CN115793866B - 基于动作捕捉的元宇宙远程互动*** - Google Patents

Abstract

本发明涉及远程互动技术领域，具体地说，涉及基于动作捕捉的元宇宙远程互动***。其包括动作解析模块、动作频率计算模块以及角色适配模块。本发明通过动作解析模块对捕捉图像进行解析，判断不同捕捉图像对应动作内容，通过动作频率计算模块根据不同捕捉图像捕捉次数，判断各个捕捉图像出现的概率，单位时间内捕捉图像出现概率大小作为判断该人物的行为习惯或者职业习惯，随后通过角色适配模块确定元宇宙各个角色适用场景，并根据适用场景选取对应的预定捕捉图像，从而能够实现元宇宙角色与现实对应人物的互动适配，一比一适配，避免出现多个动作内容适应单个常见动作，很容易导致元宇宙对应角色出现动作紊乱，难以确定正确的动作内容。

Description

基于动作捕捉的元宇宙远程互动***

技术领域

本发明涉及远程互动技术领域，具体地说，涉及基于动作捕捉的元宇宙远程互动***。

背景技术

元宇宙本质上是对现实世界的虚拟化、数字化过程，需要对内容生产、经济***、用户体验以及实体世界内容等进行大量改造。但元宇宙的发展是循序渐进的，是在共享的基础设施、标准及协议的支撑下，由众多工具、平台不断融合、进化而最终成形，它基于扩展现实技术提供沉浸式体验，基于数字孪生技术生成现实世界的镜像，基于区块链技术搭建经济体系，将虚拟世界与现实世界在经济***、社交***、身份***上密切融合，并且允许每个用户进行内容生产和世界编辑。

在进行元宇宙远程互动过程中，需要在现实中捕捉对应人物的动作状态，随即将人物的动作状态转换为元宇宙对应的角色内，这种互动方式经常会用在游戏开发过程中，例如篮球游戏，篮球游戏内不同的角色对应现实中的各个球星，他们的招牌投球动作以及运球方式均会被复制给篮球游戏内对应的角色，而在两者进行互动过程中，由于现实中的人物主观性较强，捕捉动作过程中经常会出现相同动作内容对应不同的动作结构，这就好比罚球过程中出现两种罚球方式，此时***难以识别那种罚球方式才是该球星常用的罚球方式，很容易导致元宇宙对应角色出现动作紊乱。

为了应对上述问题，现亟须基于动作捕捉的元宇宙远程互动***。

发明内容

本发明的目的在于提供基于动作捕捉的元宇宙远程互动***，以解决上述背景技术中提出的问题。

为实现上述目的，提供了基于动作捕捉的元宇宙远程互动***，包括动作状态捕捉模块，所述动作状态捕捉模块用于对现实人为动作进行捕捉，生成捕捉图像，所述动作状态捕捉模块输出端连接有动作解析模块，所述动作解析模块用于对捕捉图像进行解析，判断不同捕捉图像对应动作内容，所述动作解析模块输出端连接有动作频率计算模块，所述动作频率计算模块用于根据不同捕捉图像捕捉次数，判断各个捕捉图像出现的概率，所述动作频率计算模块输出端连接有数据库存储模块，所述数据库存储模块输入端与所述动作解析模块输入端连接，所述数据库存储模块用于存储各个捕捉图像以及其对应的动作内容，同时存储各个捕捉图像出现概率，并将相同动作内容的不同捕捉图像进行归类处理，生成同类型图像，比对该类型的捕捉图像出现概率，选取其中概率最高的捕捉图像作为该类型的预定捕捉图像，所述数据库存储模块输出端连接有角色适配模块，所述角色适配模块确定元宇宙各个角色适用场景，并根据适用场景选取对应的预定捕捉图像，作为该角色的选定动作。

