为2个,且凸包区域71a的体积与凸包区域72的体积几乎相同,因此,计算机设备可以以排除的方式获取下部件53a的目标骨链。具体的,由图8可知,骨链55a和56a也是中部件52a的匹配骨链,因此,计算机设备可以获取包括中部件52a和骨链55a的凸包区域81a的体积,获取包括中部件52a和骨链56a的凸包区域82a的体积。从图8可知,凸包区域81a的体积小于凸包区域82a的体积,计算机设备可以将凸包区域81内骨链55a确定为中部件52a的目标骨链,将中部件52a绑定至骨链55a。这时由于骨链55a已经为中部件52a的目标骨链,因此,不能将骨链55a作为下部件53a的目标骨链,可以将骨链56a作为下部件53a的目标骨链,将下部件53a绑定至骨链56a。可见,可以避免将下部件53a误绑至骨链55a,以及避免将中部件误绑至骨链56a,可解决下部件53a与中部件52a之间粘连。
S208、建立该目标衣物部件与该目标骨链之间的绑定关系。
本申请中,计算机设备可以建立该目标衣物部件与该目标骨链之间的绑定关系,即建立目标衣物部件中与目标骨链中的骨骼之间的绑定关系,提高衣物部件与骨链之间的绑定准确度。
本申请中,优先从N个骨链中筛选与目标衣物部件具有形态匹配关系的K个候选骨链,形态匹配关系可以是指目标衣物部件的形态与骨链的形态相同或相似,能够过滤掉与目标衣物部件不匹配的部分骨链,降低后续骨链匹配过程的运算量,可节省资源,并可以减少不匹配的骨链的干扰,提高目标衣物部件与骨链之间的匹配准确度。然后,生成包括目标衣物部件的部件区域,以及K个候选骨链分别对应的联合区域,根据部件区域和K个候选骨链分别对应的联合区域,从K个候选骨链中筛从与目标衣物部件具有区域匹配关系的目标骨链,区域匹配关系反映部件区域的区域属性(如尺寸、形状)和候选骨链对应的联合区域的区域属性相同或相似。进一步,建立目标衣物部件与目标骨链之间的绑定关系,即建立目标衣物部件与目标骨链中的骨骼之间的绑定关系,通过对待绑定的骨链进行多重筛选,有利于为每个衣物部件匹配到准确的骨链,可以避免衣物与骨骼之间出现误绑,进而,避免衣物部件粘连。另外,对虚拟对象的衣物进行蒙皮处理过程,不需要人工参与,可自动实现对虚拟对象的衣物进行蒙皮处理,减低人工成本,扩大本申请的应用范围。
请参见图9,是本申请实施例提供的一种数据处理装置的结构示意图。如图9所示,该数据处理装置可以包括:
获取模块911,用于获取虚拟对象的目标衣物部件的部件形态信息,以及所述虚拟对象的N个骨链分别对应的骨链形态信息;N为大于1的正整数;
第一筛选模块912,用于根据所述部件形态信息和N个骨链形态信息,从所述N个骨链中筛选与所述目标衣物部件具有形态匹配关系的K个候选骨链;K为小于N的正整数;
生成模块913,用于生成包括所述目标衣物部件的部件区域,以及所述K个候选骨链分别对应的联合区域;每个候选骨链对应的联合区域包括所述目标衣物部件以及对应的候选骨链;
第二筛选模块914,用于根据所述部件区域以及所述K个候选骨链分别对应的联合区域,从所述K个候选骨链中筛选与所述目标衣物部件具有区域匹配关系的目标骨链,建立所述目标衣物部件与所述目标骨链之间的绑定关系。
可选的,所述部件形态信息包括所述目标衣物部件的第一方向角度,所述N个骨链中的骨链i的骨链形态信息包括所述骨链i的第二方向角度,i为小于或等于N的整数;
可选的,第一筛选模块912可以包括处理单元91a、排序单元92a以及第一筛选单元93a;
处理单元91a,用于对所述第一方向角度与所述N个骨链分别对应的第二方向角度进行求差处理,得到所述N个骨链分别对应的角度差;
排序单元92a,用于按照所述N个骨链分别对应的角度差由小到大的顺序,对所述N个骨链进行排序,得到所述N个骨链分别对应的第一排列序号;
第一筛选单元93a,用于将所述N个骨链中所述第一排列序号位于前K的骨链,确定为与所述目标衣物部件具有形态匹配关系的K个候选骨链。
可选的,所述部件形态信息包括所述目标衣物部件中的P个顶点分别对应的位置信息,所述N个骨链中的骨链i包括S个骨骼,所述骨链i的骨链形态信息包括所述S个骨骼分别对应的位置信息;P为大于1的整数,i为小于或等于N的整数,S为正整数;
可选的,第一筛选模块912可以包括遍历单元94a、第一确定单元95a以及第二筛选单元96a;
遍历单元94a,用于依次遍历所述N个骨链;
第一确定单元95a,用于若遍历到所述骨链i,则根据所述P个顶点分别对应的位置信息和所述S个骨骼分别对应的位置信息,确定所述目标衣物部件与所述骨链i之间的第一距离;
第二筛选单元96a,用于若获取到所述目标衣物部件与所述N个骨链之间分别对应的第一距离,则根据所述N个骨链分别对应的第一距离,从所述N个骨链中筛选与所述目标衣物部件具有形态匹配关系的K个候选骨链。
可选的,所述第一确定单元95a若遍历到所述骨链i,则根据所述P个顶点分别对应的位置信息和所述S个骨骼分别对应的位置信息,确定所述目标衣物部件与所述骨链i之间的第一距离,包括:
若遍历到所述骨链i,则根据所述P个顶点中的顶点j的位置信息和所述S个骨骼的位置信息,确定所述顶点j分别与所述S个骨骼之间的第二距离;j为小于或等于P的正整数;
若获取到所述P个顶点分别与所述S个骨骼之间的第二距离,则获取所述P个顶点分别与所述S个骨骼之间的第二距离中的最小距离;
将所述第二距离中的最小距离,确定为所述目标衣物部件与所述骨链i之间的第一距离。
