CN117274447A - 数字人的生成方法、装置、电子设备及存储介质 - Google Patents

Abstract

本公开提供了数字人的生成方法、装置、电子设备及存储介质，涉及人工智能技术领域，具体涉及计算机视觉、增强实现以及虚拟现实等技术领域，可应用于元宇宙、数字人等场景。该数字人的生成方法为：获取待检测视频，并从待检测视频中获取目标人物的脚部触地信息，以及目标人物的身体关节和身体关节的检测信息；基于脚部触地信息指示目标人物的脚部触地，生成脚部的位置姿态不移动的第一约束条件；在第一约束条件下，根据检测信息对身体关节的关节角度进行优化求解，得到身体关节的目标关节角度；基于身体关节的目标关节角度对数字人的动作进行渲染。

Description

数字人的生成方法、装置、电子设备及存储介质

技术领域

本公开涉及人工智能技术领域，具体涉及计算机视觉、增强实现以及虚拟现实等技术领域，可应用于元宇宙、数字人等场景，尤其涉及一种数字人的生成方法、装置、电子设备及存储介质。

背景技术

目前通常是搜集大量的训练数据对模型训练从而生成数字人，数据搜集和训练成本较高且在动作还原度上效果较差。

发明内容

本公开提供了一种数字人的生成方法、装置、电子设备及存储介质。

根据本公开的一方面，提供了一种数字人的生成方法，包括：获取待检测视频，并从所述待检测视频中获取目标人物的脚部触地信息，以及所述目标人物的身体关节和所述身体关节的检测信息；基于所述脚部触地信息指示所述目标人物的脚部触地，生成所述脚部的位置姿态不移动的第一约束条件；在所述第一约束条件下，根据所述检测信息对所述身体关节的关节角度进行优化求解，得到所述身体关节的目标关节角度；基于所述身体关节的目标关节角度对数字人的动作进行渲染。

根据本公开的第二方面，提供了一种数字人的生成装置，包括：第一获取模块，用于获取待检测视频，并从所述待检测视频中获取目标人物的脚部触地信息，以及所述目标人物的身体关节和所述身体关节的检测信息；第二获取模块，用于基于所述脚部触地信息指示所述目标人物的脚部触地，生成所述脚部的位置姿态不移动的第一约束条件；第三获取模块，用于在所述第一约束条件下，根据所述检测信息对所述身体关节的关节角度进行优化求解，得到所述身体关节的目标关节角度；生成模块，用于基于所述身体关节的目标关节角度对数字人的动作进行渲染。

根据本公开的第三方面，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第一方面所述的方法。

根据本公开的第四方面，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第一方面所述的方法。

根据本公开的第五方面，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第一方面所述方法的步骤。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1是本公开实施例提供的一种数字人的生成方法的流程示意图；

图2是本公开实施例提供的另一种数字人的生成方法的流程示意图；

图3是本公开实施例提供的另一种数字人的生成方法的流程示意图；

图4是本公开实施例提供的另一种数字人的生成方法的流程示意图；

图5是本公开实施例提供的一种数字人的生成装置的结构示意图；

图6是用来实现本公开实施例的数字人的生成方法的电子设备的框图。

具体实施方式

以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

人工智能(Artificial Intelligence)，是一个以计算机科学为基础，由计算机、心理学、哲学等多学科交叉融合的交叉学科，研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统。

计算机视觉(Computer Vision)，是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像；主要任务就是通过对采集的图片或视频进行处理以获得相应场景的三维信息，由计算机来代替大脑完成处理和解释。

增强实现(Augmented Reality，AR)，是真实场景与虚拟信息进行实时的三维叠加，呈现出虚拟与现实结合的互动交融。是一种覆盖现实与虚拟内容的相互结合的技术，它使得现实环境中的信息更容易被理解和接受。它将虚拟元素(如图像、声音、动画等)添加到真实环境中，从而使现实外观发生变化。

虚拟现实(Virtual Reality,VR)，是一种囊括计算机、电子信息以及仿真的技术，其基本实现方式是以计算机技术为主，利用并综合三维图形技术、多媒体技术、仿真技术、显示技术、伺服技术等多种高科技的最新发展成果，借助计算机等设备产生一个逼真的三维视觉、触觉、嗅觉等多种感官体验的虚拟世界，从而使处于虚拟世界中的人产生一种身临其境的感觉。