作为本技术方案的进一步改进，所述动作解析模块包括动作结构识别单元，所述动作结构识别单元用于确定捕捉图像动作结构，所述动作结构识别单元输出端连接有环境因素识别单元，所述环境因素识别单元用于确定当前捕捉图像动作结构所处环境，所述环境因素识别单元输出端连接有动作内容确定单元，所述动作内容确定单元根据捕捉图像动作结构以及捕捉图像动作结构所处环境，确定当前捕捉图像动作结构所代表的动作内容。

作为本技术方案的进一步改进，所述动作频率计算模块包括单位时间确定单元，所述单位时间确定单元用于制定单位时间，在单位时间进行不同动作的计数，所述单位时间确定单元输出端连接有整体动作计数单元，所述整体动作计数单元用于确定单位时间内所有动作出现的总和，所述整体动作计数单元输出端连接有各个动作演算单元，所述各个动作演算单元用于计算单位时间内各个动作出现次数。

作为本技术方案的进一步改进，所述动作频率计算模块采用***排序算法，其算法步骤如下：

S1、确定单位时间内各个动作出现次数，并拟定动作次数集合，/>至/>表示各个动作出现的次数；

S2、选取第二个数为关键值，向前比较，如前一个数大，则进行交换；

S3、选取三个数为关键值，向前比较，如前一个数大，则进行交换；

S4、依次类推，直至所有的动作次数排序完成，则该动作次数集合中从左到右依次增大。

作为本技术方案的进一步改进，所述角色适配模块输出端与所述数据库存储模块输入端连接。

作为本技术方案的进一步改进，所述角色适配模块输出端连接有无用动作归类模块，所述无用动作归类模块用于对相同类型的无用动作内容制定统一标准。

作为本技术方案的进一步改进，所述无用动作归类模块输出端与所述数据库存储模块输入端连接。

作为本技术方案的进一步改进，所述动作解析模块输出端连接有重复动作过滤模块，所述重复动作过滤模块输入端与所述动作频率计算模块输出端连接，所述重复动作过滤模块用于对相同动作内容对应的不同动作结构进行分析，结合不同动作结构出现的次数，制定动作结构次数阈值，将低于动作结构次数阈值的动作结构进行提前过滤。

与现有技术相比，本发明的有益效果：

1、该基于动作捕捉的元宇宙远程互动***中，通过动作解析模块对捕捉图像进行解析，判断不同捕捉图像对应动作内容，通过动作频率计算模块根据不同捕捉图像捕捉次数，判断各个捕捉图像出现的概率，单位时间内捕捉图像出现概率大小作为判断该人物的行为习惯或者职业习惯，随后通过角色适配模块确定元宇宙各个角色适用场景，并根据适用场景选取对应的预定捕捉图像，从而能够实现元宇宙角色与现实对应人物的互动适配，一比一适配，避免出现多个动作内容适应单个常见动作，很容易导致元宇宙对应角色出现动作紊乱，难以确定正确的动作内容。

2、该基于动作捕捉的元宇宙远程互动***中，角色适配模块将该类型的动作标记为无用动作，并将标记后的无用动作重新反馈至数据库存储模块，数据库存储模块将对应的无用动作进行剔除，增加数据库存储模块的存储空间。

3、该基于动作捕捉的元宇宙远程互动***中，通过角色适配模块将标记后的无用动作传输至无用动作归类模块，无用动作归类模块对各个无用动作进行归纳，对相同类型的无用动作内容制定统一标准，例如，打篮球过程中的休息动作，坐立在地面、躺在座椅上以及坐立在座椅上，这些均不是篮球动作，标记为无用动作，当这些动作均为休息动作，通过无用动作归类模块对这些休息动作进行归纳，划分为同一类型的无用动作，以供后期进行识别。

