运动重定向策略选择方法、装置、设备及存储介质

摘要

本申请涉及一种运动重定向策略选择方法、装置、设备及存储介质，方法包括：获取虚拟人物模型的各参考面的位置信息，以及获取所述虚拟人物模型中末端节点的位置信息；根据所述各参考面的位置信息，以及所述末端节点的位置信息，获得所述各参考面对所述末端节点的影响参数，其中，所述影响参数用于反映所述参考面与所述末端节点的距离和夹角；根据各所述影响参数，选择运动重定向策略。本申请用以能够选择合适的运动重定向策略，避免运动重定向策略选择不当，导致穿模问题或重定向后无法体现原有动作意图，效果不佳的问题。

说明书

技术领域

本申请涉及虚拟现实技术领域，尤其涉及一种运动重定向策略选择方法、装置、设备及存储介质。

背景技术

运动重定向(Motion Retargeting)，是三维动画中进行运动编辑与合成的重要方法之一。运动重定向，是指将运动从一个角色重定位到另外一个角色，以达到使多种角色分享运动的目的。例如，将角色A的手臂弯曲动作，重定向到角色B，使角色B与角色A执行相同的手臂弯曲动作。

在运动重定向过程中，通常会使用两种重定向策略，一种是旋转优先，另一种是位置优先。所谓旋转优先，是在运动重定向过程中保持每个关节的旋转信息不变。所谓位置优先，是在运动重定向过程中保持末端关节的位置不变，调整根关节点到末端关节点之间各节点的位置。

在何种情况下选择位置优先，在何种情况下选择旋转有优先，是需要解决的问题，如果选择不当，会造成穿模问题或重定向后无法体现原有动作意图的问题，导致运动重定向的效果不佳。

发明内容

本申请提供了一种运动重定向策略选择方法、装置、设备及存储介质，用以能够选择合适的运动重定向策略，避免运动重定向策略选择不当，导致穿模问题或重定向后无法体现原有动作意图，效果不佳的问题。

第一方面，提供了一种运动重定向策略选择方法，包括：

获取虚拟人物模型的各参考面的位置信息，以及获取所述虚拟人物模型中末端节点的位置信息；

根据所述各参考面的位置信息，以及所述末端节点的位置信息，获得所述各参考面对所述末端节点的影响参数，其中，所述影响参数用于反映所述参考面与所述末端节点的距离和夹角；

根据各所述影响参数，选择运动重定向策略。

可选地，所述根据所述各参考面的位置信息，以及所述末端节点的位置信息，获得所述各参考面对所述末端节点的影响参数，包括：

对任意一个所述参考面进行以下处理：

根据所述参考面的位置信息，以及所述末端节点的位置信息，获取从所述末端节点到所述参考面的指向向量，所述指向向量的大小用于反映所述参考面到所述末端节点的距离值；

获取所述参考面的法向量与所述指向向量之间的夹角；

根据所述指向向量的大小以及所述夹角，确定所述参考面对所述末端节点的影响参数。

可选地，所述影响参数与所述指向向量的大小成反比，与所述夹角的余弦值成正比。

可选地，所述根据所述指向向量的大小以及所述夹角，确定所述参考面对所述末端节点的影响参数，包括：

计算所述夹角的余弦值，以及计算所述指向向量的大小；

将所述指向向量的大小的倒数，与所述夹角的余弦值相乘，将所得的乘积作为所述参考面对所述末端节点的影响参数。

可选地，所述根据各所述影响参数，选择运动重定向策略，包括：

按照从大到小的顺序，对各所述影响参数进行排序；

从排序结果中选择前N个所述影响参数；

获取所述前N个所述影响参数的平均值；

如果所述平均值大于预设门限值，选择位置优先的重定向策略；

如果所述平均值不大于所述预设门限值，选择旋转优先的重定向策略。

可选地，所述末端节点包括四肢末端关节点和头部末端节点。

可选地，所述虚拟人物模型为人物原始模型的代理体模型，所述代理体模型采用不超过设定数目的三角面组成；

所述各参考面为所述代理体模型的各三角面。

可选地，所述参考面的位置信息，为所述参考面重心的位置信息。

第二方面，提供了一种运动重定向策略选择装置，包括：

获取模块，用于获取虚拟人物模型的各参考面的位置信息，以及获取所述虚拟人物模型中末端节点的位置信息；

处理模块，用于根据所述各参考面的位置信息，以及所述末端节点的位置信息，获得所述各参考面对所述末端节点的影响参数，其中，所述影响参数用于反映所述参考面与所述末端节点的距离和夹角；

