[发明专利]一种基于深度学习的人体反向动力学求解方法、装置

说明书

本申请提出一种基于深度学习的人体反向动力学求解方法：对获取到的目标的人体末端关节的坐标，首先利用深度全连接网络补全全身关节的坐标，之后根据全身关节的坐标利用深度全连接网络估计出人体的姿态，再判断估计出的人体的末端关节的坐标对应的位置与输入中要求达到的人体的末端关节的坐标对应的位置之间的误差是否达到设定的精度，若达到则进行渲染，否则利用循环坐标下降算法将姿态进行更新，并且重新判断直至渲染成功。本申请不限制根节点全局旋转，可以估计全局旋转，并通过循环坐标下降算法优化预估的姿态，从而使得最终得到的姿态更加自然、不失真，同时可以将得到的姿态实时渲染，得到渲染结果。

技术领域

本申请涉及计算机图形学及计算机动画技术领域，尤其涉及一种基于深度学习的人体反向动力学求解方法、装置及存储介质。

背景技术

人体反向动力学是通过已知人体手或者脚的运动反向求出人体最可能的骨架姿态。由于，人体相同的手、脚和头部的位置可以有人体多种不同的姿态，因此仅通过这些关节的位置来反求出人体的姿态的解不唯一。

相关技术，通过Unity3D游戏引擎中内置的反向动力学求解器求出的人体姿态不太自然，缺失真实感。

发明内容

本申请提供一种基于深度学习的人体反向动力学求解方法、装置及存储介质，以至少解决相关技术中的人体姿态不自然，缺失真实感的技术问题。

本申请第一方面实施例提出一种基于深度学习的人体反向动力学求解方法，包括：

S1、获取目标的人体末端关节的坐标；

S2、根据所述目标的人体末端关节的坐标，利用深度全连接网络补全全身关节的坐标；

S3、根据所述全身关节的坐标，利用深度全连接网络估计出全身关节相对旋转的四元数表示，即人体的姿态；

S4、根据所述人体的姿态计算出人体的末端关节的坐标；

S5、判断所述人体的末端关节的坐标对应的位置与输入中要求达到的人体的末端关节的坐标对应的位置之间的误差是否达到设定的精度，若达到设定的精度，则执行步骤S7，否则执行步骤S6；

S6、将步骤S3估计出的人体的姿态和步骤S1中的目标的人体末端关节的坐标输入到循环坐标下降算法中，得到更新后的人体的姿态，继续执行步骤S4；

S7、利用人体的姿态驱动三维人体模型，并结合渲染引擎将生成的所述三维人体模型进行实时渲染。

本申请第二方面实施例提出一种基于深度学习的人体反向动力学求解装置，包括：

获取模块，用于获取目标的人体末端关节的坐标；

补全模块，用于根据所述目标的人体末端关节的坐标，利用深度全连接网络补全全身关节的坐标；

估计模块，用于根据所述全身关节的坐标，利用深度全连接网络估计出全身关节相对旋转的四元数表示，即人体的姿态；

计算模块，用于根据所述人体的姿态计算出人体的末端关节的坐标；

判断模块，用于判断所述人体的末端关节的坐标对应的位置与输入中要求达到的人体的末端关节的坐标对应的位置之间的误差是否达到设定的精度；

更新模块，用于在未达到设定的精度，将所述估计出的人体的姿态和目标的人体末端关节的坐标输入到循环坐标下降算法中，得到更新后的人体的姿态，所述计算模块还用于根据所述更新后的所述人体的姿态计算出所述更新后的人体的末端关节的坐标；

渲染模块，用于在达到设定的精度时，根据所述人体的姿态驱动三维人体模型，并结合渲染引擎将生成的所述三维人体模型进行实时渲染。