可选的,所述第一确定单元95a若遍历到所述骨链i,则根据所述P个顶点分别对应的位置信息和所述S个骨骼分别对应的位置信息,确定所述目标衣物部件与所述骨链i之间的第一距离,包括:
若遍历到所述骨链i,则根据所述P个顶点中的顶点j的位置信息和所述S个骨骼的位置信息,确定所述顶点j分别与所述S个骨骼之间的第二距离;j为小于或等于P的正整数;
若获取到所述P个顶点分别与所述S个骨骼之间的第二距离,则对所述P个顶点分别与所述S个骨骼之间的第二距离进行平均化处理,得到所述第二距离对应的平均距离;
将所述第二距离对应的平均距离,确定为所述目标衣物部件与所述骨链i之间的第一距离。
可选的,所述第二筛选单元96a若获取到所述目标衣物部件与所述N个骨链之间分别对应的第一距离,则根据所述N个骨链分别对应的第一距离,从所述N个骨链中筛选与所述目标衣物部件具有形态匹配关系的K个候选骨链,包括:
若获取到所述目标衣物部件与所述N个骨链之间分别对应的第一距离,则按照所述N个骨链分别对应的第一距离由小到大的顺序,对所述N个骨链进行排序,得到所述N个骨链分别对应的第二排列序号;
将所述N个骨链中所述第二排列序号位于前K的骨链,确定为与所述目标衣物部件具有形态匹配关系的K个候选骨链。
可选的,生成单元913可以包括第一生成单元97a、第二生成单元98a以及第二确定单元99a;
第一生成单元97a,用于生成包括所述目标衣物部件的第一凸包区域,将所述第一凸包区域,确定为所述目标衣物部件的部件区域;
第二生成单元98a,用于生成所述K个候选骨链中的候选骨链a对应的第二凸包区域;所述候选骨链a对应的第二凸包区域包括所述目标衣物部件和所述候选骨链a;a为小于或等于K的正整数;
第二确定单元99a,用于将所述候选骨链a对应的第二凸包区域,确定为所述候选骨链对应的联合区域,直到获取到所述K个候选骨链分别对应的联合区域。
可选的,第二筛选单元914可以包括获取单元100a、第三确定单元101a以及第四确定单元102a;
获取单元100a,用于获取所述部件区域的第一区域尺寸,以及所述K个候选骨链分别对应的联合区域的第二区域尺寸;
第三确定单元101a,用于根据所述第一区域尺寸和所述K个候选骨链分别对应的第二区域尺寸,确定所述K个候选骨链分别对应的联合区域的尺寸变化率;
第四确定单元102a,用于将所述K个候选骨链中对应的联合区域的尺寸变化率小于变化率阈值的候选骨链,作为匹配骨链;根据所述匹配骨链,确定与所述目标衣物部件具有区域匹配关系的目标骨链。
可选的,第三确定单元101a,用于根据所述第一区域尺寸和所述K个候选骨链分别对应的第二区域尺寸,确定所述K个候选骨链分别对应的联合区域的尺寸变化率,包括:
对所述第一区域尺寸与所述K个候选骨链分别对应的第二区域尺寸之间进行求差处理,得到所述K个候选骨链分别对应的区域尺寸差值;
将所述K个候选骨链中的候选骨链a对应的区域尺寸差值,与所述第一区域尺寸之间的比值,确定为所述候选骨链a对应的联合区域的尺寸变化率;a为小于或等于K的正整数;
直到获取到所述K个候选骨链分别对应的联合区域的尺寸变化率。
可选的,所述匹配骨链包括第一匹配骨链和第二匹配骨链,所述第四确定单元102a根据所述匹配骨链,确定与所述目标衣物部件具有区域匹配关系的目标骨链,包括:
若所述第一匹配骨链为剩余衣物部件对应匹配骨链,则将所述剩余衣物部件的匹配骨链的L个联合区域分别对应的区域尺寸进行比对,得到比对结果;所述剩余衣物部件为所述虚拟对象中除所述目标衣物部件以外的部件,所述剩余衣物部件的匹配骨链包括所述第一匹配骨链,L大于1的整数;
若所述比对结果指示所述L个联合区域中所述第一匹配骨链对应的联合区域的区域尺寸为最小区域尺寸,则将所述第二匹配骨链,确定为与所述目标衣物部件具有区域匹配关系的目标骨链。
可选的,获取模块911获取虚拟对象的目标衣物部件的部件形态信息,包括:
获取所述虚拟对象的网格模型;所述网格模型包括用于反映所述虚拟对象的衣物的多个网格;
对所述网格模型进行部件划分,得到所述衣物的至少两个衣物部件;
统计所述至少两个衣物部件中的每个衣物部件的网格的顶点数量;
从所述至少两个衣物部件中,筛选顶点数量大于顶点数量阈值的衣物部件,作为所述虚拟对象的待绑定的目标衣物部件;
根据所述网格模型,获取所述虚拟对象的所述目标衣物部件的部件形态信息。
可选的,获取模块911获取所述虚拟对象的N个骨链分别对应的骨链形态信息,包括:
获取所述虚拟对象的虚拟骨架;
对所述虚拟骨架进行拆分,得到N个骨链;所述N个骨链中的每个骨链均为具有一个独立子的骨链;
根据所述虚拟骨架,获取所述N个骨链分别对应的骨链形态信息。
根据本申请的一个实施例,前文所示的数据处理方法所涉及的步骤可由图9所示的数据处理装置中的各个模块来执行。例如,图3中所示的步骤S101可由图9中的获取模块911来执行,图3中所示的步骤S102可由图9中的第一筛选模块912来执行;图3中所示的步骤S103可由图9中的生成模块913来执行,图3中所示的步骤S104可由图9中的第二筛选模块914来执行。
根据本申请的一个实施例,图9所示的数据处理装置中的各个模块可以分别或全部合并为一个或若干个单元来构成,或者其中的某个(些)单元还可以再拆分为功能上更小的至少两个子单元,可以实现同样的操作,而不影响本申请的实施例的技术效果的实现。上述模块是基于逻辑功能划分的,在实际应用中,一个模块的功能也可以由至少两个单元来实现,或者至少两个模块的功能由一个单元实现。在本申请的其它实施例中,数据处理装置也可以包括其它单元,在实际应用中,这些功能也可以由其它单元协助实现,并且可以由至少两个单元协作实现。
