【技術實現步驟摘要】
本專利技術涉及計算機圖形學、三維模型重建、動作捕捉、數字人，特別是涉及一種快速幾何建模方法及裝置。
技術介紹
1、快速幾何建模是三數字人發展和三維重建技術的重要基礎之一，其旨在構建針對動態三維人體數據進行快速建模，為高效實現數字人驅動以及多模態控制等奠定特征化表達基礎。
2、動態人體建模是三維人體驅動研究中的關鍵?，F有基于高斯核的隱式神經模板的局部形狀函數表達法應用于人體模板的重建；也有基于神經輻射場的動態數據的建模，但是這些算法無法進行動態人體模板特征化的表達，因此也不便于后續的多模態驅動研究。除此之外，現有基于二次核模型的動態幾何人體表征依賴于神經網絡學習，魯棒性差，但是基于傳統機器學習算法又難以承受動態信息的巨大數據量。既要魯棒且不依賴深度學習，又需要突破其速度壁壘，目前缺乏切實可行的解決方案。
技術實現思路
1、本專利技術旨在至少在一定程度上解決相關技術中的技術問題之一。
2、為此，本專利技術提出了一種快速幾何建模方法，用于克服目前存在的缺陷。
3、本專利技術的另一個目的在于提出一種快速幾何建模裝置。
4、為達上述目的，本專利技術一方面提出一種快速幾何建模方法，包括：
5、提取人體模板動作序列所有幀的三維符號距離場信息，并進行處理得到數據矩陣；
6、提取首幀人體動作的人體模板軀干骨架；
7、確定建模模型數量；
8、根據人體模板軀干骨架對數據矩陣基于人體部位進行參數初始化，以初始化
9、利用期望值最大算法優化更新模型的參數；
10、將參數輸入基于二次核門函數的重建模型得到所有幀重建的符號距離場，計算所有幀重建符號距離場和原始符號距離場的均方誤差；
11、對模型參數進行重復迭代更新，利用所述均方誤差的最小均方誤差值對應的參數進行所有幀符號距離場的重建；
12、利用行進立方體算法對所有幀重建的符號距離場重建人體模板的三維網格。
13、本專利技術實施例的快速幾何建模方法還可以具有以下附加技術特征：
14、在本專利技術的一個實施例中，逐幀提取的所述數據矩陣，包含t幀分辨率為n0的符號距離場以及對應位置，排列成行數為n＝n03×t，列數為5的數據矩陣。
15、在本專利技術的一個實施例中，所述人體模板軀干骨架，是從輸入的人體模板參數直接獲取，并將人體模板頂點兩兩連接成的人體骨架。
16、在本專利技術的一個實施例中，若擬建模模型數量為k，則需滿足以下條件：將空間符號距離場均勻分成k1×k1×k1個立方體，且k13＝k，其中，k1需要整除分辨率數值n0。
17、在本專利技術的一個實施例中，所述初始化建模符號距離場，包括：
18、在提取的骨架中的每一段上均勻提取50個坐標點；
19、遍歷每一個立方體塊，如果人體骨架所有線段上的點都不在其范圍內，則自己分為一個組；其余的塊則尋找與其距離最近的骨架線段上的采樣點，匹配到同一段的則為一組；
20、第一幀的位置分組完畢后，將其余所有幀進行同樣的分組，將所有幀中相同分組的視為一個動態分組；
21、經過匹配，求得初始動態分組為k組，求取k組數據的均值向量、協方差矩陣以及權重μj,σj,αj，j＝1,2,...,k；
22、將參數μj,σj,αj，j＝1,2,...,k代入五維二次核門函數重建公式初始化整個符號距離場其中δ代表位置，g(δ；αj,μj,σj)表示二次核門函數、m(δ；μj,σj)表示二次核條件均值。
23、在本專利技術的一個實施例中，所述利用期望值最大算法優化更新模型的參數，包括：
24、更新二次核后驗概率qtij,i＝1,2,...,n,j＝1,2,...,k；
25、更新參數
26、在本專利技術的一個實施例中，所述均方誤差是每一幀原始和重建符號距離場在相同位置上數值的差平方均值。
27、在本專利技術的一個實施例中，對模型參數進行重復迭代更新次數為50。
