[发明专利]一种数据处理方法、计算机设备以及可读存储介质有效

专利信息
申请号: 202110512646.8 申请日: 2021-05-11
公开(公告)号: CN112990154B 公开(公告)日: 2021-07-30
发明(设计)人: 张榕;林群芬 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62
代理公司: 广州三环专利商标代理有限公司 44202 代理人: 熊永强;杜维
地址: 518057 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 数据处理 方法 计算机 设备 以及 可读 存储 介质
【说明书】:

本申请公开了一种数据处理方法、计算机设备以及可读存储介质,该数据处理方法包括:获取姿态动作帧序列中的肢体标识点的标识点位置数据;姿态动作帧序列包括运动对象;对标识点位置数据进行标识点分类,得到第一概率矩阵;第一概率矩阵包括肢体标识点在至少两个肢体轨迹标签上的分类概率;对第一概率矩阵中的分类概率进行矩阵归一化处理,得到第二概率矩阵;根据第二概率矩阵所包含的与肢体标识点相关联的至少两个归一化分类概率,在至少两个肢体轨迹标签中确定肢体标识点的最大匹配肢体轨迹标签,根据最大匹配肢体轨迹标签识别肢体标识点所属的肢体轨迹类型。采用本申请,可以提高标记标识点位置数据的效率和准确率。

技术领域

本申请涉及互联网技术领域,尤其涉及一种数据处理方法、计算机设备以及可读存储介质。

背景技术

动作捕捉(Motion capture)又称为动态捕捉,简称动捕,是指记录并处理人或其他物体动作的技术,主要应用于动画/电影制作,大型游戏或者虚拟现实。动捕设备根据工作原理不同可分为机械、声学、光学、电磁、关系等多个类别。以光学动捕为例,光学动作需要在表演者(执行动作的演员)身上贴若干肢体标识点(marker),由多个摄影机捕捉这些肢体标识点的位置,再将这些标识点位置还原并渲染至相应的虚拟形象身上,最终实现真实演员动作表演到骨骼动画的映射。

然而在动捕数据(即肢体标识点的标识点位置数据)采集过程中,硬软件的精度误差往往会给对肢体标识点进行轨迹追踪所得的肢体轨迹引入噪声,例如光学摄像头成像误差、计算软件建模和计算精度有限等,且演员肢体动作的丰富性会使肢体轨迹的关系复杂多变(例如多条轨迹曲线交缠),导致动捕数据标记精度较低,此外,现有技术通常还需要配合复杂的人工修复,如逐帧判断、修复、验证等若干步骤,导致处理效率低。

发明内容

本申请实施例提供了一种数据处理方法、计算机设备以及可读存储介质,可以提高标记标识点位置数据的效率和准确率。

本申请实施例一方面提供了一种数据处理方法,包括:

获取姿态动作帧序列中的肢体标识点的标识点位置数据;姿态动作帧序列包括运动对象;标识点位置数据用于表征运动对象的肢体在姿态动作帧序列中的位置;

对标识点位置数据进行标识点分类,得到第一概率矩阵;第一概率矩阵包括肢体标识点在至少两个肢体轨迹标签上的分类概率;

对第一概率矩阵中的分类概率进行矩阵归一化处理,得到第二概率矩阵;第二概率矩阵的每一行上的归一化分类概率之和满足概率约束条件,第二概率矩阵的每一列上的归一化分类概率之和满足概率约束条件;

根据第二概率矩阵所包含的与肢体标识点相关联的至少两个归一化分类概率,在至少两个肢体轨迹标签中确定肢体标识点的最大匹配肢体轨迹标签,根据最大匹配肢体轨迹标签识别肢体标识点所属的肢体轨迹类型。

本申请实施例一方面提供了一种数据处理方法,包括:

获取姿态动作样本帧序列中的样本肢体标识点的初始标识点位置数据,基于随机排列矩阵对初始标识点位置数据进行数据预处理,得到样本标识点位置数据;姿态动作样本帧序列包括样本运动对象;初始标识点位置数据用于表征样本运动对象的肢体在姿态动作样本帧序列中的位置;

将样本标识点位置数据输入初始标识点分类模型,在初始标识点分类模型中,对样本标识点位置数据进行标识点分类,得到第一概率预测矩阵;第一概率预测矩阵包括样本肢体标识点在至少两个预测肢体轨迹标签上的分类概率;

对第一概率预测矩阵中的分类概率进行矩阵归一化处理,得到第二概率预测矩阵;第二概率预测矩阵的每一行上的归一化分类概率之和满足概率约束条件,第二概率预测矩阵的每一列上的归一化分类概率之和满足概率约束条件;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110512646.8/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top