根据本申请的一个实施例,可以通过在包括中央处理单元(CPU)、随机存取存储介质(RAM)、只读存储介质(ROM)等处理组件和存储组件的例如计算机的通用计算机设备上运行能够执行如前文所示的相应方法所涉及的各步骤的计算机程序(包括程序代码),来构造如图9中所示的数据处理装置,以及来实现本申请实施例的数据处理方法。上述计算机程序可以记载于例如计算机可读记录介质上,并通过计算机可读记录介质装载于上述计算设备中,并在其中运行。
本申请中,优先从N个骨链中筛选与目标衣物部件具有形态匹配关系的K个候选骨链,形态匹配关系可以是指目标衣物部件的形态与骨链的形态相同或相似,能够过滤掉与目标衣物部件不匹配的部分骨链,降低后续骨链匹配过程的运算量,可节省资源,并可以减少不匹配的骨链的干扰,提高目标衣物部件与骨链之间的匹配准确度。然后,生成包括目标衣物部件的部件区域,以及K个候选骨链分别对应的联合区域,根据部件区域和K个候选骨链分别对应的联合区域,从K个候选骨链中筛从与目标衣物部件具有区域匹配关系的目标骨链,区域匹配关系反映部件区域的区域属性(如尺寸、形状)和候选骨链对应的联合区域的区域属性相同或相似。进一步,建立目标衣物部件与目标骨链之间的绑定关系,即建立目标衣物部件与目标骨链中的骨骼之间的绑定关系,通过对待绑定的骨链进行多重筛选,有利于为每个衣物部件匹配到准确的骨链,可以避免衣物与骨骼之间出现误绑,进而,避免衣物部件粘连。另外,对虚拟对象的衣物进行蒙皮处理过程,不需要人工参与,可自动实现对虚拟对象的衣物进行蒙皮处理,减低人工成本,扩大本申请的应用范围。
请参见图10,是本申请实施例提供的一种计算机设备的结构示意图。如图10所示,上述计算机设备1000可以为上述方法中的第一设备,具体可以是指终端或服务器,包括:处理器1001,网络接口1004和存储器1005,此外,上述计算机设备1000还可以包括:用户接口1003,和至少一条通信总线1002。其中,通信总线1002用于实现这些组件之间的连接通信。其中,在一些实施例中,用户接口1003可以包括显示屏(DiSPlay)、键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器,也可以是非易失性的存储器(non-volatile MeMory),例如至少一个磁盘存储器。存储器1005可选的还可以是至少一个在远离前述处理器1001的存储装置。如图10所示,作为一种计算机可读存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及计算机应用程序。
在图10所示的计算机设备1000中,网络接口1004可提供网络通讯功能;而用户接口1003主要用于提供输入的接口;而处理器1001可以用于调用存储器1005中存储的计算机应用程序,以实现:
获取虚拟对象的目标衣物部件的部件形态信息,以及所述虚拟对象的N个骨链分别对应的骨链形态信息;N为大于1的正整数;
根据所述部件形态信息和N个骨链形态信息,从所述N个骨链中筛选与所述目标衣物部件具有形态匹配关系的K个候选骨链;K为小于N的正整数;
生成包括所述目标衣物部件的部件区域,以及所述K个候选骨链分别对应的联合区域;每个候选骨链对应的联合区域包括所述目标衣物部件以及对应的候选骨链;
根据所述部件区域以及所述K个候选骨链分别对应的联合区域,从所述K个候选骨链中筛选与所述目标衣物部件具有区域匹配关系的目标骨链,建立所述目标衣物部件与所述目标骨链之间的绑定关系。
可选的,所述部件形态信息包括所述目标衣物部件的第一方向角度,所述N个骨链中的骨链i的骨链形态信息包括所述骨链i的第二方向角度,i为小于或等于N的整数;
可选的,处理器1001调用存储器1005中存储的计算机应用程序,以实现根据所述部件形态信息和N个骨链形态信息,从所述N个骨链中筛选与所述目标衣物部件具有形态匹配关系的K个候选骨链,包括:
对所述第一方向角度与所述N个骨链分别对应的第二方向角度进行求差处理,得到所述N个骨链分别对应的角度差;
按照所述N个骨链分别对应的角度差由小到大的顺序,对所述N个骨链进行排序,得到所述N个骨链分别对应的第一排列序号;
将所述N个骨链中所述第一排列序号位于前K的骨链,确定为与所述目标衣物部件具有形态匹配关系的K个候选骨链。
可选的,所述部件形态信息包括所述目标衣物部件中的P个顶点分别对应的位置信息,所述N个骨链中的骨链i包括S个骨骼,所述骨链i的骨链形态信息包括所述S个骨骼分别对应的位置信息;P为大于1的整数,i为小于或等于N的整数,S为正整数;
可选的,处理器1001调用存储器1005中存储的计算机应用程序,以实现根据所述部件形态信息和N个骨链形态信息,从所述N个骨链中筛选与所述目标衣物部件具有形态匹配关系的K个候选骨链,包括:
依次遍历所述N个骨链;
若遍历到所述骨链i,则根据所述P个顶点分别对应的位置信息和所述S个骨骼分别对应的位置信息,确定所述目标衣物部件与所述骨链i之间的第一距离;
若获取到所述目标衣物部件与所述N个骨链之间分别对应的第一距离,则根据所述N个骨链分别对应的第一距离,从所述N个骨链中筛选与所述目标衣物部件具有形态匹配关系的K个候选骨链。