元宇宙(Metaverse)，是人类运用数字技术构建的，由现实世界映射或超越现实世界，可与现实世界交互的虚拟世界，具备新型社会体系的数字生活空间；其包括5G、云计算、人工智能、虚拟现实、区块链、数字获取、物联网和人机交互等。

数字人(Digital Human/Meta Human)，是运用数字技术创造出来的、与人类形象接近的数字化人物形象。是利用信息科学的方法对人体在不同水平的形态和功能进行虚拟仿真。其研究过程包括四个交叉重叠的发展阶段，“可视人”，“物理人”，“生理人”，“智能人”，最终建立多学科和多层次的数字模型并达到对人体从微观到宏观的精确模拟。

图1是本公开实施例提供的一种数字人的生成方法的流程示意图。如图1所示，该方法包括但不限于以下步骤：

S101，获取待检测视频，并从待检测视频中获取目标人物的脚部触地信息，以及目标人物的身体关节和身体关节的检测信息。

在一些实现中，待检测视频可以为实时拍摄的视频，也可以为视频库中存储的视频，该待检测视频中至少包括目标人物。

可选地，可以对待检测视频进行特征提取，根据预训练的神经网络对待检测视频进行检测，获取待检测视频中的目标人物。

可选地，可以采用触地检测网络从待检测视频中确定目标人物的脚部触地信息，可以采用身体感知网络从待检测视频中确定目标人物的身体关节和身体关节的检测信息。

在一些实现中，可以获取目标人物的脚部触地信息，以及目标人物的身体关节和身体关节的检测信息。

可选地，目标人物的身体关节可以包括但不限于：膝关节、肘关节、肩关节、腕关节以及髋关节等较大的关节。

在一些实现中，目标人物的脚部触地信息可以包括目标人物是否为脚部离地、脚部是否完全触地等信息。在一些实现中，身体关节的检测信息可以为身体关节角度、关节移动速度等信息。以目标人物的脚部触地信息和身体关节的检测信息为基础，对数字人的生成进行分析和确定。

S102，基于脚部触地信息指示目标人物的脚部触地，生成脚部的位置姿态不移动的第一约束条件。

在一些实现中，脚部触地信息可以指示目标人物的脚部触地或者目标人物的脚部不触地。可选地，可以采用数值表示脚部触地信息，例如以数字1表示脚部触地信息为目标人物的脚部触地，以数字0表示脚部触地信息为目标人物的脚部不触地。

在脚部触地信息指示目标人物的脚部触地时，生成脚部的位置姿态不移动的第一约束条件。在一些实现中，脚部的位置姿态不移动可以是脚部的关键点的位置不移动。

可选地，第一约束条件可以为脚部的关键点的位置移动为零，也就是说，在脚部触地信息指示目标人物的脚部触地时，确定第一约束条件为脚部的关键点位置不进行移动，以便于对数字人的位置姿态进行更准确的模拟。

在一些实现中，若脚部触地信息指示目标人物的脚部不触地时，可以忽略第一约束条件的设置。

S103，在第一约束条件下，根据检测信息对身体关节的关节角度进行优化求解，得到身体关节的目标关节角度。

可选地，检测信息中可以包括待检测视频中目标人物的关节角度、关节移动速度和目标人物关节的位置等信息。

可选地，根据身体关节的关节角度可以确定对应人物各关节的姿态动作，以便于对人物的动作进行还原。可以理解的是，数字人的动作姿态应与待检测视频中目标人物的动作姿态接近，以使得数字人的还原和生成更加准确，因此可以根据数字人的姿态与目标人物的姿态误差确定数字人的动作姿态。

在一些实现中，可以根据检测信息中目标人物的关节角度和关节移动速度等信息，确定与该检测信息中目标人物的最接近的关节角度，作为优化求解后的关节角度，将该与目标人物最接近的关节角度作为身体关节的目标关节角度进行数字人的生成，提高数字人生成的准确性。

S104，基于身体关节的目标关节角度对数字人的动作进行渲染。

在确定出身体关节的目标关节角度之后，也就是确定数字人的关节角度之后，对数字人的动作进行渲染并展示。可选地，可以通过3D建模、纹理贴图以及光照渲染等技术对数字人进行生成，以使得数字人的动作更加真实和逼真。

