Python?三維姿態(tài)估計(jì) Unity3d?實(shí)現(xiàn)?3D?虛擬現(xiàn)實(shí)交互游戲

時(shí)間：2021-11-12 13:51:58

關(guān)鍵字：虛擬現(xiàn)實(shí) ni

手機(jī)看文章

掃描二維碼
隨時(shí)隨地手機(jī)看文章

[導(dǎo)讀]作者|李秋鍵出品|?AI科技大本營（ID:rgznai100）引言隨著人機(jī)交互技術(shù)飛速發(fā)展，人體姿態(tài)估計(jì)技術(shù)越來越受到重視。姿態(tài)估計(jì)作為人體行為識(shí)別的重要組成部分，近年來逐漸成為計(jì)算機(jī)視覺領(lǐng)域的一個(gè)重要的研究熱點(diǎn)。由于人體結(jié)構(gòu)和姿態(tài)的復(fù)雜性以及視覺理論的局限性，最初人體姿態(tài)估計(jì)算...

作者 | 李秋鍵出品 | AI科技大本營（ID:rgznai100）

引言隨著人機(jī)交互技術(shù)飛速發(fā)展，人體姿態(tài)估計(jì)技術(shù)越來越受到重視。姿態(tài)估計(jì)作為人體行為識(shí)別的重要組成部分，近年來逐漸成為計(jì)算機(jī)視覺領(lǐng)域的一個(gè)重要的研究熱點(diǎn)。由于人體結(jié)構(gòu)和姿態(tài)的復(fù)雜性以及視覺理論的局限性，最初人體姿態(tài)估計(jì)算法僅從圖像或者視頻當(dāng)中預(yù)測人體二維骨架節(jié)點(diǎn)的坐標(biāo)位置。2015年馬普所提出了由姿態(tài)與體型參數(shù)驅(qū)動(dòng)的蒙皮多人線性模型，由于該模型具有出色的建模效果與快速的計(jì)算效率，許多團(tuán)隊(duì)提出了利用該模型進(jìn)行人體姿態(tài)估計(jì)的方法。目前基于人體形變模型的姿態(tài)估計(jì)方法可以根據(jù)兩個(gè)標(biāo)準(zhǔn)進(jìn)行分類：一類是基于優(yōu)化的方法，另一類是基于回歸的方法。而最終發(fā)展到現(xiàn)在三維人體姿態(tài)估計(jì)也隨之發(fā)展越來越成熟。

今天我們就將使用Python Unity3d實(shí)現(xiàn)一個(gè)基于ThreeDPoseUnityBarracuda(Digital- Standard Co., Ltd.)的3D虛擬現(xiàn)實(shí)交互游戲。這里通過Unity3d結(jié)合python三維姿態(tài)估計(jì)模型，實(shí)時(shí)獲取人體三維坐標(biāo)，然后將坐標(biāo)與人體模型骨骼綁定從而達(dá)到控制3D角色的目的。在這步基礎(chǔ)上加入3D模型，設(shè)置基本的觸碰邏輯即可達(dá)成我們設(shè)置的簡單游戲的目的。這里使用到的模型可以通過3Dmax和Blender進(jìn)行繪制，最終的演示效果如下：

三維姿態(tài)控制介紹在三維姿態(tài)估計(jì)的基礎(chǔ)上，使用unity對實(shí)時(shí)獲取的三維骨骼坐標(biāo)和角色骨骼綁定，控制角色動(dòng)畫，達(dá)到交互的效果。

1.1 三維姿態(tài)估計(jì)介紹

人體姿態(tài)估計(jì)的主要任務(wù)是預(yù)測出人體關(guān)節(jié)點(diǎn)的三維坐標(biāo)位置和角度等信息。由于人體姿態(tài)標(biāo)記數(shù)據(jù)集的缺乏，使得大多數(shù)研究方法都基于2D人體姿態(tài)估計(jì)方法之上，因此2D人體姿態(tài)估計(jì)研究的發(fā)展也為3D人體姿態(tài)估計(jì)奠定了基礎(chǔ)，使得3D人體姿態(tài)估計(jì)研究有著巨大的潛力。