附图说明

图1为本发明的整体流程图；

图2为本发明的动作解析模块流程图；

图3为本发明的动作频率计算模块流程图。

图中各个标号意义为：

10、动作状态捕捉模块

20、动作解析模块；210、动作结构识别单元；220、环境因素识别单元；230、动作内容确定单元；

30、动作频率计算模块；310、单位时间确定单元；320、整体动作计数单元；330、各个动作演算单元；

40、数据库存储模块；

50、角色适配模块；

60、无用动作归类模块；

70、重复动作过滤模块。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参阅图1-图3所示，提供了基于动作捕捉的元宇宙远程互动***，包括动作状态捕捉模块10，动作状态捕捉模块10用于对现实人为动作进行捕捉，生成捕捉图像，动作状态捕捉模块10输出端连接有动作解析模块20，动作解析模块20用于对捕捉图像进行解析，判断不同捕捉图像对应动作内容，动作解析模块20输出端连接有动作频率计算模块30，动作频率计算模块30用于根据不同捕捉图像捕捉次数，判断各个捕捉图像出现的概率，动作频率计算模块30输出端连接有数据库存储模块40，数据库存储模块40输入端与动作解析模块20输入端连接，数据库存储模块40用于存储各个捕捉图像以及其对应的动作内容，同时存储各个捕捉图像出现概率，并将相同动作内容的不同捕捉图像进行归类处理，生成同类型图像，比对该类型的捕捉图像出现概率，选取其中概率最高的捕捉图像作为该类型的预定捕捉图像，数据库存储模块40输出端连接有角色适配模块50，角色适配模块50确定元宇宙各个角色适用场景，并根据适用场景选取对应的预定捕捉图像，作为该角色的选定动作。

具体使用时，动作状态捕捉模块10对现实人为动作进行捕捉，生成捕捉图像，并将捕捉图像传输至动作解析模块20，动作解析模块20对捕捉图像进行解析，判断不同捕捉图像对应动作内容，例如，捕捉图像人物动作为向前抬腿，上身部位向前倾，同时该人物脚下还有一个足球，则表明该捕捉图像的动作内容为“踢足球”，动作频率计算模块30根据不同捕捉图像捕捉次数，判断各个捕捉图像出现的概率，单位时间内捕捉图像出现概率大小作为判断该人物的行为习惯或者职业习惯，表明该人物在现实中经常做该项动作，元宇宙中相应的角色需要模拟人物在现实中经常做的动作，此时将捕捉图像出现的概率作为判断常见动作的依据，数据库存储模块40用于存储各个捕捉图像以及其对应的动作内容，同时存储各个捕捉图像出现概率，并将相同动作内容的不同捕捉图像进行归类处理，比对该类型的捕捉图像出现概率，选取其中概率最高的捕捉图像作为该类型的预定捕捉图像，例如“踢足球”的动作，人物向前倾的幅度不同，向前抬腿的幅度也不同，这些动作都是“踢足球”的动作，将这些动作进行归类处理，此时判断向前倾出现概率最高的幅度以及向前抬腿出现概率最高的幅度作为该人物“踢足球”的动作，角色适配模块50确定元宇宙各个角色适用场景，并根据适用场景选取对应的预定捕捉图像，作为该角色的选定动作，从而能够实现元宇宙角色与现实对应人物的互动适配，一比一适配，避免出现多个动作内容适应单个常见动作，很容易导致元宇宙对应角色出现动作紊乱，难以确定正确的动作内容。

此外，动作解析模块20包括动作结构识别单元210，动作结构识别单元210用于确定捕捉图像动作结构，动作结构识别单元210输出端连接有环境因素识别单元220，环境因素识别单元220用于确定当前捕捉图像动作结构所处环境，环境因素识别单元220输出端连接有动作内容确定单元230，动作内容确定单元230根据捕捉图像动作结构以及捕捉图像动作结构所处环境，确定当前捕捉图像动作结构所代表的动作内容。具体使用时，动作结构识别单元210确定捕捉图像动作结构，例如，人物的肢体动作，并生成动作结构信息，将动作结构信息传输至环境因素识别单元220，环境因素识别单元220根据动作结构信息，确定当前捕捉图像动作结构所处环境，例如，当前人物双手向上抬起，可判定该人物在进行身体伸展，但当该人物双手握住球状结构时，则表明该人为在进行投篮，篮球、球筐以及球台即为动作结构所处环境，动作内容确定单元230根据捕捉图像动作结构以及捕捉图像动作结构所处环境，确定当前捕捉图像动作结构所代表的动作内容，从而进一步提高动作内容识别正确率。