选择模块，用于根据各所述影响参数，选择运动重定向策略。

第三方面，提供了一种电子设备，包括：处理器、存储器和通信总线，其中，处理器和存储器通过通信总线完成相互间的通信；所述存储器，用于存储计算机程序；所述处理器，用于执行所述存储器中所存储的程序，实现第一方面所述的运动重定向策略选择方法。

第四方面，提供了一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时实现第一方面所述的运动重定向策略选择方法。

本申请实施例提供的上述技术方案与现有技术相比具有如下优点：本申请实施例提供的该方法，通过获取虚拟人物模型的各参考面的位置信息，以及获取该虚拟人物模型末端节点的位置信息，获得各参考面对末端节点的影响参数，基于影响参数所反映的参考面与末端节点的距离和夹角，选择运动重定向策略，使得运动重定向策略是基于参考面对末端节点的影响进行选择的，符合虚拟人物模型当前的状态，保证了选择的运动重定向策略适合虚拟人物模型当前的状态，避免了随意指定的方式，导致运动重定向策略选择不当，导致穿模问题或重定向后无法体现原有动作意图，效果不佳的问题。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。

图1为对链式结构ABC进行运动重定向的示意图；

图2为采用位置优先对手臂伸平动作进行运动重定向的效果示意图；

图3为采用旋转优先对手叉腰动作进行运动重定向的效果示意图；

图4A为人物模型的原始动作示意图一；

图4B为采用旋转优先重定位的效果示意图一；

图4C为采用位置优先重定位的效果示意图一；

图5A为人物模型的原始动作示意图二；

图5B为采用旋转优先重定位的效果示意图二；

图5C为采用位置优先重定位的效果示意图二；

图6为本申请实施例中运动重定位策略选择方法流程示意图；

图7A为本申请实施例中代理体模型的示意图；

图7B为本申请实施例中人物原始模型的示意图；

图8为本申请实施例中运动重定向策略选择装置结构示意图；

图9为本申请实施例中电子设备的结构示意图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述。

本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。

在运动重定向过程中，存在位置优先的重定向策略，以及旋转优先的重定向策略，可以选择任意一种策略进行运动重定向。

例如，假设对图1所示链式结构ABC进行运动重定向，该链式结构ABC表示人的手臂，A为肩膀关节点、B为肘部关节点、C为手腕关节点。AB为大臂，BC为小臂。运动重定向的任务是从一个短胳膊的人迁移到一个长胳膊的人身上，假设原始骨骼AB＝2厘米(cm)，BC＝2cm；目标骨骼AB＝3cm，BC＝3cm。如果使用旋转优先，即保持每个关节点的旋转信息不变，重定向到目标骨骼后得到AB’C’。如果使用位置优先，即保持末端关节点的位置不变，调整根关节点到末端关节点之间的节点，重定向到目标骨骼后得到AB”C”。B’为采用旋转优先重定向后B点的位置，C’为采用旋转优先重定向后C点的位置。B”为采用位置优先重定向后B点的位置，C”为采用位置优先重定向后C点的位置。

发明人通过对现有技术进行分析发现：

在运动重定向时，可以选择位置优先的策略，也可以选择旋转优先的策略，但是，如果重定向策略选择不当，会造成穿模或无法体现原有动作意图的问题。

例如，假设对手臂伸平的动作进行运动重定向，该手臂采用上例ABC链式结构进行表示，如果利用位置优先，运动重定向的效果如图2所示的AB”C”，手臂会产生弯曲，不能体现原有的伸平动作，导致无法体现原有动作意图的问题。需要说明的是，这里是简化位置优先的处理方式，位置优先并不等于将末端关节点的位置固定不变，但大体的思路是先固定末端节点的位置，再进行其他调整。

又例如，假设对类似手叉腰的动作进行运动重定向，该手臂采用上例ABC链式结构进行表示，如果利用旋转优先，保持每个关节点的旋转角度不变，那么重定向后的效果如图3所示的AB’C’，末端关节点的手腕会怼到模型的肚子部位，导致穿模问题。