28、在本專利技術的一個實施例中，所述利用行進立方體算法對每一幀重建的符號距離場重建人體模板的三維網格，包括：
29、對于重建的每一幀符號距離場，對于每條邊，如果連接的兩個頂點符號不同，則在這條邊上插值，計算插值為0的位置，放置頂點；
30、對于重建的每一幀符號距離場，在頂點之間構造三角面片。
31、為達上述目的，本專利技術另一方面提出一種快速幾何建模裝置，包括：
32、數據處理模塊，用于提取人體模板動作序列所有幀的三維符號距離場信息，并進行處理得到數據矩陣；
33、骨架提取模塊，用于提取首幀人體動作的人體模板軀干骨架；
34、模型數量確定模塊，用于確定建模模型數量；
35、參數初始化模塊，用于根據人體模板軀干骨架對數據矩陣基于人體部位進行參數初始化，以初始化建模符號距離場得到原始符號距離場；
36、模型參數更新模塊，用于利用期望值最大算法優化更新模型的參數；
37、均方誤差計算模塊，用于將參數輸入基于二次核門函數的重建模型得到每一幀重建的符號距離場，計算所有幀重建符號距離場和原始符號距離場的均方誤差；
38、距離場重建模塊，用于對模型參數進行重復迭代更新，利用所述均方誤差的最小均方誤差值對應的參數進行所有幀符號距離場的重建；
39、人體網格建模模塊，用于利用行進立方體算法對所有幀重建的符號距離場重建人體模板的三維網格。
40、本專利技術實施例的快速幾何建模方法和裝置，采用期望值最大算法學習五維二次核模型的均值向量、協方差矩陣及權重等參數，能夠有效建模三維人體動態幾何，使人體動作的理解有著時空歸納泛化性。
41、本專利技術附加的方面和優點將在下面的描述中部分給出，部分將從下面的描述中變得明顯，或通過本專利技術的實踐了解到。
本文檔來自技高網...【技術保護點】
1.一種快速幾何建模方法，其特征在于，包括：
2.根據權利要求1所述的方法，其特征在于，逐幀提取的所述數據矩陣，包含T幀分辨率為N0的符號距離場以及對應位置，排列成行數為N＝N03×T，列數為5的數據矩陣。
3.根據權利要求1所述的方法，其特征在于，所述人體模板軀干骨架，是從輸入的人體模板參數直接獲取，并將人體模板頂點兩兩連接成的人體骨架。
4.根據權利要求2所述的方法，其特征在于，若擬建模模型數量為K，則需滿足以下條件：將空間符號距離場均勻分成k1×k1×k1個立方體,且k13＝K，其中，k1需要整除分辨率數值N0。
5.根據權利要求4所述的方法，其特征在于，所述初始化建模符號距離場，包括：
6.根據權利要求5所述的方法，其特征在于，所述利用期望值最大算法優化更新模型的參數，包括：
7.根據權利要求1所述的方法，其特征在于，所述均方誤差是每一幀原始和重建符號距離場在相同位置上數值的差平方均值。
8.根據權利要求1所述的方法，其特征在于，對模型參數進行重復迭代更新次數為50。
9.根據
10.一種快速幾何建模裝置，其特征在于，包括：
...【技術特征摘要】
1.一種快速幾何建模方法，其特征在于，包括：
2.根據權利要求1所述的方法，其特征在于，逐幀提取的所述數據矩陣，包含t幀分辨率為n0的符號距離場以及對應位置，排列成行數為n＝n03×t，列數為5的數據矩陣。
3.根據權利要求1所述的方法，其特征在于，所述人體模板軀干骨架，是從輸入的人體模板參數直接獲取，并將人體模板頂點兩兩連接成的人體骨架。
4.根據權利要求2所述的方法，其特征在于，若擬建模模型數量為k，則需滿足以下條件：將空間符號距離場均勻分成k1×k1×k1個立方體,且k13＝k，其中，k1需要整除分辨率數值n0。
5.根據...
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。