可选的,处理器1001调用存储器1005中存储的计算机应用程序,以实现若遍历到所述骨链i,则根据所述P个顶点分别对应的位置信息和所述S个骨骼分别对应的位置信息,确定所述目标衣物部件与所述骨链i之间的第一距离,包括:
若遍历到所述骨链i,则根据所述P个顶点中的顶点j的位置信息和所述S个骨骼的位置信息,确定所述顶点j分别与所述S个骨骼之间的第二距离;j为小于或等于P的正整数;
若获取到所述P个顶点分别与所述S个骨骼之间的第二距离,则获取所述P个顶点分别与所述S个骨骼之间的第二距离中的最小距离;
将所述第二距离中的最小距离,确定为所述目标衣物部件与所述骨链i之间的第一距离。
可选的,处理器1001调用存储器1005中存储的计算机应用程序,以实现若遍历到所述骨链i,则根据所述P个顶点分别对应的位置信息和所述S个骨骼分别对应的位置信息,确定所述目标衣物部件与所述骨链i之间的第一距离,包括:
若遍历到所述骨链i,则根据所述P个顶点中的顶点j的位置信息和所述S个骨骼的位置信息,确定所述顶点j分别与所述S个骨骼之间的第二距离;j为小于或等于P的正整数;
若获取到所述P个顶点分别与所述S个骨骼之间的第二距离,则对所述P个顶点分别与所述S个骨骼之间的第二距离进行平均化处理,得到所述第二距离对应的平均距离;
将所述第二距离对应的平均距离,确定为所述目标衣物部件与所述骨链i之间的第一距离。
可选的,处理器1001调用存储器1005中存储的计算机应用程序,以实现若获取到所述目标衣物部件与所述N个骨链之间分别对应的第一距离,则根据所述N个骨链分别对应的第一距离,从所述N个骨链中筛选与所述目标衣物部件具有形态匹配关系的K个候选骨链,包括:
若获取到所述目标衣物部件与所述N个骨链之间分别对应的第一距离,则按照所述N个骨链分别对应的第一距离由小到大的顺序,对所述N个骨链进行排序,得到所述N个骨链分别对应的第二排列序号;
将所述N个骨链中所述第二排列序号位于前K的骨链,确定为与所述目标衣物部件具有形态匹配关系的K个候选骨链。
可选的,处理器1001调用存储器1005中存储的计算机应用程序,以实现生成包括所述目标衣物部件的部件区域,以及所述K个候选骨链分别对应的联合区域,包括:
生成包括所述目标衣物部件的第一凸包区域,将所述第一凸包区域,确定为所述目标衣物部件的部件区域;
生成所述K个候选骨链中的候选骨链a对应的第二凸包区域;所述候选骨链a对应的第二凸包区域包括所述目标衣物部件和所述候选骨链a;a为小于或等于K的正整数;
将所述候选骨链a对应的第二凸包区域,确定为所述候选骨链对应的联合区域,直到获取到所述K个候选骨链分别对应的联合区域。
可选的,处理器1001调用存储器1005中存储的计算机应用程序,以实现根据所述部件区域以及所述K个候选骨链分别对应的联合区域,从所述K个候选骨链中筛选与所述目标衣物部件具有区域匹配关系的目标骨链,包括:
获取所述部件区域的第一区域尺寸,以及所述K个候选骨链分别对应的联合区域的第二区域尺寸;
根据所述第一区域尺寸和所述K个候选骨链分别对应的第二区域尺寸,确定所述K个候选骨链分别对应的联合区域的尺寸变化率;
将所述K个候选骨链中对应的联合区域的尺寸变化率小于变化率阈值的候选骨链,作为匹配骨链;
根据所述匹配骨链,确定与所述目标衣物部件具有区域匹配关系的目标骨链。
可选的,处理器1001调用存储器1005中存储的计算机应用程序,以实现根据所述第一区域尺寸和所述K个候选骨链分别对应的第二区域尺寸,确定所述K个候选骨链分别对应的联合区域的尺寸变化率,包括:
对所述第一区域尺寸与所述K个候选骨链分别对应的第二区域尺寸之间进行求差处理,得到所述K个候选骨链分别对应的区域尺寸差值;
将所述K个候选骨链中的候选骨链a对应的区域尺寸差值,与所述第一区域尺寸之间的比值,确定为所述候选骨链a对应的联合区域的尺寸变化率;a为小于或等于K的正整数;
直到获取到所述K个候选骨链分别对应的联合区域的尺寸变化率。
可选的,处理器1001调用存储器1005中存储的计算机应用程序,以实现匹配骨链包括第一匹配骨链和第二匹配骨链,所述根据所述匹配骨链,确定与所述目标衣物部件具有区域匹配关系的目标骨链,包括:
若所述第一匹配骨链为剩余衣物部件对应匹配骨链,则将所述剩余衣物部件的匹配骨链的L个联合区域分别对应的区域尺寸进行比对,得到比对结果;所述剩余衣物部件为所述虚拟对象中除所述目标衣物部件以外的部件,所述剩余衣物部件的匹配骨链包括所述第一匹配骨链,L大于1的整数;
若所述比对结果指示所述L个联合区域中所述第一匹配骨链对应的联合区域的区域尺寸为最小区域尺寸,则将所述第二匹配骨链,确定为与所述目标衣物部件具有区域匹配关系的目标骨链。
可选的,处理器1001调用存储器1005中存储的计算机应用程序,以实现获取虚拟对象的目标衣物部件的部件形态信息,包括:
获取所述虚拟对象的网格模型;所述网格模型包括用于反映所述虚拟对象的衣物的多个网格;
对所述网格模型进行部件划分,得到所述衣物的至少两个衣物部件;
统计所述至少两个衣物部件中的每个衣物部件的网格的顶点数量;
从所述至少两个衣物部件中,筛选顶点数量大于顶点数量阈值的衣物部件,作为所述虚拟对象的待绑定的目标衣物部件;
根据所述网格模型,获取所述虚拟对象的所述目标衣物部件的部件形态信息。