进一步的，动作频率计算模块30包括单位时间确定单元310，单位时间确定单元310用于制定单位时间，在单位时间进行不同动作的计数，单位时间确定单元310输出端连接有整体动作计数单元320，整体动作计数单元320用于确定单位时间内所有动作出现的总和，整体动作计数单元320输出端连接有各个动作演算单元330，各个动作演算单元330用于计算单位时间内各个动作出现次数。具体使用时，单位时间确定单元310制定单位时间，在单位时间进行不同动作的计数，整体动作计数单元320确定单位时间内所有动作出现的总和，各个动作演算单元330根据所有动作出现的总和，计算单位时间内各个动作出现次数，从而确定得出不同动作出现概率，以供后期进行对应动作内容挑选。

再进一步的，动作频率计算模块30采用***排序算法，其算法步骤如下：

S1、确定单位时间内各个动作出现次数，并拟定动作次数集合，/>至/>表示各个动作出现的次数；

S2、选取第二个数为关键值，向前比较，如前一个数大，则进行交换；

S3、选取三个数为关键值，向前比较，如前一个数大，则进行交换；

S4、依次类推，直至所有的动作次数排序完成，则该动作次数集合中从左到右依次增大。

具体的，角色适配模块50输出端与数据库存储模块40输入端连接。具体使用时，在进行元宇宙角色与现实人物动作适配过程中，由于不同角色所处场景不同，所适配的动作也会有所不同，例如篮球运动员在进行元宇宙角色适配过程中，此时对应的元宇宙角色只需要适配该篮球运动员打篮球的动作，其余的动作将无需进行记录，角色适配模块50将该类型的动作标记为无用动作，并将标记后的无用动作重新反馈至数据库存储模块40，数据库存储模块40将对应的无用动作进行剔除，增加数据库存储模块40的存储空间。

此外，角色适配模块50输出端连接有无用动作归类模块60，无用动作归类模块60用于对相同类型的无用动作内容制定统一标准。具体使用时，角色适配模块50将标记后的无用动作传输至无用动作归类模块60，无用动作归类模块60对各个无用动作进行归纳，对相同类型的无用动作内容制定统一标准，例如，打篮球过程中的休息动作，坐立在地面、躺在座椅上以及坐立在座椅上，这些均不是篮球动作，标记为无用动作，当这些动作均为休息动作，通过无用动作归类模块60对这些休息动作进行归纳，划分为同一类型的无用动作，以供后期进行识别。

进一步的，无用动作归类模块60输出端与数据库存储模块40输入端连接。具体使用时，无用动作归类模块60对各个无用动作进行归纳，对相同类型的无用动作内容制定统一标准，并确定同一标准的无用动作特征点，例如，休息动作中肢体均处于自然下放状态，而肢体动作即为特征点，当数据库存储模块40存储到相同特征点的休息动作时，只需要比对特征点信息，即可判断该动作为休息动作，也为无用动作，不需要再通过角色适配模块50进行适配，减少适配工作量，提高元宇宙对应角色的适配效率。

再进一步的，动作解析模块20输出端连接有重复动作过滤模块70，重复动作过滤模块70输入端与动作频率计算模块30输出端连接，重复动作过滤模块70用于对相同动作内容对应的不同动作结构进行分析，结合不同动作结构出现的次数，制定动作结构次数阈值，将低于动作结构次数阈值的动作结构进行提前过滤，从而减少数据库存储模块40存储量。

