具体实施方式

以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

另外，应理解，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。

图1为本公开所述可驱动三维人物生成方法第一实施例的流程图。如图1所示，包括以下具体实现方式。

在步骤101中，获取待处理的二维图片对应的三维人体网格模型。

在步骤102中，对三维人体网格模型进行骨骼嵌入。

在步骤103中，对进行骨骼嵌入后的三维人体网格模型进行皮肤绑定，得到可驱动的三维人体网格模型。

上述方法实施例所述方案中，可首先获取待处理的二维图片对应的三维人体网格模型，之后可依次对获取到的三维人体网格模型进行骨骼嵌入和皮肤绑定处理，从而得到可驱动的三维人体网格模型，而不是像现有方式中直接利用预先训练得到的网络模型来生成可驱动的三维人体网格模型，从而减少了对于资源的消耗等。

其中，如何获取待处理的二维图片对应的三维人体网格模型不作限制。比如，可采用像素对齐隐函数(PIFu，Pixel-Aligned Implicit Function)或用于高分辨率三维人体数字化的多级像素对齐隐函数(PIFuHD，Multi-Level Pixel-Aligned Implicit Functionfor High-Resolution 3D Human Digitization)等算法，得到待处理的二维图片对应的三维人体网格模型，如包括约20万(w)顶点和40万面片的三维人体网格模型。

针对得到的三维人体网格模型，可直接对其进行后续处理，如对其进行骨骼嵌入等。优选地，还可先对得到的三维人体网格模型进行降采样处理，进而可对进行降采样处理后的三维人体网格模型进行骨骼嵌入等。

通过降采样处理，可得到顶点和面片数量更少的三维人体网格模型，从而可减少后续处理所需耗费的时长，提升处理效率等。

所述降采样的具体取值可根据实际需要而定，如可根据实际资源需求而定。另外，如何进行降采样不作限制。比如，可采用边坍塌(edge collapse)、二次误差简化(quadricerror simplification)或各向同性网格重构(isotropic remeshing)等算法来对得到的三维人体网格模型进行降采样处理。

之后，可依次对进行降采样处理后的三维人体网格模型进行骨骼嵌入和皮肤绑定处理。

其中，可利用预先构建的N个顶点的骨骼树，对三维人体网格模型进行骨骼嵌入，N为大于一的正整数，具体取值可根据实际需要而定。

骨骼树的本质是多组xyz坐标，如何定义N个顶点的骨骼树为现有技术。另外，如何利用骨骼树对三维人体网格模型进行骨骼嵌入不作限制，比如，可利用预先训练得到的网络模型来实现所述骨骼嵌入，即可将预先构建的N个顶点的骨骼树以及三维人体网格模型作为输入，获取网络模型输出的进行骨骼嵌入后的三维人体网格模型。

