[发明专利]动作矫正模型的训练方法、动作矫正方法及装置

说明书

本公开关于一种动作矫正模型的训练方法、动作矫正方法及装置。该训练方法包括：获取目标对象的多个按序排列的样本骨骼信息；按照样本骨骼信息的排列顺序，依次根据每个样本骨骼信息以及每个样本骨骼信息对应的样本物理动作信息，确定预设神经网络模型的输入状态信息；将输入状态信息输入预设神经网络模型，得到样本矫正动作信息；根据样本骨骼信息和样本矫正动作信息驱动目标虚拟对象执行动作，得到样本骨骼信息关联的样本物理动作信息；根据样本骨骼信息以及样本骨骼信息关联的样本物理动作信息，确定奖励信息；根据奖励信息训练预设神经网络模型，得到动作矫正模型。根据本公开的技术方案，可以提高动作矫正模型的训练效率和精度。

技术领域

本公开涉及人工智能技术领域，尤其涉及一种动作矫正模型的训练方法、动作矫正方法及装置。

背景技术

目前在虚拟对象进行动作模仿中，比如在动画制作过程中，采集的人物动作不可避免地存在遮挡因素，导致根据这些人物动作得到的骨骼信息会带有噪声，因此要对骨骼信息进行去噪处理。但相关技术中，去噪处理方式不够高效，准确性以及实时性也欠佳。

发明内容

本公开提供一种动作矫正模型的训练方法、动作矫正方法及装置，以至少解决相关技术中如何使动作矫正模型的动作矫正更加高效、准确且实时性高的问题。本公开的技术方案如下：

根据本公开实施例的第一方面，提供一种动作矫正模型的训练方法，包括：

获取目标对象的多个按序排列的样本骨骼信息；

按照所述样本骨骼信息的排列顺序，依次根据每个样本骨骼信息以及每个样本骨骼信息对应的样本物理动作信息，确定预设神经网络模型的输入状态信息；其中，每个样本骨骼信息对应的样本物理动作信息为每个样本骨骼信息的前一个样本骨骼信息关联的样本物理动作信息；

将所述输入状态信息输入所述预设神经网络模型，对所述样本骨骼信息进行动作矫正学习，得到样本矫正动作信息；

根据所述样本骨骼信息和所述样本矫正动作信息驱动目标虚拟对象执行动作，得到所述样本骨骼信息关联的样本物理动作信息；

根据所述样本骨骼信息以及所述样本骨骼信息关联的样本物理动作信息，确定奖励信息；

根据所述奖励信息训练所述预设神经网络模型，得到所述动作矫正模型。

在一种可能的实现方式中，在所述根据所述样本骨骼信息以及所述样本骨骼信息关联的样本物理动作信息，确定奖励信息步骤之后，所述训练方法还包括：

将所述奖励信息存入奖励信息集合；

当所述样本骨骼信息关联的样本物理动作信息为预设状态信息时，利用所述奖励信息集合中的奖励信息更新所述预设神经网络模型；根据所述多个按序排列的样本骨骼信息中的第一个样本骨骼信息以及所述第一个样本骨骼信息对应的预设样本物理动作信息，确定所述预设神经网络模型的输入状态信息；转至所述将所述输入状态信息输入所述预设神经网络模型，对所述样本骨骼信息进行动作矫正学习，得到样本矫正动作信息步骤；

当所述样本骨骼信息关联的样本物理动作信息不是预设状态信息时，转至所述按照所述样本骨骼信息的排列顺序，依次根据每个样本骨骼信息以及每个样本骨骼信息对应的样本物理动作信息，确定预设神经网络模型的输入状态信息步骤。

在一种可能的实现方式中，所述按照所述样本骨骼信息的排列顺序，依次根据每个样本骨骼信息以及每个样本骨骼信息对应的样本物理动作信息，确定预设神经网络模型的输入状态信息步骤包括：

按照所述样本骨骼信息的排列顺序，依次获取每个样本骨骼信息中的样本骨骼位姿信息和样本骨骼速度信息；

获取每个样本骨骼信息对应的样本物理动作信息中的第一样本物理位姿信息和第一样本物理速度信息；