又例如，如图4A所示为某3D游戏场景中人物模型的原始动作，该原始动作中手臂弯曲，手部位于大腿上方、腰部以下的位置，将人物模型原始动作进行运动重定向，采用旋转优先的方式得到图4B所示的效果，采用位置优先的方式得到图4C所示的效果，图4A、图4B和图4C中图的上半部分是人物原始模型，图的下半部分是人物的代理体模型。从图4B中可以看到，旋转优先的方式得到的重定向结果中，人物模型的右手与右腿存在明显的穿模问题，也就是说，原始动作中右手在大腿上方，采用旋转优先的方式重定向后，右手穿入大腿内部，形成穿模。从图4C中可以看到，位置优先的方式得到的重定向结果中，不存在穿模问题。

需要说明的是，图4A、图4B和图4C中代理体模型中四肢的代理体是由多个三角网格组成，图中所展示的圆柱体仅是在三角网格足够多的情况下所呈现的视觉效果，这并不表示四肢的代理体就是圆柱体。并且，图4A、图4B和图4C中黑白格图案是指人物所站立的地板的图案。

又例如，如图5A为某3D游戏场景中人物模型的原始动作，该原始动作为手臂平举，将人物模型原始动作进行运动重定向，采用旋转优先的方式得到图5B所示的效果，采用位置优先的方式得到图5C所示的效果，图5A、图5B和图5C中图的上半部分是人物原始模型，图的下半部分是人物的代理体模型。从图5C中可以看到，位置优先的方式得到的重定向结果中，人物模型的手臂出现弯折，所呈现的不是手臂平举动作，从图5B中可以看到，旋转优先的方式得到的重定向结果中不存在该问题。

需要说明的是，图5A、图5B和图5C中代理体模型中四肢的代理体是由多个三角网格组成，图中所展示的圆柱体仅是在三角网格足够多的情况下所呈现的视觉效果，这并不表示四肢的代理体就是圆柱体。并且，图5A、图5B和图5C中黑白格图案是指人物所站立的地板的图案。

发明人为了解决由于重定向策略选择不当导致运动重定向效果不佳的问题，提出了以下实施例。

本申请实施例中提供了一种运动重定向方法，该运动重定向方法可以应用于任意形式的电子设备中，例如，应用于终端或服务器中，这里的终端可以是手机、平板电脑、计算机等任意形式。

如图6所示，运动重定向策略选择的过程主要包括：

步骤601，获取虚拟人物模型的各参考面的位置信息，以及获取该虚拟人物模型中末端节点的位置信息。

一个具体实施例中，虚拟人物模型的末端节点包括四肢末端关节点和头部末端节点。需要说明的是，同时考虑四肢末端节点和头部末端节点的方式，是一种优选的方案，这并不意味着必须同时包括四肢末端节点和头部末端节点，应用中，可以根据实际需要只选择四肢末端节点，或者只选择头部末端节点，或者，选择头部末端节点和上肢末端节点，或者，选择头部末端节点和下肢末端节点，等，也在本申请的保护范围内。其中，四肢末端节点具体可以是上肢腕部关节点，下肢踝部关节点；头部末端节点可以是头顶。

其中，虚拟人物模型可以是人物原始模型，也可以是人物原始模型的代理体模型。不管是人物原始模型，还是人物原始模型的代理体模型，均是指网格模型，该网格模型包括网格形成的多个三角面。代理体模型包括的三角面的个数，远远小于人物原始模型包括的三角面的个数。通常情况下，人物原始模型包括上万个三角面，而代理体模型通常包括几十或几百个三角面，采用不超过设定数目的三角面组成，该设定数目的数量级为十或百。可见，采用代理体模型的方式，相较于采用人物原始模型的方式，能够大大减少计算量，提高计算效率。

其中，在虚拟人物模型为人物原始模型的代理体模型时，参考面是指该代理体模型的三角面。例如，人物的原始模型的代理体模型如图7A所示，图7B所示为人物原始模型的网格模型示意图。需要说明的是，图7A中代理体模型中四肢的代理体是由多个三角网格组成，图中所展示的圆柱体仅是在三角网格足够多的情况下所呈现的视觉效果，这并不表示四肢的代理体就是圆柱体。并且，图7A中的黑白格是人物所站立的地板的图案。图7B中人物肢体之外的线条或圆点，均是指游戏开发过程中设置的调试参数，与本案中重定向策略的选择过程无关。

需要说明的是，参考面可以是代理体模型的全部三角面或部分三角面。其中，在使用部分三角面作为参考面时，可以根据原始动作的类型与参考肢体之间的映射关系，获得原始动作类型所映射的参考肢体，将该参考肢体包括的各三角面作为各参考面。

