一种用于视频的三维人体重建模型的训练方法及装置

专利主权项内容

1.一种用于视频的三维人体重建模型的训练方法，其特征在于，所述重建模型至少包含特征提取层、运动增强层和回归层，所述方法包括：获取样本视频，确定所述样本视频对应的多个图像序列；针对每个图像序列，将该图像序列输入所述特征提取层，得到该图像序列的初始特征，确定所述初始特征对应的第一张量，根据所述第一张量的帧数轴、高度轴和宽度轴，确定所述初始特征的序列特征元，根据所述第一张量的序列轴和通道轴，确定所述初始特征的序列特征元的数量；针对每个序列特征元，将该序列特征元，输入所述运动增强层，确定该序列特征元的运动增强特征，根据各序列特征元的运动增强特征，确定所述样本视频的运动增强特征；将所述样本视频的运动增强特征输入所述回归层，得到所述样本视频中预测三维人体的重建视频；确定所述重建视频中各帧图像中预测三维人体的预测三维关节点，针对每个图像序列，根据该图像序列的各帧图像中预测三维关节点的位置变化，确定该图像序列的预测三维关节点的平均速度，作为该图像序列的预测速度；根据所述该图像序列的预测速度与该图像序列的标注速度的差异，确定该图像序列的速度损失，根据各图像序列的速度损失和所述样本视频的三维重建损失，训练所述重建模型。