在實(shí)際應(yīng)用中，由于3D姿態(tài)估計(jì)在2D姿態(tài)估計(jì)的基礎(chǔ)上加入了深度信息，其對于人體姿態(tài)的表述比2D更為精準(zhǔn)，因此其應(yīng)用范圍和研究價(jià)值都要高于2D人體姿態(tài)估計(jì)，但是3D姿態(tài)估計(jì)的難度也更高，存在著遮擋，單視角2D到3D的映射中固有的深度模糊性、不適定性，缺少大型的室外數(shù)據(jù)集等挑戰(zhàn)。

在目前的研究中，三維人體姿態(tài)估計(jì)方法可以劃分為傳統(tǒng)方法和深度學(xué)習(xí)方法兩類。在深度學(xué)習(xí)方法得到廣泛應(yīng)用之前，3D人體姿態(tài)標(biāo)注數(shù)據(jù)集和具有高運(yùn)算能力的GPU還沒有普及，研究人員主要通過一些應(yīng)用在傳統(tǒng)計(jì)算機(jī)視覺或機(jī)器學(xué)習(xí)領(lǐng)域的方法來進(jìn)行3D人體姿態(tài)的估計(jì)。傳統(tǒng)三維人體姿態(tài)估計(jì)和基于深度學(xué)習(xí)的姿態(tài)估計(jì)之間最明顯的特征在于是否使用了多層神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)方法，因?yàn)榻７绞讲煌?，在估?jì)精確性、計(jì)算復(fù)雜度等方面也有著較大的差別。其中建模是三維人體姿態(tài)估計(jì)一個(gè)很重要的方面，目的是表示從輸入數(shù)據(jù)中提取的關(guān)鍵點(diǎn)和特征。在解決實(shí)際問題時(shí)由于實(shí)驗(yàn)個(gè)體所處環(huán)境的復(fù)雜性，很大程度上增加了模型的建立難度，因此選取適當(dāng)且有效的圖像特征來簡化模型建立過程十分重要。傳統(tǒng)方法很多是采用基于人體模型的方法來描述和推斷人體姿態(tài)，通過算法提取圖像姿態(tài)特征，因此對特征表示和關(guān)鍵點(diǎn)的空間位置關(guān)系這兩個(gè)維度有比較高的要求，除去邊界、顏色這類低層次特征，典型的有尺度不變特征變換、梯度直方圖等表達(dá)能力更強(qiáng)、可有效壓縮特征空間維度的高層次特征，它們雖然在時(shí)間效率方面具有優(yōu)勢，但依然是由人工設(shè)計(jì)的傳統(tǒng)特征，存在著較大的不足。

1.2 ThreeDPoseUnityBarracuda介紹

ThreeDPoseUnityBarracuda通過讀取Barracuda的onnx三維姿態(tài)估計(jì)模型，可以在Unity上做三維姿態(tài)估計(jì)。

程序設(shè)計(jì)這里三維姿態(tài)估計(jì)使用Resnet34_3inputs_448x448_20200609.onnx模型，unity3D是對onnx模型的調(diào)用，同時(shí)搭建三維場景和設(shè)計(jì)邏輯規(guī)則。

2.1 三維姿態(tài)估計(jì)模型解析

這里需要使用的三維姿態(tài)估計(jì)在之前文章“3DPose實(shí)現(xiàn)三維人體姿態(tài)識(shí)別”有所介紹，不進(jìn)行太多描述。

