[發明專利]SMPL參數預測模型的訓練方法、服務器及存儲介質有效
| 申請號: | 201910103414.X | 申請日: | 2019-02-01 |
| 公開(公告)號: | CN109859296B | 公開(公告)日: | 2022-11-29 |
| 發明(設計)人: | 孫爽;李琛;戴宇榮;賈佳亞;沈小勇 | 申請(專利權)人: | 騰訊科技(深圳)有限公司 |
| 主分類號: | G06T13/40 | 分類號: | G06T13/40;G06T17/00 |
| 代理公司: | 北京三高永信知識產權代理有限責任公司 11138 | 代理人: | 張所明 |
| 地址: | 518057 廣東省深圳*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | smpl 參數 預測 模型 訓練 方法 服務器 存儲 介質 | ||
1.一種多人線性蒙皮SMPL參數預測模型的訓練方法,其特征在于,所述方法包括:
獲取樣本圖片,所述樣本圖片中包含人體圖像;
將所述樣本圖片輸入姿態參數預測模型,得到姿態預測參數,所述姿態預測參數是SMPL預測參數中用于指示人體姿態的參數;
將所述樣本圖片輸入形態參數預測模型,得到形態預測參數,所述形態預測參數是所述SMPL預測參數中用于指示人體形態的參數;
根據所述姿態預測參數和所述形態預測參數,通過SMPL模型構建人體三維模型;
根據所述SMPL預測參數和/或所述人體三維模型,并結合所述樣本圖片的標注信息,計算模型預測損失,所述模型預測損失包括第一模型預測損失,且所述模型預測損失包括第二模型預測損失和第三模型預測損失中的至少一種;所述第一模型預測損失根據所述SMPL預測參數,以及所述標注信息中的SMPL標注參數計算得到,所述SMPL標注參數中包括姿態標注參數和形態標注參數;所述第二模型預測損失根據所述人體三維模型中關節點的關節點預測坐標,以及所述標注信息中關節點的關節點標注坐標計算得到;所述第三模型預測損失根據所述人體三維模型的預測二維人體輪廓,以及所述標注信息中的標注二維人體輪廓計算得到;
根據所述模型預測損失反向訓練所述姿態參數預測模型和所述形態參數預測模型。
2.根據權利要求1所述的方法,其特征在于,所述根據所述SMPL預測參數和/或所述人體三維模型,并結合所述樣本圖片的標注信息,計算模型預測損失,包括:
計算所述姿態標注參數與所述姿態預測參數之間的第一歐式距離;
計算所述形態標注參數與所述形態預測參數之間的第二歐式距離;
根據所述第一歐式距離和所述第二歐式距離確定所述第一模型預測損失。
3.根據權利要求1所述的方法,其特征在于,所述關節點標注坐標中包含三維關節點標注坐標和/或二維關節點標注坐標;
所述根據所述SMPL預測參數和/或所述人體三維模型,并結合所述樣本圖片的標注信息,計算模型預測損失,包括:
計算所述人體三維模型中關節點的三維關節點預測坐標和所述三維關節點標注坐標之間的第三歐式距離;
計算所述人體三維模型中關節點的二維關節點預測坐標和所述二維關節點標注坐標之間的第四歐式距離;
根據所述第三歐式距離和/或所述第四歐式距離計算所述第二模型預測損失。
4.根據權利要求3所述的方法,其特征在于,所述計算所述人體三維模型中關節點的三維關節點預測坐標和所述三維關節點標注坐標之間的第三歐式距離,包括:
根據所述人體三維模型中關節點周側模型頂點的頂點坐標,確定所述人體三維模型中關節點的所述三維關節點預測坐標;
計算所述三維關節點預測坐標和所述三維關節點標注坐標之間的所述第三歐式距離。
5.根據權利要求3所述的方法,其特征在于,所述姿態參數預測模型還用于根據輸入的所述樣本圖片輸出投影參數,所述投影參數用于將三維空間的點投影到二維空間;
所述計算所述人體三維模型中關節點的二維關節點預測坐標和所述二維關節點標注坐標之間的第四歐式距離,包括:
根據所述人體三維模型中關節點周側模型頂點的頂點坐標,確定所述人體三維模型中關節點的所述三維關節點預測坐標;
根據所述投影參數,對所述三維關節點預測坐標進行投影處理,得到所述二維關節點預測坐標;
計算所述二維關節點預測坐標和所述二維關節點標注坐標之間的所述第四歐式距離。
6.根據權利要求1所述的方法,其特征在于,所述姿態參數預測模型還用于根據輸入的所述樣本圖片輸出投影參數,所述投影參數用于將三維空間的點投影到二維空間;
所述根據所述SMPL預測參數和/或所述人體三維模型,并結合所述樣本圖片的標注信息,計算模型預測損失,包括:
根據所述投影參數,將所述人體三維模型中的模型頂點投影到二維空間,并生成所述預測二維人體輪廓;
根據所述預測二維人體輪廓和所述標注二維人體輪廓,計算第一輪廓損失和第二輪廓損失;
根據所述第一輪廓損失和所述第二輪廓損失確定所述第三模型預測損失。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于騰訊科技(深圳)有限公司,未經騰訊科技(深圳)有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201910103414.X/1.html,轉載請聲明來源鉆瓜專利網。





