[发明专利]SMPL参数预测模型的训练方法、服务器及存储介质

权利要求书

1.一种多人线性蒙皮SMPL参数预测模型的训练方法，其特征在于，所述方法包括：

获取样本图片，所述样本图片中包含人体图像；

将所述样本图片输入姿态参数预测模型，得到姿态预测参数，所述姿态预测参数是SMPL预测参数中用于指示人体姿态的参数；

将所述样本图片输入形态参数预测模型，得到形态预测参数，所述形态预测参数是所述SMPL预测参数中用于指示人体形态的参数；

根据所述姿态预测参数和所述形态预测参数，通过SMPL模型构建人体三维模型；

根据所述SMPL预测参数和/或所述人体三维模型，并结合所述样本图片的标注信息，计算模型预测损失，所述模型预测损失包括第一模型预测损失，且所述模型预测损失包括第二模型预测损失和第三模型预测损失中的至少一种；所述第一模型预测损失根据所述SMPL预测参数，以及所述标注信息中的SMPL标注参数计算得到，所述SMPL标注参数中包括姿态标注参数和形态标注参数；所述第二模型预测损失根据所述人体三维模型中关节点的关节点预测坐标，以及所述标注信息中关节点的关节点标注坐标计算得到；所述第三模型预测损失根据所述人体三维模型的预测二维人体轮廓，以及所述标注信息中的标注二维人体轮廓计算得到；

根据所述模型预测损失反向训练所述姿态参数预测模型和所述形态参数预测模型。

2.根据权利要求1所述的方法，其特征在于，所述根据所述SMPL预测参数和/或所述人体三维模型，并结合所述样本图片的标注信息，计算模型预测损失，包括：

计算所述姿态标注参数与所述姿态预测参数之间的第一欧式距离；

计算所述形态标注参数与所述形态预测参数之间的第二欧式距离；

根据所述第一欧式距离和所述第二欧式距离确定所述第一模型预测损失。

3.根据权利要求1所述的方法，其特征在于，所述关节点标注坐标中包含三维关节点标注坐标和/或二维关节点标注坐标；

所述根据所述SMPL预测参数和/或所述人体三维模型，并结合所述样本图片的标注信息，计算模型预测损失，包括：

计算所述人体三维模型中关节点的三维关节点预测坐标和所述三维关节点标注坐标之间的第三欧式距离；

计算所述人体三维模型中关节点的二维关节点预测坐标和所述二维关节点标注坐标之间的第四欧式距离；

根据所述第三欧式距离和/或所述第四欧式距离计算所述第二模型预测损失。

4.根据权利要求3所述的方法，其特征在于，所述计算所述人体三维模型中关节点的三维关节点预测坐标和所述三维关节点标注坐标之间的第三欧式距离，包括：

根据所述人体三维模型中关节点周侧模型顶点的顶点坐标，确定所述人体三维模型中关节点的所述三维关节点预测坐标；

计算所述三维关节点预测坐标和所述三维关节点标注坐标之间的所述第三欧式距离。

5.根据权利要求3所述的方法，其特征在于，所述姿态参数预测模型还用于根据输入的所述样本图片输出投影参数，所述投影参数用于将三维空间的点投影到二维空间；

所述计算所述人体三维模型中关节点的二维关节点预测坐标和所述二维关节点标注坐标之间的第四欧式距离，包括：

根据所述人体三维模型中关节点周侧模型顶点的顶点坐标，确定所述人体三维模型中关节点的所述三维关节点预测坐标；

根据所述投影参数，对所述三维关节点预测坐标进行投影处理，得到所述二维关节点预测坐标；

计算所述二维关节点预测坐标和所述二维关节点标注坐标之间的所述第四欧式距离。

6.根据权利要求1所述的方法，其特征在于，所述姿态参数预测模型还用于根据输入的所述样本图片输出投影参数，所述投影参数用于将三维空间的点投影到二维空间；

所述根据所述SMPL预测参数和/或所述人体三维模型，并结合所述样本图片的标注信息，计算模型预测损失，包括：

根据所述投影参数，将所述人体三维模型中的模型顶点投影到二维空间，并生成所述预测二维人体轮廓；

根据所述预测二维人体轮廓和所述标注二维人体轮廓，计算第一轮廓损失和第二轮廓损失；

根据所述第一轮廓损失和所述第二轮廓损失确定所述第三模型预测损失。