以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的仅为本发明的优选例，并不用来限制本发明，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (4)

1.基于动作捕捉的元宇宙远程互动***，包括动作状态捕捉模块（10），所述动作状态捕捉模块（10）用于对现实人为动作进行捕捉，生成捕捉图像，其特征在于：所述动作状态捕捉模块（10）输出端连接有动作解析模块（20），所述动作解析模块（20）用于对捕捉图像进行解析，判断不同捕捉图像对应动作内容，所述动作解析模块（20）输出端连接有动作频率计算模块（30），所述动作频率计算模块（30）用于根据不同捕捉图像捕捉次数，判断各个捕捉图像出现的概率，所述动作频率计算模块（30）输出端连接有数据库存储模块（40），所述数据库存储模块（40）输入端与所述动作解析模块（20）输入端连接，所述数据库存储模块（40）用于存储各个捕捉图像以及其对应的动作内容，同时存储各个捕捉图像出现概率，并将相同动作内容的不同捕捉图像进行归类处理，生成同类型图像，比对该类型的捕捉图像出现概率，选取其中概率最高的捕捉图像作为该类型的预定捕捉图像，所述数据库存储模块（40）输出端连接有角色适配模块（50），所述角色适配模块（50）确定元宇宙各个角色适用场景，并根据适用场景选取对应的预定捕捉图像，作为该角色的选定动作；

所述动作解析模块（20）包括动作结构识别单元（210），所述动作结构识别单元（210）用于确定捕捉图像动作结构，所述动作结构识别单元（210）输出端连接有环境因素识别单元（220），所述环境因素识别单元（220）用于确定当前捕捉图像动作结构所处环境，所述环境因素识别单元（220）输出端连接有动作内容确定单元（230），所述动作内容确定单元（230）根据捕捉图像动作结构以及捕捉图像动作结构所处环境，确定当前捕捉图像动作结构所代表的动作内容；

所述动作频率计算模块（30）包括单位时间确定单元（310），所述单位时间确定单元（310）用于制定单位时间，在单位时间进行不同动作的计数，所述单位时间确定单元（310）输出端连接有整体动作计数单元（320），所述整体动作计数单元（320）用于确定单位时间内所有动作出现的总和，所述整体动作计数单元（320）输出端连接有各个动作演算单元（330），所述各个动作演算单元（330）用于计算单位时间内各个动作出现次数；

所述动作频率计算模块（30）采用***排序算法，其算法步骤如下：

S1、确定单位时间内各个动作出现次数，并拟定动作次数集合，/>至/>表示各个动作出现的次数；

S2、选取第二个数为关键值，向前比较，如前一个数大，则进行交换；

S3、选取三个数为关键值，向前比较，如前一个数大，则进行交换；

S4、依次类推，直至所有的动作次数排序完成，则该动作次数集合中从左到右依次增大；

所述动作解析模块（20）输出端连接有重复动作过滤模块（70），所述重复动作过滤模块（70）输入端与所述动作频率计算模块（30）输出端连接，所述重复动作过滤模块（70）用于对相同动作内容对应的不同动作结构进行分析，结合不同动作结构出现的次数，制定动作结构次数阈值，将低于动作结构次数阈值的动作结构进行提前过滤。

2.根据权利要求1所述的基于动作捕捉的元宇宙远程互动***，其特征在于：所述角色适配模块（50）输出端与所述数据库存储模块（40）输入端连接。

3.根据权利要求2所述的基于动作捕捉的元宇宙远程互动***，其特征在于：所述角色适配模块（50）输出端连接有无用动作归类模块（60），所述无用动作归类模块（60）用于对相同类型的无用动作内容制定统一标准。

4.根据权利要求3所述的基于动作捕捉的元宇宙远程互动***，其特征在于：所述无用动作归类模块（60）输出端与所述数据库存储模块（40）输入端连接。