本公开实施例中，从待检测视频中获取目标人物的脚部触地信息和目标人物的身体关节和身体关节的检测信息，用于后续对数字人动作的生成，并根据脚部触地信息确定第一约束条件，在第一约束条件下对身体关节的关节角度进行求解，得到目标关节角度，提高目标关节角度获取的效率且计算成本较低，基于目标关节角度对数字人的动作进行渲染生成，准确性较高。

图2是本公开实施例提供的一种数字人的生成方法的流程示意图。如图2所示，该方法包括但不限于以下步骤：

S201，获取待检测视频，并从待检测视频中获取目标人物的脚部触地信息，以及目标人物的身体关节和身体关节的检测信息。

本公开实施例中，步骤S201的实现方法可以分别采用本公开的各实施例中的任一种方式实现，在此并不对此作出限定，也不再赘述。

S202，基于脚部触地信息指示目标人物的脚部触地，生成脚部的位置姿态不移动的第一约束条件。

本公开实施例中，步骤S202的实现方法可以分别采用本公开的各实施例中的任一种方式实现，在此并不对此作出限定，也不再赘述。

S203，基于身体关节的检测信息，获取身体关节对应的关键点的2D坐标和3D坐标之间的位置误差。

在一些实现中，身体关节对应的关键点可以是各身体关节部位中心的点，或者是各身体关节边缘上的任一点；本公开实施例中将身体关节边缘上的各点都作为关键点。

在一些实现中，针对每个关键点，对关键点的2D坐标进行投影，得到关键点的投影3D坐标；获取属于同一关键点的3D坐标和投影3D坐标之间的误差，作为位置误差。

可选地，关键点的2D坐标可以是该关键点在待检测视频中的当前帧视频图像中的坐标，也就是以当前帧视频图像构建二维坐标系，以确定在当前帧图像中该关键点的2D坐标。

在一些实现中，关键点的3D坐标可以是由感知模型获取的坐标；该感知模型是用于对待检测视频中目标人物进行感知的模型。

进一步地，计算同一关键点对应的感知模型的3D坐标与投影3D坐标之间的误差，作为位置误差。可选地，3D坐标与投影3D坐标之间的误差可以为3D坐标与投影3D坐标之间的差值绝对值，该差值绝对值为位置误差，位置误差的计算成本较低，获取方便。

在一些实现中，当身体关节存在多个关键点时，可以将该身体关节上所有关键点对应的位置误差进行求和，作为最终的位置误差。

S204，基于身体关节的检测信息，获取相邻视频帧之间的关节速度误差和关节加速度误差。

可选地，身体关节的检测信息中至少包括身体关节的关节速度和身体关节的关节加速度。

在一些实现中，相邻视频帧之间的关节速度误差为相邻视频帧关键点的关节速度之间的差值绝对值。

在一些实现中，相邻视频帧之间的关节加速度误差为相邻视频帧关键点的关节加速度之间的差值绝对值。

在一些实现中，若身体关节存在多个关键点时，可以将该身体关节上所有关键点对应的关节速度误差进行求和得到最终的关节速度误差，将该身体关节上所有关键点对应的关节加速度误差进行求和得到最终的关节加速度误差。

S205，以目标人物的姿态信息与数字人的姿态信息间的姿态误差为待求解变量，并结合位置误差、关节速度误差和关节加速度误差，确定优化目标函数。

在一些实现中，获取目标人物的姿态信息，该姿态信息可以是目标人物各身体关节的位置，通过各身体关节的位置反映目标人物的姿态。数字人的姿态信息可以是数字人各身体关节的位置，通过各身体关节的位置反映数字人的姿态。

可以理解的是，在对数字人进行生成时，数字人的姿态信息应该与目标人物的尽可能接近，以确保数字人生成的准确性，因此可以计算目标人物的姿态信息与数字人的姿态信息之间的姿态误差，将姿态误差作为待求解变量。

在一些实现中，可以结合上述计算的位置误差、关节速度误差和关节加速度误差，确定优化目标函数。可选地，该优化目标函数可以为位置误差、关节速度误差、关节加速度误差和姿态误差的求和函数。

示例性说明，假设将位置误差标记为F1、关节速度误差标记为F2、关节加速度误差标记为F3以及姿态误差标记为F4，则优化目标函数f＝F1+F2+F3+F4，其中F4为待求解变量。