可选的,处理器1001调用存储器1005中存储的计算机应用程序,以实现获取所述虚拟对象的N个骨链分别对应的骨链形态信息,包括:
获取所述虚拟对象的虚拟骨架;
对所述虚拟骨架进行拆分,得到N个骨链;所述N个骨链中的每个骨链均为具有一个独立子的骨链;
根据所述虚拟骨架,获取所述N个骨链分别对应的骨链形态信息。
本申请中,优先从N个骨链中筛选与目标衣物部件具有形态匹配关系的K个候选骨链,形态匹配关系可以是指目标衣物部件的形态与骨链的形态相同或相似,能够过滤掉与目标衣物部件不匹配的部分骨链,降低后续骨链匹配过程的运算量,可节省资源,并可以减少不匹配的骨链的干扰,提高目标衣物部件与骨链之间的匹配准确度。然后,生成包括目标衣物部件的部件区域,以及K个候选骨链分别对应的联合区域,根据部件区域和K个候选骨链分别对应的联合区域,从K个候选骨链中筛从与目标衣物部件具有区域匹配关系的目标骨链,区域匹配关系反映部件区域的区域属性(如尺寸、形状)和候选骨链对应的联合区域的区域属性相同或相似。进一步,建立目标衣物部件与目标骨链之间的绑定关系,即建立目标衣物部件与目标骨链中的骨骼之间的绑定关系,通过对待绑定的骨链进行多重筛选,有利于为每个衣物部件匹配到准确的骨链,可以避免衣物与骨骼之间出现误绑,进而,避免衣物部件粘连。另外,对虚拟对象的衣物进行蒙皮处理过程,不需要人工参与,可自动实现对虚拟对象的衣物进行蒙皮处理,减低人工成本,扩大本申请的应用范围。
应当理解,本申请实施例中所描述的计算机设备可执行前文所对应实施例中对上述数据处理方法的描述,也可执行前文所对应实施例中对上述数据处理装置的描述,在此不再赘述。另外,对采用相同方法的有益效果描述,也不再进行赘述。
此外,这里需要指出的是:本申请实施例还提供了一种计算机可读存储介质,且上述计算机可读存储介质中存储有前文提及的数据处理装置所执行的计算机程序,且上述计算机程序包括程序指令,当上述处理器执行上述程序指令时,能够执行前文对应实施例中对上述数据处理方法的描述,因此,这里将不再进行赘述。另外,对采用相同方法的有益效果描述,也不再进行赘述。对于本申请所涉及的计算机可读存储介质实施例中未披露的技术细节,请参照本申请方法实施例的描述。
作为示例,上述程序指令可被部署在一个计算机设备上执行,或者被部署在一个地点的至少两个计算机设备上执行,又或者,在分布在至少两个地点且通过通信网络互连的至少两个计算机设备上执行,分布在至少两个地点且通过通信网络互连的至少两个计算机设备可以组成区块链网络。
上述计算机可读存储介质可以是前述任一实施例提供的数据处理装置或者上述计算机设备的中部存储单元,例如计算机设备的硬盘或中存。该计算机可读存储介质也可以是该计算机设备的外部存储设备,例如该计算机设备上配备的插接式硬盘,智能存储卡(Smart Media card,SMC),安全数字(Secure digital,SD)卡,闪存卡(flash card)等。进一步地,该计算机可读存储介质还可以既包括该计算机设备的中部存储单元也包括外部存储设备。该计算机可读存储介质用于存储该计算机程序以及该计算机设备所需的其他程序和数据。该计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。
本申请实施例的说明书和权利要求书及附图中的术语“第一”、“第二”等是用于区别不同媒体中容,而非用于描述特定顺序。此外,术语“包括”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单元的过程、方法、装置、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、装置、产品或设备固有的其他步骤单元。
本申请书中相关数据(如行驶轨迹数据)收集处理在实例应用时应该严格根据相关国家法律法规的要求,获取个人信息主体(如行驶轨迹数据对应的用户)的知情同意或单独同意,并在法律法规及个人信息主体的授权范围内,开展后续数据使用及处理行为。
本申请实施例还提供了一种计算机程序产品,包括计算机程序/指令,上述计算机程序/指令被处理器执行时实现前文对应实施例中对上述数据处理方法、解码方法的描述,因此,这里将不再进行赘述。另外,对采用相同方法的有益效果描述,也不再进行赘述。对于本申请所涉及的计算机程序产品的实施例中未披露的技术细节,请参照本申请方法实施例的描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
本申请实施例提供的方法及相关装置是参照本申请实施例提供的方法流程图和/或结构示意图来描述的,具体可由计算机程序指令实现方法流程图和/或结构示意图的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。这些计算机程序指令可提供到通用计算机、专用计算机、嵌入式处理机或其他可编程网络连接设备的处理器以产生一个机器,使得通过计算机或其他可编程网络连接设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或结构示意图一个方框或多个方框中指定的功能的装置。这些计算机程序指令也可存储在能引导计算机或其他可编程网络连接设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或结构示意图一个方框或多个方框中指定的功能。这些计算机程序指令也可装载到计算机或其他可编程网络连接设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或结构示意一个方框或多个方框中指定的功能的步骤。
