[发明专利]人体模型运动特征提取方法、装置、电子设备及存储介质

说明书

本发明实施例提供了一种人体模型运动特征提取方法、装置、电子设备及存储介质，上述方法包括：获取三维人体模型的骨架信息和多帧运动信息；针对三维人体模型的每个驱动关节点的相对位移和原始旋转信息，以及该驱动关节点的各个相邻驱动关节点的相对位移和原始旋转信息输入该驱动关节的对应的编码模型，得到待定输出结果；将该待定输出结果输入与该驱动关节对应的解码模型，得到该驱动关节点的解码后的旋转信息；确定编码模型和解码模型是否收敛；若收敛，则将待定输出结果确定为驱动关节点的运动特征。采用上述方法使得所提取的各个驱动关节点的运动特征可以较为全面的反应出各个关节点的运动信息。

技术领域

本发明涉及深度学习技术领域，特别是涉及一种人体模型运动特征提取方法、装置、电子设备及存储介质。

背景技术

目前，针对人体模型进行重定向处理或者进行动作分类处理时，均需要提取人体模型各个关节点的运动信息特征，通过深度学习模型对所提取的运动信息特征进行处理，以实现对人体模型的重定向或者动作分类等等。其中，对人体模型进行重定向为将人体模型从一种姿态改变为另一种姿态的过程。

然而，目前所提取的人体模型的各个关节点的运动信息特征难以较为全面的反应出各个关节点的运动信息。

发明内容

本发明实施例的目的在于提供一种人体模型运动特征提取方法、装置、电子设备及存储介质，以使得所提取的人体模型运动特征能够较为全面的反应出各个关节点的运动信息。

为了达到上述目的，本发明实施例提供了一种人体模型运动特征提取方法，包括：

获取三维人体模型的骨架信息和多帧运动信息；其中，骨架信息包括：三维人体模型的每个驱动关节点的相对位移；每一帧运动信息包括：该帧中三维人体模型的各个驱动关节点的原始旋转信息；三维人体模型包括一个根关节点和多个驱动关节点；每个驱动关节点的相对位移表示：驱动关节点相对于根关节点的位移信息；

针对三维人体模型的每个驱动关节点，将该驱动关节点的相对位移和原始旋转信息，以及该驱动关节点的各个相邻驱动关节点的相对位移和原始旋转信息输入该驱动关节的对应的编码模型，得到该驱动关节点对应的向量位移和该驱动关节点对应的节点向量作为待定输出结果；

将该待定输出结果输入与该驱动关节对应的解码模型，得到该驱动关节点的解码后的旋转信息；所述解码后的旋转信息与所述原始旋转信息的数据格式相同；

基于所述解码后的旋转信息与所述原始旋转信息的差异，确定所述编码模型和所述解码模型是否收敛；

若所述编码模型和解码模型未收敛，则调整所述编码模型和解码模型的模型参数，返回所述将该驱动关节点的相对位移和原始旋转信息，以及该驱动关节点的各个相邻驱动关节点的相对位移和原始旋转信息输入该驱动关节的对应的编码模型，得到该驱动关节点对应的向量位移和该驱动关节点对应的节点向量作为待定输出结果的步骤；

若所述编码模型和所述解码模型收敛，则将所述待定输出结果确定为所述驱动关节点的运动特征。

进一步的，所述编码模型包括：骨架信息编码模块和旋转信息编码模块；

所述将该驱动关节点的相对位移和原始旋转信息，以及该驱动关节点的各个相邻驱动关节点的相对位移和原始旋转信息输入该驱动关节的对应的编码模型，得到该驱动关节点对应的向量位移和该驱动关节点对应的节点向量作为待定输出结果，包括：

将该驱动关节点的相对位移和原始旋转信息，以及该驱动关节点的各个相邻驱动关节点的相对位移和原始旋转信息输入该驱动关节的对应的编码模型；

骨架信息编码模块对该驱动关节点的相对位移和该驱动关节点的各个相邻驱动关节点的相对位移进行处理，得到该驱动关节点对应的向量位移；