[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

本申請公開了一種SMPL參數預測模型的訓練方法、服務器及存儲介質。該方法包括：獲取樣本圖片；將樣本圖片輸入姿態參數預測模型，得到姿態預測參數；將樣本圖片輸入形態參數預測模型，得到形態預測參數；根據姿態預測參數和形態預測參數，通過SMPL模型構建人體三維模型；根據SMPL預測參數和/或人體三維模型，并結合樣本圖片的標注信息，計算模型預測損失；根據模型預測損失反向訓練姿態參數預測模型和形態參數預測模型。本申請實施例中，直接將樣本圖片作為模型輸入進行模型訓練，無需單獨訓練提取圖片中人體信息的模型，從而降低了模型訓練的復雜度，提高了模型訓練的效率。

技術領域

本申請實施例涉及計算機視覺領域，尤其涉及一種SMPL參數預測模型的訓練方法、服務器及存儲介質。

背景技術

三維人體重建是計算機視覺研究中的重要課題之一，在虛擬現實(VR，VirtualReality)、人體動畫、游戲等領域具有重要的應用價值。

相關技術中采用多人線性蒙皮(SMPL，Skinned Multi-Person Linear)模型對二維圖像中的人體進行三維人體重建。在一種三維人體重建方式中，首先利用人體信息提取模型提取二維圖像中人體的二維關節點、三維關節點、二維人體分割圖、三維體素等人體信息，然后將提取到的人體信息輸入參數預測模型進行SMPL參數預測，進而將預測得到的SMPL參數輸入SMPL模型進行三維人體重建。

然而，采用上述方式進行三維人體重建前，需要分別訓練人體信息提取模型和參數預測模型，然后再次對訓練得到的模型進行聯合訓練，導致模型訓練過程復雜，需要耗費大量時間。

發明內容

本申請實施例提供了一種SMPL參數預測模型的訓練方法、服務器及存儲介質，可以解決相關技術中模型訓練過程復雜，且需要耗費大量時間的問題。所述技術方案如下：

一方面，本申請實施例提供了一種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；

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。

另一方面，本申請實施例提供了一種三維人體重建方法，所述方法包括：

獲取目標圖片，所述目標圖片中包含人體圖像；

將所述目標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；

將所述目標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模型構建目標人體三維模型。

另一方面，本申請實施例提供了一種SMPL參數預測模型的訓練裝置，所述裝置包括：

第一獲取模塊，用于獲取樣本圖片，所述樣本圖片中包含人體圖像；

第一預測模塊，用于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；