以上所揭露的仅为本申请较佳实施例而已,当然不能以此来限定本申请之权利范围,因此依本申请权利要求所作的等同变化,仍属本申请所涵盖的范围。

Claims (15)

1.一种数据处理方法,其特征在于,包括:
获取虚拟对象的目标衣物部件的部件形态信息,以及所述虚拟对象的N个骨链分别对应的骨链形态信息;N为大于1的正整数;
根据所述部件形态信息和N个骨链形态信息,从所述N个骨链中筛选与所述目标衣物部件具有形态匹配关系的K个候选骨链;K为小于N的正整数;
生成包括所述目标衣物部件的部件区域,以及所述K个候选骨链分别对应的联合区域;每个候选骨链对应的联合区域包括所述目标衣物部件以及对应的候选骨链;
根据所述部件区域以及所述K个候选骨链分别对应的联合区域,从所述K个候选骨链中筛选与所述目标衣物部件具有区域匹配关系的目标骨链,建立所述目标衣物部件与所述目标骨链之间的绑定关系。
2.如权利要求1所述的方法,其特征在于,所述部件形态信息包括所述目标衣物部件的第一方向角度,所述N个骨链中的骨链i的骨链形态信息包括所述骨链i的第二方向角度,i为小于或等于N的整数;
所述根据所述部件形态信息和N个骨链形态信息,从所述N个骨链中筛选与所述目标衣物部件具有形态匹配关系的K个候选骨链,包括:
对所述第一方向角度与所述N个骨链分别对应的第二方向角度进行求差处理,得到所述N个骨链分别对应的角度差;
按照所述N个骨链分别对应的角度差由小到大的顺序,对所述N个骨链进行排序,得到所述N个骨链分别对应的第一排列序号;
将所述N个骨链中所述第一排列序号位于前K的骨链,确定为与所述目标衣物部件具有形态匹配关系的K个候选骨链。
3.如权利要求1所述的方法,其特征在于,所述部件形态信息包括所述目标衣物部件中的P个顶点分别对应的位置信息,所述N个骨链中的骨链i包括S个骨骼,所述骨链i的骨链形态信息包括所述S个骨骼分别对应的位置信息;P为大于1的整数,i为小于或等于N的整数,S为正整数;
所述根据所述部件形态信息和N个骨链形态信息,从所述N个骨链中筛选与所述目标衣物部件具有形态匹配关系的K个候选骨链,包括:
依次遍历所述N个骨链;
若遍历到所述骨链i,则根据所述P个顶点分别对应的位置信息和所述S个骨骼分别对应的位置信息,确定所述目标衣物部件与所述骨链i之间的第一距离;
若获取到所述目标衣物部件与所述N个骨链之间分别对应的第一距离,则根据所述N个骨链分别对应的第一距离,从所述N个骨链中筛选与所述目标衣物部件具有形态匹配关系的K个候选骨链。
4.如权利要求3所述的方法,其特征在于,所述若遍历到所述骨链i,则根据所述P个顶点分别对应的位置信息和所述S个骨骼分别对应的位置信息,确定所述目标衣物部件与所述骨链i之间的第一距离,包括:
若遍历到所述骨链i,则根据所述P个顶点中的顶点j的位置信息和所述S个骨骼的位置信息,确定所述顶点j分别与所述S个骨骼之间的第二距离;j为小于或等于P的正整数;
若获取到所述P个顶点分别与所述S个骨骼之间的第二距离,则获取所述P个顶点分别与所述S个骨骼之间的第二距离中的最小距离;
将所述第二距离中的最小距离,确定为所述目标衣物部件与所述骨链i之间的第一距离。
5.如权利要求3所述的方法,其特征在于,所述若遍历到所述骨链i,则根据所述P个顶点分别对应的位置信息和所述S个骨骼分别对应的位置信息,确定所述目标衣物部件与所述骨链i之间的第一距离,包括:
若遍历到所述骨链i,则根据所述P个顶点中的顶点j的位置信息和所述S个骨骼的位置信息,确定所述顶点j分别与所述S个骨骼之间的第二距离;j为小于或等于P的正整数;
若获取到所述P个顶点分别与所述S个骨骼之间的第二距离,则对所述P个顶点分别与所述S个骨骼之间的第二距离进行平均化处理,得到所述第二距离对应的平均距离;
将所述第二距离对应的平均距离,确定为所述目标衣物部件与所述骨链i之间的第一距离。
6.如权利要求3所述的方法,其特征在于,所述若获取到所述目标衣物部件与所述N个骨链之间分别对应的第一距离,则根据所述N个骨链分别对应的第一距离,从所述N个骨链中筛选与所述目标衣物部件具有形态匹配关系的K个候选骨链,包括:
若获取到所述目标衣物部件与所述N个骨链之间分别对应的第一距离,则按照所述N个骨链分别对应的第一距离由小到大的顺序,对所述N个骨链进行排序,得到所述N个骨链分别对应的第二排列序号;
将所述N个骨链中所述第二排列序号位于前K的骨链,确定为与所述目标衣物部件具有形态匹配关系的K个候选骨链。
7.如权利要求1所述的方法,其特征在于,所述生成包括所述目标衣物部件的部件区域,以及所述K个候选骨链分别对应的联合区域,包括:
生成包括所述目标衣物部件的第一凸包区域,将所述第一凸包区域,确定为所述目标衣物部件的部件区域;
生成所述K个候选骨链中的候选骨链a对应的第二凸包区域;所述候选骨链a对应的第二凸包区域包括所述目标衣物部件和所述候选骨链a;a为小于或等于K的正整数;
将所述候选骨链a对应的第二凸包区域,确定为所述候选骨链对应的联合区域,直到获取到所述K个候选骨链分别对应的联合区域。