在一些实现中，还可以获取滑动窗口内的视频帧，基于滑动窗口内每个视频帧的身体关节的检测信息，确定优化目标函数。也就是说可以采用滑动窗口获取待检测视频中的部分视频帧，对该滑动窗口内的视频帧中身体关节的检测信息，获取对应的位置误差、关节速度误差和关节加速度误差，从而结合姿态误差确定优化目标函数，能够减少计算量，提高对视频帧分析时的计算效率。

S206，在第一约束条件下，获取优化目标函数的误差最小时的最优解，并基于最优解得到目标关节角度。

在一些实现中，可以根据身体关节的检测信息确定目标人物的姿态信息；基于目标人物的姿态信息和最优解，得到数字人的姿态信息；根据数字人的姿态信息，确定数字人的关节角度，作为目标关节角度。

可以理解的是，目标人物的姿态信息可以根据身体关节的检测信息获取，因此优化目标函数中的未知量为数字人的姿态信息。

进一步地，在生成数字人时，该数字人应该与目标人物之间的姿态无限接近，因此在第一约束条件下，获取优化目标函数的误差最小时的最优解。可以理解的是，优化目标函数中的自变量为数字人的姿态信息，因此根据目标人物的姿态信息和优化目标函数的误差最小时的最优解，可以确定数字人的姿态信息。

可选地，可以采用非线性求解器对优化目标函数进行求解，以得到优化目标函数的最优解。

可选地，数字人的姿态信息中可以包括各身体关节的关键点，以及身体关节上关键点的关节速度、关节加速度和关节角度等信息；因此可以根据数字人的姿态信息确定数字人的关节角度，将数字人的关节角度作为目标关节角度，以根据目标关节角度对数字人进行更加准确的生成。

在一些实现中，响应于脚部触地信息指示目标人物的脚部离地，根据检测信息对身体关节的关节角度进行优化求解，得到身体关节的目标关节角度。也就是说，在脚部触地信息指示目标人物的脚部离地时，则不存在第一约束条件，直接根据检测信息对身体关节的关节角度进行优化求解，也就是对优化目标函数进行求解，得到身体关节的目标关节角度，也就是数字人的关节角度，减少计算成本，提高数字人还原效率。

S207，基于身体关节的目标关节角度对数字人的动作进行渲染。

本公开实施例中，步骤S207的实现方法可以分别采用本公开的各实施例中的任一种方式实现，在此并不对此作出限定，也不再赘述。

本公开实施例中，基于身体关节的检测信息确定坐标之间的位置误差、关节速度误差以及关节加速度误差，基于目标人物和数字人的姿态信息确定姿态误差，由姿态误差结合位置误差、关节速度误差以及关节加速度构成优化目标函数进行求解，通过多维度的误差确定误差最小时的最优解，以该最优解确定的目标关节角度更加准确，从而确保对数字人动作的生成和渲染更加准确，还原度较高。

图3是本公开实施例提供的一种数字人的生成方法的流程示意图。如图3所示，该方法包括但不限于以下步骤：

S301，获取待检测视频，并从待检测视频中获取目标人物的脚部触地信息，以及目标人物的身体关节和身体关节的检测信息。

本公开实施例中，步骤S301的实现方法可以分别采用本公开的各实施例中的任一种方式实现，在此并不对此作出限定，也不再赘述。

S302，基于脚部触地信息指示目标人物的脚部触地，生成脚部的位置姿态不移动的第一约束条件。

本公开实施例中，步骤S302的实现方法可以分别采用本公开的各实施例中的任一种方式实现，在此并不对此作出限定，也不再赘述。

S303，基于身体关节的检测信息，确定目标人物的动力学约束，作为第二约束条件。

在一些实现中，身体关节的检测信息中包括身体关节的位置信息和姿态信息等，因此可以基于身体关节的检测信息，确定身体关节的位置信息、关节速度和关节加速度；基于身体关节的位置信息、关节速度和关节加速度，确定动力学约束，作为第二约束条件。

在一些实现中，可以基于位置信息，分别确定质量矩阵和重力矩阵；其中，质量矩阵是指一个对称矩阵，表示系统广义坐标向量的时间导数与动力学之间的联系；重力矩阵是动力学方程中与关节姿态相关的矩阵。进一步地，基于位置信息和关节速度，确定离心力和哥氏力矩阵；其中，离心力和哥氏力都是在旋转物体中产生的力，哥氏力又称为科氏力和科里奥利力。

