[发明专利]一种基于单目深度图的动画人物绑定录制系统有效
申请号: | 201910256680.6 | 申请日: | 2019-04-01 |
公开(公告)号: | CN110009717B | 公开(公告)日: | 2020-11-03 |
发明(设计)人: | 陈莹;沈栎;化春键 | 申请(专利权)人: | 江南大学 |
主分类号: | G06T13/40 | 分类号: | G06T13/40;G06N3/08;G06N3/04 |
代理公司: | 哈尔滨市阳光惠远知识产权代理有限公司 23211 | 代理人: | 林娟 |
地址: | 214000 江*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 深度 动画人物 绑定 录制 系统 | ||
1.一种动画人物绑定录制系统中的数据处理方法,其特征在于,所述方法包括以下步骤:
步骤(1)应用deeprior++网络对2D单目深度图进行处理,输出空间偏移量xyz_Offset;
步骤(2)数据增强:对2D单目深度图进行旋转、缩放、以及平移并映射到三维欧氏空间形成点云;映射公式如下:
其中,u、v为图像坐标系下的任意坐标点;u0、v0为图像的中心坐标;xω、yω、zω表示世界坐标系下的三维坐标点;zc表示相机在世界坐标系中坐标的z轴值,即2D单目深度图中的动画人物到相机的距离;R,T分别为外参矩阵的3x3旋转矩阵和3x1平移矩阵;
步骤(3)利用步骤(1)得到的空间偏移量xyz_Offset修正步骤(2)得到的点云,然后利用预置参数对修正后的点云进行修剪,初步形成点的集合,将初步形成的点的集合称为体素集Cubic,体素集Cubic为一个空间大小为88x88x88的方块,其中有点的位置标为1,无点的位置标为0;
步骤(4)将步骤(3)得到的体素集Cubic输入三维信息深度学习网络FeSHEN,获取动画人物关节点的最大似然响应位置,之后将关节点的最大似然响应位置映射到世界坐标系中,最终预测出动画人物的18个关节点,得到18个关节点在世界坐标系中的空间坐标;
步骤(5)对18个关节点在世界坐标系中的空间坐标使用平滑方法进行处理,包括变化限制和抖动平滑;其中,变化限制用于防止关节点出现超出人体极限的动作的变化;抖动平滑用于避免因为噪声造成的关节点抖动;
抖动平滑算法如下:
输入:本帧坐标输入值Xt;上帧的输入值Xt-1;
输出:平滑后的输出值
S1计算Xt与Xt-1之间的欧氏距离dis;
S2判断dis的大小,设定抖动限制值Jitter;
如果disJitter,则X′t=Xt;
若dis≤Jitter,判定Xt为抖动,则利用下述公式对Xt进行平滑
S3使用霍尔特双指数平滑公式计算本帧的平滑值Yt;
Yt=X′t×(1-Smoothing)+(Xt-1+Tt-1)×Smoothing
其中,Smoothing为平滑参数,取值范围为[0,1];Tt-1为上一帧的趋势值,由上一帧的趋势公式计算出;
S4计算平滑值Yt与输入值Xt-1之间差值Dis;
Dis=Yt-Xt-1
S5使用霍尔特双指数趋势公式计算本帧的趋势值Tt;
Tt=Dis×Correction+Tt-1×(1-Correction)
其中,Correction是修正参数,取值范围为[0,1];
S6使用霍尔特双指数预测公式计算最终的预测值
其中,Prediction取值为[0,n],是影响期望预测未来n帧的预测值的参数,用于对未来n帧图像产生影响;
S7使用最大过滤距离MaxDist检查预测值与输入值Xt之间的欧氏距离DisOut,若DisOutMaxDist,则
最终得到了对于输入值Xt的平滑后的输出值为一个三维向量,包含了关节点在x、y、z轴上的坐标值;
步骤(6)根据平滑后的输出值建立基于单目深度图的动画人物绑定录制系统。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于江南大学,未经江南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910256680.6/1.html,转载请声明来源钻瓜专利网。