8.如权利要求1所述的方法,其特征在于,所述根据所述部件区域以及所述K个候选骨链分别对应的联合区域,从所述K个候选骨链中筛选与所述目标衣物部件具有区域匹配关系的目标骨链,包括:
获取所述部件区域的第一区域尺寸,以及所述K个候选骨链分别对应的联合区域的第二区域尺寸;
根据所述第一区域尺寸和所述K个候选骨链分别对应的第二区域尺寸,确定所述K个候选骨链分别对应的联合区域的尺寸变化率;
将所述K个候选骨链中对应的联合区域的尺寸变化率小于变化率阈值的候选骨链,作为匹配骨链;
根据所述匹配骨链,确定与所述目标衣物部件具有区域匹配关系的目标骨链。
9.如权利要求8所述的方法,其特征在于,所述根据所述第一区域尺寸和所述K个候选骨链分别对应的第二区域尺寸,确定所述K个候选骨链分别对应的联合区域的尺寸变化率,包括:
对所述第一区域尺寸与所述K个候选骨链分别对应的第二区域尺寸之间进行求差处理,得到所述K个候选骨链分别对应的区域尺寸差值;
将所述K个候选骨链中的候选骨链a对应的区域尺寸差值,与所述第一区域尺寸之间的比值,确定为所述候选骨链a对应的联合区域的尺寸变化率;a为小于或等于K的正整数;
直到获取到所述K个候选骨链分别对应的联合区域的尺寸变化率。
10.如权利要求8所述的方法,其特征在于,所述匹配骨链包括第一匹配骨链和第二匹配骨链,所述根据所述匹配骨链,确定与所述目标衣物部件具有区域匹配关系的目标骨链,包括:
若所述第一匹配骨链为剩余衣物部件对应匹配骨链,则将所述剩余衣物部件的匹配骨链的L个联合区域分别对应的区域尺寸进行比对,得到比对结果;所述剩余衣物部件为所述虚拟对象中除所述目标衣物部件以外的部件,所述剩余衣物部件的匹配骨链包括所述第一匹配骨链,L大于1的整数;
若所述比对结果指示所述L个联合区域中所述第一匹配骨链对应的联合区域的区域尺寸为最小区域尺寸,则将所述第二匹配骨链,确定为与所述目标衣物部件具有区域匹配关系的目标骨链。
11.如权利要求1所述的方法,其特征在于,所述获取虚拟对象的目标衣物部件的部件形态信息,包括:
获取所述虚拟对象的网格模型;所述网格模型包括用于反映所述虚拟对象的衣物的多个网格;
对所述网格模型进行部件划分,得到所述衣物的至少两个衣物部件;
统计所述至少两个衣物部件中的每个衣物部件的网格的顶点数量;
从所述至少两个衣物部件中,筛选顶点数量大于顶点数量阈值的衣物部件,作为所述虚拟对象的待绑定的目标衣物部件;
根据所述网格模型,获取所述虚拟对象的所述目标衣物部件的部件形态信息。
12.如权利要求1所述的方法,其特征在于,所述获取所述虚拟对象的N个骨链分别对应的骨链形态信息,包括:
获取所述虚拟对象的虚拟骨架;
对所述虚拟骨架进行拆分,得到N个骨链;所述N个骨链中的每个骨链均为具有一个独立子的骨链;
根据所述虚拟骨架,获取所述N个骨链分别对应的骨链形态信息。
13.一种数据处理装置,其特征在于,包括:
获取模块,用于获取虚拟对象的目标衣物部件的部件形态信息,以及所述虚拟对象的N个骨链分别对应的骨链形态信息;N为大于1的正整数;
第一筛选模块,用于根据所述部件形态信息和N个骨链形态信息,从所述N个骨链中筛选与所述目标衣物部件具有形态匹配关系的K个候选骨链;K为小于N的正整数;
生成模块,用于生成包括所述目标衣物部件的部件区域,以及所述K个候选骨链分别对应的联合区域;每个候选骨链对应的联合区域包括所述目标衣物部件以及对应的候选骨链;
第二筛选模块,用于根据所述部件区域以及所述K个候选骨链分别对应的联合区域,从所述K个候选骨链中筛选与所述目标衣物部件具有区域匹配关系的目标骨链,建立所述目标衣物部件与所述目标骨链之间的绑定关系。
14.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至12中任一项所述的方法的步骤。
15.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至12中任一项所述的方法的步骤。
CN202310582744.8A 2023-05-23 2023-05-23 数据处理方法、装置、设备及存储介质 Active CN116310011B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310582744.8A CN116310011B (zh) 2023-05-23 2023-05-23 数据处理方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310582744.8A CN116310011B (zh) 2023-05-23 2023-05-23 数据处理方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN116310011A CN116310011A (zh) 2023-06-23
CN116310011B true CN116310011B (zh) 2023-08-01

Family

ID=86827318