进一步地，确定由动力学网络得到的关节矩阵、雅克比矩阵和外界力；其中，关节矩阵用于描述关节运动，雅克比矩阵用于描述线性变换对向量空间的影响；基于质量矩阵和关节加速度、重力矩阵、离心力和哥氏力矩阵、以及关节矩阵、雅克比矩阵和外界力，确定动力学约束。

可选地，动力学约束可以表示为：

其中，M(q)表示质量矩阵；表示关节加速度；/>表示离心力和哥氏力矩阵；表示关节速度；G(q)表示重力矩阵；tau表示关节矩阵；J(q)^T表示雅克比矩阵；F_c表示受到的外界力。

在确定动力学约束之后，将该动力学约束作为第二约束条件，以提高对数字人动作还原的准确性，且符合动力学规律。

S304，在第一约束条件和第二约束条件的约束下，根据检测信息对身体关节的关节角度进行优化求解，得到身体关节的目标关节角度。

在一些实现中，可以根据检测信息确定身体关节的位置误差、关节速度误差和关节加速度误差等误差信息，还可以根据目标人物的姿态信息和数字人的姿态信息确定姿态误差，将姿态误差作为待求解变量，在位置误差、关节误差、关节加速度误差和姿态误差等误差信息最小时，确定数字人的姿态信息，进而确定数字人的关节角度，从而得到身体关节的目标关节角度。

可以理解的是，在对身体关节的目标关节角度进行优化求解时，需要满足第一约束条件和第二约束条件的约束，以提高数字人生成的准确性。

在一些实现中，可以将第二约束条件去除，以提高对身体关节的目标关节角度的计算效率。

S305，基于身体关节的目标关节角度对数字人的动作进行渲染。

本公开实施例中，步骤S305的实现方法可以分别采用本公开的各实施例中的任一种方式实现，在此并不对此作出限定，也不再赘述。

本公开实施例中，基于身体关节的检测信息确定质量矩阵、重力矩阵、离心力和哥氏力矩阵、关节矩阵以及雅克比矩阵等信息，从而建立动力学约束作为第二约束条件，使得数字人动作符合动力学规律，在第一约束条件和第二约束条件的双重约束下，确保身体关节的目标关节角度更加符合逻辑，准确性更高，进而保证了数字人的动作还原度较高。

图4是本公开实施例提供的一种数字人的生成方法的流程示意图。如图4所示，该方法包括但不限于以下步骤：

S401，获取待检测视频，并从待检测视频中获取目标人物的脚部触地信息，以及目标人物的身体关节和身体关节的检测信息。

本公开实施例中，步骤S401的实现方法可以分别采用本公开的各实施例中的任一种方式实现，在此并不对此作出限定，也不再赘述。

S402，基于脚部触地信息指示目标人物的脚部触地，生成脚部的位置姿态不移动的第一约束条件。

本公开实施例中，步骤S402的实现方法可以分别采用本公开的各实施例中的任一种方式实现，在此并不对此作出限定，也不再赘述。

S403，基于身体关节的检测信息，获取身体关节对应的关键点的2D坐标和3D坐标之间的位置误差。

本公开实施例中，步骤S403的实现方法可以分别采用本公开的各实施例中的任一种方式实现，在此并不对此作出限定，也不再赘述。

S404，基于身体关节的检测信息，获取相邻视频帧之间的关节速度误差和关节加速度误差。

本公开实施例中，步骤S404的实现方法可以分别采用本公开的各实施例中的任一种方式实现，在此并不对此作出限定，也不再赘述。

S405，以目标人物的姿态信息与数字人的姿态信息间的姿态误差为待求解变量，并结合位置误差、关节速度误差和关节加速度误差，确定优化目标函数。

本公开实施例中，步骤S405的实现方法可以分别采用本公开的各实施例中的任一种方式实现，在此并不对此作出限定，也不再赘述。

S406，基于身体关节的检测信息，确定目标人物的动力学约束，作为第二约束条件。

本公开实施例中，步骤S406的实现方法可以分别采用本公开的各实施例中的任一种方式实现，在此并不对此作出限定，也不再赘述。

S407，在第一约束条件和第二约束条件的约束下，获取优化目标函数的误差最小时的最优解，并基于最优解得到目标关节角度。

可以理解的是，在对优化目标函数的误差最小时的最优解进行获取时，该最优解应当满足第一约束条件和第二约束条件，使得基于最优解得到的目标关节角度更加准确，从而提高后续对数字人动作渲染的准确度。

