[发明专利]一种面向异构人体骨骼的运动重定向的方法及系统

说明书

本发明涉及一种面向异构人体骨骼的运动重定向的方法及系统，所述方法包括：获取源角色运动数据和目标角色骨架；将所述源角色运动数据和所述目标角色骨架输入到所述异构重定向网络，得到重定向到目标骨架的运动数据。本发明中的上述方法关于异构人体骨骼运动的重定向方法和系统可以实现将源角色运动重定向到目标角色上，并使其满足目标角色骨架结构和人体运动学特征。

技术领域

本发明涉及计算机三维动画领域，特别是涉及一种面向异构人体骨骼的运动重定向的方法及系统。

背景技术

近年来，利用三维人体骨骼运动数据制作的计算机动画、游戏等颇受现代人的喜爱，其给人们带来了前所未有的视觉体验和感受，如电影《阿丽塔·战斗天使》、《头号玩家》和2019年最受欢迎游戏《只狼》。虽然利用这种运动数据制作出来的角色动画很受欢迎，但是该类数据制作过程却是十分困难的，目前该类骨骼运动数据的骨骼数据制作采用动捕设备采集的运动数据。但是，由于角色拓扑结构的多样性，需要将采集的动画映射到拓扑结构不同骨架上，即需要异构重定向方法。异构重定向是指将源角色的运动特征迁移到一个与其骨骼拓扑结构不同的角色上，即在保证原始运动特征的前提下，结合目标角色的骨骼拓扑结构对源数据进行编辑和修改的过程。

发明内容

本发明的目的是提供一种面向异构人体骨骼的运动重定向的方法及系统，以人体运动为基础进行运动重定向。

为实现上述目的，本发明提供了如下方案：

一种面向异构人体骨骼的运动重定向的方法，所述方法包括：

构建异构重定向网络；

获取源角色运动数据和目标角色骨架；所述源角色运动数据为以关节位置坐标表示的运动片段；

将所述源角色运动数据和所述目标角色骨架输入到异构重定向网络，得到重定向到目标骨架的运动数据。

可选的，所述异构重定向网络的构建过程具体包括：

获取训练样本集合；所述训练样本集合包括多个样本对，每一样本对中含有2个异构角色运动数据，分别为A角色和B角色的运动数据片段，所述2个角色的运动数据片段无相关联系，动作无需同步；

训练环形生成网络；所述环形生成网络包括：2个生成网络模型，所述2个生成网络模型分别实现A角色运动数据重定向到B角色骨架上，记为R_AB生成网络模型，B角色运动数据重定向到A角色骨架上，记为R_BA生成网络模型；

以循环一致性约束函数值、重定向运动约束函数值最小化为优化目标，采用所述训练样本集合训练所述环形生成网络获得异构重定向网络。所述重定向运动包括：重定向运动X_B′和重定向运动Y_A′；其中X_B′是A角色运动数据在经过未完成训练的生成网络R_AB后所产生的运动数据片段，Y_A′是B角色运动数据在经过未完成训练的生成网络R_BA后所产生的运动数据片段；所述循环一致性约束包括：循环骨骼长度约束和关节点位置约束；所述重定向运动约束包括：重定向运动骨骼长度约束、穿地约束、根节点位置约束、关节点位移约束。

可选的，所述以循环一致性函数值、重定向运动函数值最小化为优化目标，采用所述训练样本集合训练所述环形生成网络获得异构重定向网络具体包括：

获取循环一致性函数值阈值、重定向运动函数值阈值；所述循环一致性函数值阈值包括角色A重定向到角色B方向A-B的循环一致性函数值阈值和角色B重定向到角色A方向B-A的循环一致性约束函数值阈值；所述重定向运动函数值阈值包括：A-B方向的重定向运动函数值阈值和B-A方向重定向运动函数值阈值；