[发明专利]一种动态人体三维模型序列压缩方法、电子设备及介质在审
申请号: | 202010372219.X | 申请日: | 2020-05-06 |
公开(公告)号: | CN111563958A | 公开(公告)日: | 2020-08-21 |
发明(设计)人: | 朱煜;张迎梁 | 申请(专利权)人: | 叠境数字科技(上海)有限公司 |
主分类号: | G06T17/00 | 分类号: | G06T17/00;G06T9/00 |
代理公司: | 上海精晟知识产权代理有限公司 31253 | 代理人: | 李艳梅 |
地址: | 201210 上海市浦东新*** | 国省代码: | 上海;31 |
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 动态 人体 三维 模型 序列 压缩 方法 电子设备 介质 | ||
本发明涉及数据压缩领域,公开了一种动态人体三维模型序列的压缩方法、电子设备及介质,压缩方法包括以下步骤:将三维模型序列分为若干个模型序列段,对每个模型序列段选取第一KF;对第一KF模型的脸部网格加密,使脸部网格密度大于身体部分网格密度;然后对脸部网格和身体部分网格采集SED‑nod,组成完整的SED‑graph,其中脸部网格采集点之间的距离小于身体部分网格采集点之间的距离;对第一KF模型进行分块非刚性运动求解,实现向前、后帧方向非刚性变形;保持各个模型序列段内模型三角面的纹理坐标不变,利用原始图片对变形后模型进行贴图。本发明可大大压缩模型序列的数据量,解决抖动较为严重的问题,优化模型质量。
技术领域
本发明涉及数据压缩领域,尤其涉及一种动态人体三维模型序列的压缩方法、电子设备及介质。
背景技术
高精度非刚体三维模型序列将会在增强现实/远程沉浸式通讯/三维视频直播等领域有重要应用。三维序列内容的生产、压缩、传输和显示组成其在各个领域内应用的全部技术环节,其中压缩是非常重要的环节,不仅可对内容进行优化,而且可以在保证模型质量的同时降低网络传输带宽需求,改善模型序列质量的同时优化带所需带宽,使模序列能通过较低带宽的网络进行传输,扩大应用范围。
人物的三维模型序列内容主要通过多视角向内环视相机系统,利用三维重建技术获得。通常获得的人物模型都是独立的三维模型,相互之间没有关系,因此模型顶点、三角形拓扑分布以及贴图信息都会不一样,这导致最终的序列帧数据量非常大,甚至有线网络环境下也无法实时传输。基于多相机的三维重建技术并不能非常精确的恢复物体的三维信息,会存在误差,尤其黑色、高光区域更加难以重建,对于动态人物,不精确的连续模型序列就会出现比较严重的抖动。
因此,本领域的技术人员致力于开发一种对人体三维模型数据进行高效压缩的方法,同时进一步解决动态连续三维模型抖动的问题。
发明内容
有鉴于现有技术的上述缺陷,本发明所要解决的技术问题是克服当前动态人体三维模型序列数据量大的问题,实现对动态三维模型序列的压缩;进一步的,解决动态人体三维模型序列抖动较为严重的问题。
为实现上述目的,本发明研究发现,以数据采集速度为30帧每秒为例,30毫秒的间隔,动态人物帧间动作会比较微小,模型之间大多区域比较接近,运动也更接近于刚体,因此可考虑利用模型序列时域上的信息来帮助解决针对数据量大,模型序列抖动的问题。将一帧模型变形到相邻帧,可以仅仅变动模型顶点位置,三角形拓扑结构、贴图信息均无需变更,并利用相邻帧之间运动比较微小,且接近于刚体的特点,实现比较平滑的变形,从而解决三维模型序列数据量大,抖动较为严重的问题。
本发明提供了一种动态人体三维模型序列的压缩方法,包括以下步骤:
S1:将待压缩的动态人体三维模型序列分为若干个模型序列段,对每个所述模型序列段执行如下步骤:
S1.1:对每个所述模型序列段内选取第一KF;
S1.2:对所述第一KF模型的脸部网格加密,使所述脸部网格密度大于身体部分网格密度;然后对所述脸部网格和所述身体部分网格分别采集SED-nod,组成完整的SED-graph,其中所述脸部网格采集点之间的距离小于所述身体部分网格采集点之间的距离;
S1.3:对所述第一KF模型进行分块非刚性运动求解,实现向前、后帧方向非刚性变形;
S3:保持各个所述模型序列段内模型三角面的纹理坐标不变,利用原始图片对变形后模型进行贴图。
优选的,在步骤S3之前还包括步骤S2:以相邻模型序列连接处在前模型序列的最后x帧和在后模型序列最前x帧构成滤波范围,其中x是大于等于1的自然数,对所述滤波范围内的每一帧进行逐顶点时域滤波。
优选的,所述步骤S1中分段的原则是两个相邻的闭合动作之间为一段。
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叠境数字科技(上海)有限公司,未经叠境数字科技(上海)有限公司许可,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/202010372219.X/2.html,转载请声明来源钻瓜专利网。
- 上一篇:一种基于稀疏样本的视频压缩方法
- 下一篇:一种靶向测序试剂盒和方法