借助于所构建的骨骼树，通过上述方式可准确高效的得到进行骨骼嵌入后的三维人体网格模型，从而为后续处理奠定了良好的基础。

对于进行骨骼嵌入后的三维人体网格模型，还可进一步对其进行皮肤绑定处理，即可为所述N个顶点分别赋予相对于骨骼位置的一个权重，从而得到可驱动的三维人体网格模型。

若权重赋值准确，后续骨骼移动时皮肤就不会出现严重的撕裂或变形等，看起来更为自然。

如何对三维人体网格模型进行皮肤绑定同样不作限制，比如，可利用预先训练得到的网络模型来实现所述皮肤绑定。

通过上述一系列处理之后，即可得到所需的可驱动的三维人体网格模型。优选地，基于得到的可驱动的三维人体网格模型，还可进一步生成三维人体动画。

相应地，图2为本公开所述可驱动三维人物生成方法第二实施例的流程图。如图2所示，包括以下具体实现方式。

在步骤201中，获取待处理的二维图片对应的三维人体网格模型。

比如，可采用PIFu或PIFuHD等算法，针对待处理的二维图片，生成对应的三维人体网格模型。

在步骤202中，对三维人体网格模型进行骨骼嵌入。

针对步骤201中得到的三维人体网格模型，可直接对其进行后续处理，如对其进行骨骼嵌入。

或者，还可先对步骤201中得到的三维人体网格模型进行降采样处理，进而可对进行降采样处理后的三维人体网格模型进行骨骼嵌入。

其中，可利用预先构建的N个顶点的骨骼树，对三维人体网格模型进行骨骼嵌入，N为大于一的正整数。

在步骤203中，对进行骨骼嵌入后的三维人体网格模型进行皮肤绑定，得到可驱动的三维人体网格模型。

依次完成骨骼嵌入和皮肤绑定处理之后，即可得到可驱动的三维人体网格模型。基于得到的可驱动的三维人体网格模型，可进一步生成三维人体动画。

在步骤204中，获取动作序列。

优选地，所述动作序列可为皮肤多人线性模型(SMPL，Skinned Multi-PersonLinear Model)动作序列。

如何生成SMPL动作序列为现有技术。

在步骤205中，根据动作序列以及可驱动的三维人体网格模型生成三维人体动画。

具体地，可首先对SMPL动作序列进行迁移，从而得到N个关键点的动作序列，N个关键点为骨骼树中的N个顶点，之后可利用N个关键点的动作序列驱动可驱动的三维人体网格模型，从而得到所需的三维人体动画。

标准化的SMPL动作序列通常对应于24个关键点，而N的取值通常不为24，如为17，那么则需要对SMPL动作序列进行迁移，迁移到N个顶点(关键点)的骨骼树，从而得到N个关键点的动作序列。

需要说明的是，若N的取值为24，那么则无需进行上述迁移处理。

如何得到N个关键点的动作序列不作限制，比如，可采用现有的各种动作迁移方法，或者，可利用预先训练得到的网络模型，输入为SMPL动作序列，输出为N个关键点的动作序列。

其中，在对网络模型进行训练时，损失函数可定义为对应关键点在三维空间中的欧式距离，对应关键点指相匹配的关键点，如SMPL动作序列对应的24个关键点中，有17(N的取值)个关键点与骨骼树中的N个关键点相匹配，那么剩余的7个关键点则为不匹配的关键点，对于不匹配的关键点，可降低其位置差异的权重或直接设置为0等。

在得到N个关键点的动作序列后，可利用N个关键点的动作序列来驱动之前得到的可驱动的三维人体网格模型，从而得到三维人体动画。如图3所示，图3为本公开所述三维人体动画的示意图。

通过上述介绍可以看出，本公开所述的可驱动的三维人体网格模型可兼容标准化的SMPL动作序列，并可根据可驱动的三维人体网格模型及SMPL动作序列准确高效地生成对应的三维人体动画。

总之，本公开所述方法中构建了一条流水线(pipeline)，能够针对输入的任意二维图片以及SMPL动作序列，生成可驱动的三维人体网格模型及三维人体动画，虽然也可能会用到一些网络模型，但这些网络模型相对来说都比较简单，相比于现有技术中直接利用训练得到的网络模型来生成可驱动的三维人体网格模型的方式，减少了对于资源的消耗，并可适用于任意穿衣服的人体以及任意的动作序列，具有广泛适用性等。

需要说明的是，对于前述的各方法实施例，为了简单描述，将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本公开并不受所描述的动作顺序的限制，因为依据本公开，某些步骤可以采用其它顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本公开所必须的。另外，某个实施例中没有详述的部分，可以参见其它实施例中的相关说明。

以上是关于方法实施例的介绍，以下通过装置实施例，对本公开所述方案进行进一步说明。

图4为本公开所述可驱动三维人物生成装置实施例400的组成结构示意图。如图4所示，包括：第一处理模块401、第二处理模块403以及第三处理模块403。

第一处理模块401，用于获取待处理的二维图片对应的三维人体网格模型。

第二处理模块402，用于对获取到的三维人体网格模型进行骨骼嵌入。

第三处理模块403，用于对进行骨骼嵌入后的三维人体网格模型进行皮肤绑定，得到可驱动的三维人体网格模型。

其中，第一处理模块401如何获取待处理的二维图片对应的三维人体网格模型不作限制。比如，可采用PIFu或PIFuHD等算法，得到待处理的二维图片对应的三维人体网格模型。

针对得到的三维人体网格模型，第二处理模块402可直接对其进行后续处理，如对其进行骨骼嵌入等。优选地，第二处理模块402还可首先对得到的三维人体网格模型进行降采样处理，之后可对进行降采样处理后的三维人体网格模型进行骨骼嵌入等。

如何进行降采样同样不作限制。比如，可采用edge collapse、quadric errorsimplification或isotropic remeshing等算法来对得到的三维人体网格模型进行降采样处理。

