申请/专利权人:南京硅基智能科技有限公司
申请日:2023-12-19
公开(公告)日:2024-04-09
公开(公告)号:CN117853750A
主分类号:G06V10/46
分类号:G06V10/46;G06V10/82;G06N3/0464;G06V40/20
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.26#实质审查的生效;2024.04.09#公开
摘要:本申请涉及图像处理领域,具体涉及一种动作迁移模型的训练方法、动作迁移方法及电子设备。该动作迁移模型的训练方法包括:获取训练视频文件中被驱动图像和驱动图像的关键点坐标组并分别重组为多个子坐标组,根据被驱动图像子坐标组与驱动图像子坐标组之间的变换系数,可以得到重建图像,再通过待训练动作迁移模型的损失函数计算损失值,从而根据损失值优化模型参数,得到目标动作迁移模型。这样,重组后的子坐标组可以表示单个手指指节的关键点,通过子坐标组的关键点变换,可以使模型学习到手指关节动作迁移特征,从而可以扩大动作迁移任务中的可迁移人体关节范围,实现手部动作迁移与合成的细节化,可以提高动作迁移中手部动作的图像质量。
主权项:1.一种动作迁移模型的训练方法,其特征在于,包括:获取训练视频文件;所述训练视频文件包括驱动图像和被驱动图像;获取所述被驱动图像的第一关键点坐标组,并将所述第一关键点坐标组按照手指关节点重组为多个第一子坐标组;所述第一关键点坐标组包含所述被驱动图像中肢体关节点的坐标;获取所述驱动图像的第二关键点坐标组,并将所述第二关键点坐标组按照手指关节点重组为多个第二子坐标组;所述第二关键点坐标组包含所述驱动图像中肢体关节点的坐标;基于薄板样条变换法,获取所述第一子坐标组与所述第二子坐标组之间的变换系数;将所述驱动图像、所述被驱动图像输入至待训练动作迁移模型;所述待训练动作迁移模型包括初始模型参数和损失函数;根据所述变换系数和所述被驱动图像生成重建图像;根据所述损失函数计算损失值,并根据所述损失值优化所述初始模型参数,直至模型收敛,根据模型收敛时的模型参数生成目标动作迁移模型。
全文数据:
权利要求:
百度查询: 南京硅基智能科技有限公司 动作迁移模型的训练方法、动作迁移方法及电子设备
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。