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310582744.8A Active CN116310011B (zh) 2023-05-23 2023-05-23 数据处理方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN116310011B (zh)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114742925A (zh) * 2022-04-13 2022-07-12 网易(杭州)网络有限公司 虚拟对象的蒙皮方法、装置、电子设备和存储介质

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105006014B (zh) * 2015-02-12 2017-07-18 上海交通大学 虚拟衣物快速模拟试穿的实现方法及系统
CN105427386A (zh) * 2015-12-24 2016-03-23 南京邮电大学 基于输入人体姿态实时生成的服装变形方法
CN108230455A (zh) * 2018-01-31 2018-06-29 东南大学 一种基于骨骼驱动的虚拟服装变形仿真方法
CN114998488A (zh) * 2022-05-19 2022-09-02 果不其然无障碍科技(苏州)有限公司 一种适用于手语信息传播的虚拟人模型制作方法
CN115690282B (zh) * 2022-12-30 2023-03-21 海马云(天津)信息技术有限公司 虚拟角色的调整方法及装置

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114742925A (zh) * 2022-04-13 2022-07-12 网易(杭州)网络有限公司 虚拟对象的蒙皮方法、装置、电子设备和存储介质

Also Published As

Publication number Publication date
CN116310011A (zh) 2023-06-23

Similar Documents

Publication Publication Date Title
Zurdo et al. Animating wrinkles by example on non-skinned cloth
CN116109798B (zh) 图像数据处理方法、装置、设备及介质
CN110020633A (zh) 姿态识别模型的训练方法、图像识别方法及装置
WO2022205760A1 (zh) 三维人体重建方法、装置、设备及存储介质
Shen et al. Gan-based garment generation using sewing pattern images
US10762682B2 (en) Skinning weights and underlying object suppression of three-dimensional images
CN112950769A (zh) 三维人体重建方法、装置、设备及存储介质
Santesteban et al. ULNeF: Untangled layered neural fields for mix-and-match virtual try-on
CN114419099B (zh) 捕捉待渲染虚拟对象的运动轨迹的方法
CN112102480B (zh) 图像数据处理方法、装置、设备以及介质
US20230177755A1 (en) Predicting facial expressions using character motion states
Caliskan et al. Multi-view consistency loss for improved single-image 3d reconstruction of clothed people
CN114742956B (zh) 模型处理方法、装置、设备及计算机可读存储介质
KR102161341B1 (ko) 인터랙션 동작에 대한 다른 체형 캐릭터로의 모션 리타겟팅 방법 및 그 장치
CN115115752A (zh) 虚拟服装的形变预测方法和装置、存储介质及电子设备
CN116310011B (zh) 数据处理方法、装置、设备及存储介质
WO2023185258A1 (zh) 骨骼模型合并方法、装置、设备和存储介质
CN115880748A (zh) 人脸重建和遮挡区域识别方法、装置、设备及存储介质
Rudomin et al. Gpu generation of large varied animated crowds
CN115170701A (zh) 布料处理方法、装置、电子设备及可读存储介质
CN115760888A (zh) 图像处理方法、装置、计算机及可读存储介质
CN114119923A (zh) 三维人脸重建方法、装置以及电子设备
CN116402989B (zh) 数据处理方法、装置、设备以及介质
CN117576280B (zh) 一种基于3d数字人的智能端云一体化生成方法及系统
An Automatic 2.5 d cartoon modelling

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
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 40086924

Country of ref document: HK