[发明专利]数据处理的方法、动捕去噪模型的训练方法及装置

权利要求书

1.一种数据处理的方法，其特征在于，包括：

获取目标动捕关键帧，其中，所述目标动捕关键帧对应于目标噪声特征向量，所述目标噪声特征向量包括M个关节所对应的噪声数据，所述M为大于或等于1的整数；

根据所述目标动捕关键帧获取待处理动捕数据，其中，所述待处理动捕数据表示连续N个动捕关键帧所对应的噪声特征向量集合，所述连续N个动捕关键帧包括所述目标动捕关键帧，所述噪声特征向量集合包括所述目标噪声特征向量，所述N为大于1的整数；

基于所述待处理动捕数据，通过动捕去噪模型所包括的时序网络获取所述目标动捕关键帧所对应的噪声偏移向量，其中，所述噪声偏移向量包括所述M个关节的偏移数据；

根据所述目标噪声特征向量以及所述噪声偏移向量，确定所述目标动捕关键帧所对应的关节去噪结果，其中，所述关节去噪结果包括所述M个关节的去噪数据；

所述基于所述待处理动捕数据，通过动捕去噪模型所包括的时序网络获取所述目标动捕关键帧所对应的噪声偏移向量，包括：

基于所述待处理动捕数据，通过所述动捕去噪模型所包括的编码器，获取编码特征向量集合，其中，所述编码特征向量集合包括N个编码特征向量；

基于所述编码特征向量集合，通过所述动捕去噪模型所包括的所述时序网络，获取目标时序特征向量；

基于所述目标时序特征向量，通过所述动捕去噪模型所包括的解码器，获取所述目标动捕关键帧所对应的噪声偏移向量。

2.根据权利要求1所述的方法，其特征在于，所述目标噪声特征向量还包括根关节所对应的角速度；

所述根据所述目标动捕关键帧获取待处理动捕数据，包括：

根据所述目标动捕关键帧获取所述连续N个动捕关键帧；

根据所述连续N个动捕关键帧获取所述待处理动捕数据，其中，所述待处理动捕数据包括N个噪声特征向量，每个噪声特征向量包括所述M个关节所对应的噪声数据以及所述根关节所对应的角速度。

3.根据权利要求1所述的方法，其特征在于，所述基于所述编码特征向量集合，通过所述动捕去噪模型所包括的所述时序网络，获取目标时序特征向量，包括：

基于所述编码特征向量集合，通过所述动捕去噪模型所包括的前向时序网络，获取所述目标时序特征向量；

或者，

基于所述编码特征向量集合，通过所述动捕去噪模型所包括的后向时序网络，获取所述目标时序特征向量。

4.根据权利要求1所述的方法，其特征在于，所述基于所述编码特征向量集合，通过所述动捕去噪模型所包括的所述时序网络，获取目标时序特征向量，包括：

基于所述编码特征向量集合，通过所述动捕去噪模型所包括的前向时序网络，获取第一时序特征向量；

基于所述编码特征向量集合，通过所述动捕去噪模型所包括的后向时序网络，获取第二时序特征向量；

根据所述第一时序特征向量以及所述第二时序特征向量，生成所述目标时序特征向量。

5.根据权利要求1所述的方法，其特征在于，所述基于所述编码特征向量集合，通过所述动捕去噪模型所包括的所述时序网络，获取目标时序特征向量，包括：

基于所述编码特征向量集合，通过所述动捕去噪模型所包括的第一双向时序网络，获取第三时序特征向量；

基于所述编码特征向量集合，通过所述动捕去噪模型所包括的第二双向时序网络，获取第四时序特征向量；

根据所述第三时序特征向量以及所述第四时序特征向量，生成所述目标时序特征向量。

6.根据权利要求1所述的方法，其特征在于，所述根据所述目标噪声特征向量以及所述噪声偏移向量，确定所述目标动捕关键帧所对应的关节去噪结果，包括：

针对于所述目标噪声特征向量中的任一关节所对应的噪声数据，获取所述噪声偏移向量中所述任一关节所对应的去噪数据；

将所述任一关节所对应的去噪数据与所述任一关节所对应的噪声数据进行加和处理，得到所述任一关节所对应的去噪数据；

当获取到针对于M个关节中每个关节所对应的去噪数据时，生成所述目标动捕关键帧所对应的关节去噪结果。