该映射关系可以是预先配置。

例如，在原始动作为叉腰动作、手臂伸平等上肢类运动时，参考面包括上肢和躯干的各三角面，不包括下肢的三角面；在原始动作为单脚站立等下肢类运动时，参考面包括下肢的三角面，不包括上肢和躯干的三角面；在原始动作为压腿等全身类运动时，参考面为代理体模型的所有三角面。

其中，参考面的位置信息，可以是参考面上一个点的位置信息，该一个点是参考面上具有代表意义的点，例如，该一个点是指参考面的重心，参考面的位置信息可以是该参考面的重心的位置信息。当然，也可以根据需要选择能够代表参考面的其他点。

步骤602，根据各参考面的位置信息，以及末端节点的位置信息，获得各参考面对末端节点的影响参数，其中，影响参数用于反映参考面与末端节点的距离和夹角。

一个具体实施例中，根据各参考面的位置信息，以及末端节点的位置信息，获得各参考面对末端节点的影响参数，包括：

对任意一个参考面进行以下处理：

根据该参考面的位置信息，以及末端节点的位置信息，获取从末端节点到参考面的指向向量，该指向向量的大小用于反映参考面到末端节点的距离值；

获取该参考面的法向量与指向向量之间的夹角；

根据指向向量的大小以及该夹角，确定该参考面对该末端节点的影响参数。

其中，在末端节点的个数大于一个时，分别获得各参考面对每个末端节点的影响参数，任意一个参考面对任意一个末端节点执行以下处理：根据该参考面的位置信息，以及该末端节点的位置信息，获取从该末端节点到参考面的指向向量；获取该参考面的法向量与指向向量之间的夹角；根据指向向量的大小以及该夹角，确定该参考面对该末端节点的影响参数。从而能够获得每个参考面分别对每个末端节点的影响参数，使得能够全面考虑每个参考面以及每个末端节点，选择适合的运动重定向策略。

其中，一个参考面对一个末端节点的影响参数，与该参考面到该末端节点的指向向量的大小成反比，并且，与该参考面的法向量与该指向向量之间夹角的余弦值成正比。

也就是说，该指向向量的大小越大，则该影响参数的取值越小；该夹角的余弦值越大，则该影响参数的取值越大。

具体地，一个参考面对一个末端节点的影响参数的确定方式如下：

计算该参考面到该末端节点的指向向量的大小，以及计算该参考面的法向量与该指向向量之间夹角的余弦值；

将该指向向量的大小的倒数，与该夹角的余弦值相乘，将所得的乘积作为该参考面对该末端节点的影响参数。

假设末端节点的坐标表示为p

其中，

该第i个三角面对该末端节点的影响参数表示为：

其中，a

步骤603，根据各影响参数，选择运动重定向策略。

一个具体实施例中，根据各影响参数，选择运动重定向策略，包括：

按照从大到小的顺序，对各影响参数进行排序；

从排序结果中选择前N个影响参数，其中，N为大于1的整数；

获取前N个影响参数的平均值；

如果平均值大于预设门限值，选择位置优先的重定向策略；

如果平均值不大于该预设门限值，选择旋转优先的重定向策略。

其中，通过选取前N个较大的影响参数，采用选取的前N个较大的影响参数，选择重定向策略，相较于考虑每个影响参数选择重定向策略的方式，能够降低计算量，提高计算效率。并且，不会影响重定向策略的选择效果，使得选择出的重定向策略能够满足需要。

其中，预设门限值为预先获得，具体可以是通过人工经验获得，也就是说，人工通过多次实验后，统计得到的经验值，将该经验值作为预设门限值。

在获得的平均值大于该预设门限值时，表明各参考面与末端节点之间的距离近，并且夹角的余弦值大，即夹角小，末端节点几乎垂直参考面，也就是说末端节点贴近并垂直于参考面。该情况下，位置更加重要，选择位置优先的重定向策略，不会存在穿模问题或重定向后无法体现原有动作意图的问题，或者出现穿模问题或重定向后无法体现原有动作意图的概率低于设定概率。

例如，假设对手叉腰的动作进行运动重定向，上肢腕部关节点接近于参考面，且几乎与参考面垂直，则计算出的影响参数偏大，计算得到的前10个较大的影响参数的平均值大于预设门限值，选择位置优选的重定向策略，从而避免采用旋转优先导致的穿模问题，并且，也基本体现了原有动作意图。