S408，基于身体关节的目标关节角度对数字人的动作进行渲染。

本公开实施例中，步骤S408的实现方法可以分别采用本公开的各实施例中的任一种方式实现，在此并不对此作出限定，也不再赘述。

本公开实施例中，从待检测视频中获取目标人物的脚部触地信息和目标人物的身体关节和身体关节的检测信息，用于后续对数字人动作的生成，由姿态误差结合位置误差、关节速度误差以及关节加速度构成优化目标函数进行求解，建立动力学约束作为第二约束条件，在第一约束条件和第二约束条件的双重约束下，通过多维度的误差确定误差最小时的最优解，以该最优解确定的目标关节角度更加准确，确保身体关节的目标关节角度更加符合逻辑，准确性更高，进而保证了数字人的动作还原度较高。

图5是本公开实施例提供的一种数字人的生成装置的结构示意图。如图5所示，该数字人的生成装置500包括：

第一获取模块501，用于获取待检测视频，并从待检测视频中获取目标人物的脚部触地信息，以及目标人物的身体关节和身体关节的检测信息；

第二获取模块502，用于基于脚部触地信息指示目标人物的脚部触地，生成脚部的位置姿态不移动的第一约束条件；

第三获取模块503，用于在第一约束条件下，根据检测信息对身体关节的关节角度进行优化求解，得到身体关节的目标关节角度；

生成模块504，用于基于身体关节的目标关节角度对数字人的动作进行渲染。

在一些实现中，第三获取模块503，包括：

基于身体关节的检测信息，获取身体关节对应的关键点的2D坐标和3D坐标之间的位置误差；

基于身体关节的检测信息，获取相邻视频帧之间的关节速度误差和关节加速度误差；

以目标人物的姿态信息与数字人的姿态信息间的姿态误差为待求解变量，并结合位置误差、关节速度误差和关节加速度误差，确定优化目标函数；

在第一约束条件下，获取优化目标函数的误差最小时的最优解，并基于最优解得到目标关节角度。

在一些实现中，装置500还包括：

获取滑动窗口内的视频帧；

基于滑动窗口内每个视频帧的身体关节的检测信息，确定优化目标函数。

在一些实现中，第三获取模块503，包括：

针对每个关键点，对关键点的2D坐标进行投影，得到关键点的投影3D坐标；

获取属于同一关键点的3D坐标和投影3D坐标之间的误差，作为位置误差。

在一些实现中，第三获取模块503，包括：

根据身体关节的检测信息确定目标人物的姿态信息；

基于目标人物的姿态信息和最优解，得到数字人的姿态信息；

根据数字人的姿态信息，确定数字人的关节角度，作为目标关节角度。

在一些实现中，装置500还包括：

响应于脚部触地信息指示目标人物的脚部离地，根据检测信息对身体关节的关节角度进行优化求解，得到身体关节的目标关节角度。

在一些实现中，装置500还包括：

基于身体关节的检测信息，确定目标人物的动力学约束，作为第二约束条件。

在一些实现中，装置500还包括：

在第一约束条件和第二约束条件的约束下，根据检测信息对身体关节的关节角度进行优化求解，得到身体关节的目标关节角度。

在一些实现中，装置500，包括：

基于身体关节的检测信息，确定身体关节的位置信息、关节速度和关节加速度；

基于身体关节的位置信息、关节速度和关节加速度，确定动力学约束，作为第二约束条件。

在一些实现中，装置500，包括：

基于位置信息，分别确定质量矩阵和重力矩阵；

基于位置信息和关节速度，确定离心力和哥氏力矩阵；

确定由动力学网络得到的关节矩阵、雅克比矩阵和外界力；

基于质量矩阵和关节加速度、重力矩阵、离心力和哥氏力矩阵、以及关节矩阵、雅克比矩阵和外界力，确定动力学约束。

本公开实施例中，从待检测视频中获取目标人物的脚部触地信息和目标人物的身体关节和身体关节的检测信息，用于后续对数字人动作的生成，并根据脚部触地信息确定第一约束条件，在第一约束条件下对身体关节的关节角度进行求解，得到目标关节角度，提高目标关节角度获取的效率且计算成本较低，基于目标关节角度对数字人的动作进行渲染生成，准确性较高。