另外，第二处理模块402可利用预先构建的N个顶点的骨骼树，对三维人体网格模型进行骨骼嵌入，N为大于一的正整数。

如何利用骨骼树对三维人体网格模型进行骨骼嵌入不作限制，比如，可利用预先训练得到的网络模型来实现所述骨骼嵌入，即可将预先构建的N个顶点的骨骼树以及三维人体网格模型作为输入，获取网络模型输出的进行骨骼嵌入后的三维人体网格模型。

对于进行骨骼嵌入后的三维人体网格模型，第三处理模块403可进一步对其进行皮肤绑定处理，即可为所述N个顶点分别赋予相对于骨骼位置的一个权重，从而得到可驱动的三维人体网格模型。如何对三维人体网格模型进行皮肤绑定同样不作限制，比如，可利用预先训练得到的网络模型来实现所述皮肤绑定。

通过上述一系列处理之后，即可得到所需的可驱动的三维人体网格模型。优选地，基于得到的可驱动的三维人体网格模型，还可进一步生成三维人体动画。

相应地，第三处理模块403可进一步用于，获取动作序列，根据获取到的动作序列以及可驱动的三维人体网格模型生成三维人体动画。

其中，所述动作序列可为SMPL动作序列。

针对SMPL动作序列，第三处理模块403可首先对其进行迁移，从而得到N个关键点的动作序列，N个关键点即为骨骼树中的N个顶点，之后可利用N个关键点的动作序列驱动可驱动的三维人体网格模型，从而得到所需的三维人体动画。

标准化的SMPL动作序列通常对应于24个关键点，而N的取值通常不为24，如为17，那么则需要对SMPL动作序列进行迁移，迁移到N个顶点(关键点)的骨骼树，从而得到N个关键点的动作序列。

在得到N个关键点的动作序列后，即可利用N个关键点的动作序列来驱动之前得到的可驱动的三维人体网格模型，从而得到最终所需的三维人体动画。

图4所示装置实施例的具体工作流程请参照前述方法实施例中的相关说明，不再赘述。

总之，采用本公开装置实施例所述方案，能够针对输入的任意二维图片以及SMPL动作序列，生成可驱动的三维人体网格模型及三维人体动画，虽然也可能会用到一些网络模型，但这些网络模型相对来说都比较简单，相比于现有技术中直接利用训练得到的网络模型来生成可驱动的三维人体网格模型的方式，减少了对于资源的消耗，并可适用于任意穿衣服的人体以及任意的动作序列，具有广泛适用性等。

本公开所述方案可应用于人工智能领域，特别涉及计算机视觉和深度学习等领域。

人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术，人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术，人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。

根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。

图5示出了可以用来实施本公开的实施例的示例电子设备500的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字助理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。

如图5所示，设备500包括计算单元501，其可以根据存储在只读存储器(ROM)502中的计算机程序或者从存储单元508加载到随机访问存储器(RAM)503中的计算机程序，来执行各种适当的动作和处理。在RAM 503中，还可存储设备500操作所需的各种程序和数据。计算单元501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。

设备500中的多个部件连接至I/O接口505，包括：输入单元506，例如键盘、鼠标等；输出单元507，例如各种类型的显示器、扬声器等；存储单元508，例如磁盘、光盘等；以及通信单元509，例如网卡、调制解调器、无线通信收发机等。通信单元509允许设备500通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

计算单元501可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元501的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元501执行上文所描述的各个方法和处理，例如本公开所述的方法。例如，在一些实施例中，本公开所述的方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元508。在一些实施例中，计算机程序的部分或者全部可以经由ROM 502和/或通信单元509而被载入和/或安装到设备500上。当计算机程序加载到RAM 503并由计算单元501执行时，可以执行本公开所述的方法的一个或多个步骤。备选地，在其他实施例中，计算单元501可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行本公开所述的方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决传统物理主机与虚拟专用服务器(VPS)中，存在的管理难度大，业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器，或者是结合了区块链的服务器。云计算指的是通过网络接入弹性可扩展的共享物理或虚拟资源池，资源可以包括服务器、操作系统、网络、软件、应用和存储设备等，并可以以按需、自服务的方式对资源进行部署和管理的技术体系，通过云计算技术，可以为人工智能、区块链等技术应用、模型训练提供高效强大的数据处理能力。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。