通過使用onnxruntime讀取“Resnet34_3inputs_448x448_20200609.onnx”模型文件，實(shí)時(shí)對需要識(shí)別的圖片數(shù)據(jù)，獲取每一張圖片的offset圖和heatmap圖。通過找到第j個(gè)關(guān)節(jié)的28個(gè)特征圖，并找到最大值的索引來獲取個(gè)點(diǎn)坐標(biāo)。并把坐標(biāo)按照一定比例縮放。使得圖像變形較為符合人體規(guī)律。

for j in range(0, 24): # 找到第j個(gè)關(guān)節(jié)的28個(gè)特征圖，并找到最大值的索引 joint_heat = heatMap3D[j * 28:(j 1) * 28, ...] if np.max(joint_heat)>0.1: print(np.max(joint_heat)) [x, y, z] = np.where(joint_heat == np.max(joint_heat)) x = int(x[-1]) y = int(y[-1]) z = int(z[-1]) # 通過heatmap的索引找到對應(yīng)的offset圖，并計(jì)算3D坐標(biāo)的xyz值 pos_x = offset3D[j * 28 x, y, z] x pos_y = offset3D[24 * 28 j * 28 x, y, z] y pos_z = offset3D[24 * 28 * 2 j * 28 x, y, z] z kps[j, 0] = pos_x kps[j, 1] = pos_y kps[j, 2] = pos_z else: try: kps[j, 0] = kps[j-1, 0] kps[j, 0] = kps[j-1, 0] kps[j, 2] = kps[j-1, 2] except: passparent = np.array([15, 1, 2, 3, 3, 15, 6, 7, 8, 8, 12, 15, 14, 15, 24, 24, 16, 17, 18, 24, 20, 21, 22, 0]) - 1; for i in range(len(kps)): if (parent[i] != -1): ax.plot3D(kps[[i, parent[i]], 0], -kps[[i, parent[i]], 1], -kps[[i, parent[i]], 2], 'gray')

2.2 unity3D程序設(shè)計(jì)

Unity3D這里主要使用到了三維場景搭建和CS腳本制定邏輯，這里場景搭建，在搭建好模型后手動(dòng)規(guī)劃即可。主要介紹程序部分。

1、讀取模型，按照下圖配置即可：

2、隨機(jī)從天空掉落物體CS腳本：

using System.Collections;using System.Collections.Generic;using UnityEngine;public class Randomoccurs : MonoBehaviour{ //隨機(jī)產(chǎn)生的物體 private static GameObject sphere; private static GameObject cube; private static GameObject cylinder; private static GameObject capsule; public GameObject[] gameobject = { sphere, cube, cylinder, capsule}; //想要產(chǎn)生幾波 public int waves; //每波產(chǎn)生的數(shù)量 public int values; //產(chǎn)生之后延遲時(shí)間 public float spawnwait ; // Use this for initialization void Start() { StartCoroutine(test01()); } void Update() { } // Update is called once per frame IEnumerator test01() { for (int j = 0; j < waves; j ) { for (int i = 0; i < values; i ) { Instantiate(gameobject[Random.Range(0, 4)], transform.position, transform.rotation); } yield return new WaitForSeconds(spawnwait); } }}3、制定觸碰規(guī)則，碰到門，門對應(yīng)ID設(shè)置為銷毀，碰到掉落物體，分?jǐn)?shù)加分：using System.Collections;using System.Collections.Generic;using UnityEngine;using UnityEngine.UI;public class hit_obj : MonoBehaviour{ // Start is called before the first frame update static public int score = 0; void Start() { } // Update is called once per frame void Update() { } // 碰撞開始 void OnTriggerEnter(Collider collider) { var tag = collider.tag; if (collider.tag == "body_center") { score = 1; GameObject.Destroy(gameObject); //GameObject.Destroy(gameObject, 2.0f);//摧毀自身 } Debug.Log(score); GameObject.Find("Canvas/Score").GetComponent().text = "得分：" score.ToString(); if (collider.tag == "ground") { //Debug.Log("銷毀" gameObject.tag); GameObject.Destroy(gameObject); } } // 碰撞結(jié)束 void OnTriggerStay(Collider collider) { } // 碰撞持續(xù)中 void OnTriggerExit(Collider collider) { }}