本公开的技术方案中，所涉及的用户个人信息的获取，存储和应用等，均符合相关法律法规的规定，且不违背公序良俗。

根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。

图6示出了可以用来实施本公开的实施例的示例电子设备600的示意性框图。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/或者要求的本公开的实现。

如图6所示，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RAM 603中，还可存储设备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。

设备600中的多个部件连接至I/O接口605，包括：输入单元606，例如键盘、鼠标等；输出单元607，例如各种类型的显示器、扬声器等；存储单元608，例如磁盘、光盘等；以及通信单元609，例如网卡、调制解调器、无线通信收发机等。通信单元609允许设备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。

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，例如数字人的生成方法。例如，在一些实施例中，数字人的生成方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元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数字人的生成方法的一个或多个步骤。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)而被配置为执行数字人的生成方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以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执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (23)

1.一种数字人的生成方法，其中，所述方法包括：

获取待检测视频，并从所述待检测视频中获取目标人物的脚部触地信息，以及所述目标人物的身体关节和所述身体关节的检测信息；

基于所述脚部触地信息指示所述目标人物的脚部触地，生成所述脚部的位置姿态不移动的第一约束条件；

在所述第一约束条件下，根据所述检测信息对所述身体关节的关节角度进行优化求解，得到所述身体关节的目标关节角度；

基于所述身体关节的目标关节角度对数字人的动作进行渲染。

2.根据权要求1所述的方法，其中，所述在所述第一约束条件下，根据所述检测信息对所述身体关节的关节角度进行优化求解，得到所述身体关节的目标关节角度，包括：

基于所述身体关节的检测信息，获取所述身体关节对应的关键点的2D坐标和3D坐标之间的位置误差；

基于所述身体关节的检测信息，获取相邻视频帧之间的关节速度误差和关节加速度误差；

以所述目标人物的姿态信息与所述数字人的姿态信息间的姿态误差为待求解变量，并结合所述位置误差、所述关节速度误差和关节加速度误差，确定优化目标函数；

在所述第一约束条件下，获取所述优化目标函数的误差最小时的最优解，并基于所述最优解得到所述目标关节角度。

3.根据权利要求2所述的方法，其中，所述方法还包括：

获取滑动窗口内的视频帧；

基于所述滑动窗口内每个视频帧的所述身体关节的检测信息，确定所述优化目标函数。

4.根据权利要求2所述的方法，其中，所述获取所述身体关节对应的关键点的2D坐标和3D坐标之间的位置误差，包括：

针对每个关键点，对所述关键点的2D坐标进行投影，得到所述关键点的投影3D坐标；

获取属于同一关键点的所述3D坐标和所述投影3D坐标之间的误差，作为所述位置误差。

5.根据权利要求2所述的方法，其中，所述基于所述最优解得到所述目标关节角度，包括：

根据所述身体关节的检测信息确定所述目标人物的姿态信息；

基于所述目标人物的姿态信息和所述最优解，得到所述数字人的姿态信息；

根据所述数字人的姿态信息，确定所述数字人的关节角度，作为所述目标关节角度。

6.根据权利要求1所述的方法，其中，所述方法还包括：

响应于所述脚部触地信息指示所述目标人物的脚部离地，根据所述检测信息对所述身体关节的关节角度进行优化求解，得到所述身体关节的目标关节角度。

7.根据权利要求1所述的方法，其中，所述方法还包括：

基于所述身体关节的检测信息，确定所述目标人物的动力学约束，作为第二约束条件。

8.根据权利要求7所述的方法，其中，所述方法还包括：