同理，在获得的平均值不大于该预设门限值时，表明末端节点距离参考面远，并且夹角的余弦值小，即夹角大，末端节点与参考面不接近垂直。该情况下，保持关节的旋转角度更加重要，选择旋转优先的重定向策略，不会存在穿模问题或重定向后无法体现原有动作意图的问题，或者出现穿模问题或重定向后无法体现原有动作意图的概率低于设定概率。

例如，假设对手臂伸平动作进行运动重定向，上肢腕部关节点远离参考面，且与参考面的夹角小，计算得到的各影响参数偏小，计算得到的前10个较大的影响参数的平均值，小于预设门限值，则选择旋转优先的重定向策略，从而避免出现手臂弯曲的问题，不会出现重定向后无法体现原有动作意图的问题，并且也不存在穿模问题。

当然，选取前N个较大的影响参数仅是一种优选的实施方式，并不是必须的实施方式，如果采用每个参考面分别对每个末端节点的影响参数进行计算，以选择重定向策略，也是一种可行的实施方式，在本申请的保护范围之内。

本申请实施例提供的该方法，通过获取虚拟人物模型的各参考面的位置信息，以及获取该虚拟人物模型末端节点的位置信息，获得各参考面对末端节点的影响参数，基于影响参数所反映的参考面与末端节点的距离和夹角，选择运动重定向策略，使得运动重定向过程策略是基于参考面对末端节点的影响进行选择的，符合虚拟人物模型当前的状态，保证了选择的运动重定向策略适合虚拟人物模型当前的状态，避免了随意指定的方式，导致运动重定向策略选择不当，导致穿模问题或重定向后无法体现原有动作意图，效果不佳的问题。

基于同一构思，本申请实施例中提供了一种运动重定向策略选择装置，该装置的具体实施可参见方法实施例部分的描述，重复之处不再赘述。如图8所示，该装置主要包括：

获取模块801，用于获取虚拟人物模型的各参考面的位置信息，以及获取所述虚拟人物模型中末端节点的位置信息；

处理模块802，用于根据所述各参考面的位置信息，以及所述末端节点的位置信息，获得所述各参考面对所述末端节点的影响参数，其中，所述影响参数用于反映所述参考面与所述末端节点的距离和夹角；

选择模块803，用于根据各所述影响参数，选择运动重定向策略。

基于同一构思，本申请实施例中还提供了一种电子设备，如图9所示，该电子设备主要包括：处理器901、存储器902和通信总线903，其中，处理器901和存储器902通过通信总线903完成相互间的通信。其中，存储器902中存储有可被至处理器901执行的程序，处理器901执行存储器902中存储的程序，实现如下步骤：

获取虚拟人物模型的各参考面的位置信息，以及获取所述虚拟人物模型中末端节点的位置信息；

根据所述各参考面的位置信息，以及所述末端节点的位置信息，获得所述各参考面对所述末端节点的影响参数，其中，所述影响参数用于反映所述参考面与所述末端节点的距离和夹角；

根据各所述影响参数，选择运动重定向策略。

上述电子设备中提到的通信总线903可以时外设部件互连标准(PeripheralComponent Interconnect，简称PCI)总线或扩展工业标准结构(Extended IndustryStandard Architecture，简称EISA)总线等。该通信总线903可以分为地址总线、数据总线、控制总线等。为便于表示，图9中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。

存储器902可以包括随机存取存储器(Random Access Memory，简称RAM)，也可以包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。可选地，存储器还可以是至少一个位于远离前述处理器901的存储装置。

上述的处理器901可以是通用处理器，包括中央处理器(Central ProcessingUnit，简称CPU)、网络处理器(Network Processor，简称NP)等，还可以是数字信号处理器(Digital Signal Processing，简称DSP)、专用集成电路(Application SpecificIntegrated Circuit，简称ASIC)、现场可编程门阵列(Field-Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。

在本申请的又一实施例中，还提供了一种计算机可读存储介质，该计算机可读存储介质中存储有计算机程序，当该计算机程序在计算机上运行时，使得计算机执行上述实施例中所描述的运动重定向策略选择方法。

在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。该计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行该计算机指令时，全部或部分地产生按照本申请实施例所述的流程或功能。该计算机可以时通用计算机、专用计算机、计算机网络或者其他可编程装置。该计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，计算机指令从一个网站站点、计算机、服务器或者数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、微波等)方式向另外一个网站站点、计算机、服务器或数据中心进行传输。该计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。该可用介质可以是磁性介质(例如软盘、硬盘、磁带等)、光介质(例如DVD)或者半导体介质(例如固态硬盘)等。

需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上所述仅是本发明的具体实施方式，使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。