[发明专利]基于运动数据重定向的内容生成方法、装置及计算机设备

权利要求书

1.一种基于运动数据重定向的内容生成方法，其特征在于，所述方法包括步骤：

获取源对象的运动数据样本和随机转换因子；其中，所述源对象的运动数据样本为所述源对象做出若干个动作时采集的运动数据；

根据所述运动数据样本、所述随机转换因子和预设的运动数据逆向重定向函数，得到逆向重定向后的运动数据样本，其中，所述预设的运动数据逆向重定向函数基于所述随机转换因子的倒数转换所述运动数据样本中所述源对象的骨骼长度；

从所述运动数据样本中随机获取所述源对象做出一个动作时采集的运动数据；

根据所述随机转换因子、所述运动数据样本、所述逆向重定向后的运动数据样本、所述源对象做出一个动作时采集的运动数据、预设的模型损失函数和预设的模型优化算法，对转换因子计算模型进行训练，得到预训练好的转换因子计算模型；

响应客户端发送的目标内容生成请求，解析所述目标内容生成请求，获取所述源对象做出至少一个目标动作时采集的第一运动数据以及目标对象做出任意一个动作时采集的第二运动数据；

根据所述第一运动数据、所述第二运动数据和所述预训练好的转换因子计算模型，得到目标转换因子，其中，所述目标转换因子用于将所述第一运动数据中所述源对象的骨骼长度转换为所述目标对象的骨骼长度，所述骨骼长度基于运动数据中人体关键点的位置确定；

根据所述第一运动数据、所述目标转换因子和预设的运动数据重定向函数，得到重定向后的第一运动数据；

根据所述重定向后的第一运动数据，生成所述目标对象做出所述至少一个目标动作的目标内容；

将所述目标内容发送至所述客户端，其中，所述客户端将所述目标内容显示在交互界面中。

2.根据权利要求1所述的基于运动数据重定向的内容生成方法，其特征在于，所述根据所述运动数据样本、所述逆向重定向后的运动数据样本、所述源对象做出一个动作时采集的运动数据、预设的模型损失函数和预设的模型优化算法，对所述转换因子计算模型进行训练，得到所述预训练好的转换因子计算模型，包括步骤：

随机初始化所述转换因子计算模型的可训练参数，得到初始化后的所述转换因子计算模型；

将所述运动数据样本、所述逆向重定向后的运动数据样本和所述源对象做出一个动作时采集的运动数据输入初始化后的所述转换因子计算模型，得到将所述逆向重定向后的运动数据样本转化为所述运动数据样本的预测转换因子；

根据所述预测转换因子、所述随机转换因子、预设的模型损失函数和预设的模型优化算法迭代训练所述转换因子计算模型的所述可训练参数，直至所述转换因子计算模型输出的所述预测转换因子与所述随机转换因子的误差满足预设误差阈值，得到所述预训练好的转换因子计算模型。

3.根据权利要求1或2所述的基于运动数据重定向的内容生成方法，其特征在于，所述预训练好的转换因子计算模型中包括动作编码子模型、运动编码子模型和转换因子预测子模型，所述根据所述第一运动数据、所述第二运动数据和预训练好的转换因子计算模型，得到目标转换因子，包括步骤：

将所述第一运动数据输入所述运动编码子模型中，得到所述运动编码子模型输出的编码后的所述第一运动数据；

将所述第二运动数据输入所述动作编码子模型中，得到所述动作编码子模型输出的编码后的所述第二运动数据；

将所述编码后的所述第一运动数据和所述编码后的所述第二运动数据输入所述转换因子预测模型，得到所述转换因子预测模型输出的所述目标转换因子。

4.根据权利要求1或2所述的基于运动数据重定向的内容生成方法，其特征在于，所述解析所述目标内容生成请求，获取源对象做出至少一个目标动作时采集的第一运动数据以及目标对象做出任意一个动作时采集的第二运动数据，包括步骤：

解析所述目标内容生成请求，获取源内容标识和包含所述目标对象的所述人体关键点的静态影像；其中，所述源内容标识对应的源内容为所述源对象做出至少一个所述目标动作的动态影像；

根据所述源内容，采集所述第一运动数据，其中，所述第一运动数据包括所述源对象做出至少一个所述目标动作时所述人体关键点的位置信息；

根据所述静态影像，采集所述第二运动数据，其中，所述第二运动数据包括所述目标对象做出所述静态影像中的动作时所述人体关键点的位置信息。