在所述第一约束条件和所述第二约束条件的约束下，根据所述检测信息对所述身体关节的关节角度进行优化求解，得到所述身体关节的目标关节角度。

9.根据权利要求7所述的方法，其中，所述基于所述身体关节的检测信息，确定所述目标人物的动力学约束，作为第二约束条件，包括：

基于所述身体关节的检测信息，确定所述身体关节的位置信息、关节速度和关节加速度；

基于所述身体关节的位置信息、关节速度和关节加速度，确定所述动力学约束，作为所述第二约束条件。

10.根据权利要求9所述的方法，其中，所述基于所述身体关节的位置信息、关节速度和关节加速度，确定所述动力学约束，包括：

基于所述位置信息，分别确定质量矩阵和重力矩阵；

基于所述位置信息和所述关节速度，确定离心力和哥氏力矩阵；

确定由动力学网络得到的关节矩阵、雅克比矩阵和外界力；

基于所述质量矩阵和所述关节加速度、所述重力矩阵、所述离心力和哥氏力矩阵、以及所述关节矩阵、所述雅克比矩阵和所述外界力，确定所述动力学约束。

11.一种数字人的生成装置，包括：

第一获取模块，用于获取待检测视频，并从所述待检测视频中获取目标人物的脚部触地信息，以及所述目标人物的身体关节和所述身体关节的检测信息；

第二获取模块，用于基于所述脚部触地信息指示所述目标人物的脚部触地，生成所述脚部的位置姿态不移动的第一约束条件；

第三获取模块，用于在所述第一约束条件下，根据所述检测信息对所述身体关节的关节角度进行优化求解，得到所述身体关节的目标关节角度；

生成模块，用于基于所述身体关节的目标关节角度对数字人的动作进行渲染。

12.根据权利要求11所述的装置，其中，所述第三获取模块，包括：

基于所述身体关节的检测信息，获取所述身体关节对应的关键点的2D坐标和3D坐标之间的位置误差；

基于所述身体关节的检测信息，获取相邻视频帧之间的关节速度误差和关节加速度误差；

以所述目标人物的姿态信息与所述数字人的姿态信息间的姿态误差为待求解变量，并结合所述位置误差、所述关节速度误差和关节加速度误差，确定优化目标函数；

在所述第一约束条件下，获取所述优化目标函数的误差最小时的最优解，并基于所述最优解得到所述目标关节角度。

13.根据权利要求12所述的装置，其中，所述装置还包括：

获取滑动窗口内的视频帧；

基于所述滑动窗口内每个视频帧的所述身体关节的检测信息，确定所述优化目标函数。

14.根据权利要求12所述的装置，其中，所述第三获取模块，包括：

针对每个关键点，对所述关键点的2D坐标进行投影，得到所述关键点的投影3D坐标；

获取属于同一关键点的所述3D坐标和所述投影3D坐标之间的误差，作为所述位置误差。

15.根据权利要求12所述的装置，其中，所述第三获取模块，包括：

根据所述身体关节的检测信息确定所述目标人物的姿态信息；

基于所述目标人物的姿态信息和所述最优解，得到所述数字人的姿态信息；

根据所述数字人的姿态信息，确定所述数字人的关节角度，作为所述目标关节角度。

16.根据权利要求11所述的装置，其中，所述装置还包括：

响应于所述脚部触地信息指示所述目标人物的脚部离地，根据所述检测信息对所述身体关节的关节角度进行优化求解，得到所述身体关节的目标关节角度。

17.根据权利要求11所述的方法，其中，所述装置还包括：

基于所述身体关节的检测信息，确定所述目标人物的动力学约束，作为第二约束条件。

18.根据权利要求17所述的方法，其中，所述装置还包括：

在所述第一约束条件和所述第二约束条件的约束下，根据所述检测信息对所述身体关节的关节角度进行优化求解，得到所述身体关节的目标关节角度。

19.根据权利要求17所述的装置，其中，所述装置，包括：

基于所述身体关节的检测信息，确定所述身体关节的位置信息、关节速度和关节加速度；

基于所述身体关节的位置信息、关节速度和关节加速度，确定所述动力学约束，作为所述第二约束条件。

20.根据权利要求19所述的装置，其中，所述装置，包括：

基于所述位置信息，分别确定质量矩阵和重力矩阵；

基于所述位置信息和所述关节速度，确定离心力和哥氏力矩阵；

确定由动力学网络得到的关节矩阵、雅克比矩阵和外界力；

基于所述质量矩阵和所述关节加速度、所述重力矩阵、所述离心力和哥氏力矩阵、以及所述关节矩阵、所述雅克比矩阵和所述外界力，确定所述动力学约束。

21.一种电子设备，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1-10中任一项所述的方法。

22.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-10中任一项所述的方法。

23.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-10中任一项所述方法的步骤。