游戏角色皮肤的建模方法、装置、设备及存储介质与流程

本技术涉及游戏建模领域，尤其涉及一种游戏角色皮肤的建模方法、装置、设备及存储介质。

背景技术：

1、游戏服务提供商为玩家提供多种增值服务，其中包括华丽炫酷的游戏角色皮肤，例如服饰、武器、发色等均属于游戏角色皮肤的范畴内。这些游戏角色皮肤通常是通过unity、autodesk maya等游戏建模软件进行设计，玩家在游戏过程中付费以解锁这些游戏角色皮肤，当玩家在切换或使用部分的游戏角色皮肤时会播放相应主题的皮肤背景音乐。

2、现有技术中，通常是确定游戏角色的皮肤主题后再对皮肤进行建模设计，并在建模设计完成后为其选择搭配相应的皮肤背景音乐，往往会出现设计的皮肤风格与其背景音乐不融洽的问题，尤其是针对三维沉浸式游戏场景或vr游戏场景，给玩家带来较差的游戏体验感。

3、申请内容

4、本技术实施例提供一种游戏角色皮肤的建模方法，本发明能够根据游戏角色皮肤对应背景音乐确定与其匹配皮肤风格，从而结合该皮肤风格快速生成符合该背景音乐的游戏角色皮肤，从而提升玩家的游戏体验感。

5、第一方面，本技术实施例提供一种游戏角色皮肤的建模方法，包括：

6、接收游戏角色的参考皮肤图像和玩家对游戏角色的评价信息；其中，参考皮肤图像为皮肤主视图；

7、根据评价信息确定至少一个与游戏角色的人设匹配的关键词标签，并确定与关键词标签匹配的游戏背景音乐；

8、解析游戏背景音乐的音律风格，并根据音律风格，确定目标皮肤风格参数；

9、将参考皮肤图像和目标皮肤风格参数输入至预置的风格迁移网络模型中进行处理，得到第一目标皮肤图像；其中，风格迁移网络模型为基于生成对抗网络模型训练得到；

10、根据第一目标皮肤图像生成游戏角色的二维皮肤模型。

11、在一种可能的实现方式中，将参考皮肤图像和目标皮肤风格参数输入至预置的风格迁移网络模型中进行处理，得到第一目标皮肤图像之前，还包括：

12、构建训练数据集；其中，训练数据集中包括多个三元组，每个三元组包括初始皮肤图像、风格皮肤图像以及风格皮肤图像对应的皮肤风格参数组成；

13、构建生成对抗网络模型，并初始化生成对抗网络模型中的网络参数；

14、分别将训练数据集中的每个三元组输入至生成对抗网络模型中执行风格化训练，得到风格迁移网络模型。

15、在一种可能的实现方式中，生成对抗网络模型包括生成网络和判别网络，分别将训练数据集中的每个三元组输入至生成对抗网络模型中执行风格化训练，得到风格迁移网络模型包括：

16、确定训练数据集中待训练的目标三元组；

17、调用生成网络处理目标三元组中的初始皮肤图像和皮肤风格参数，得到风格皮肤预测图像；其中，生成网络将风格皮肤预测图像输入至判别网络中；

18、调用判别网络计算风格皮肤预测图像为目标三元组中风格皮肤图像的概率值；

19、基于预置的损失函数计算概率值对应的损失结果；

20、根据损失结果，分别调整生成对抗网络的网络参数，得到风格迁移网络模型。

21、在一种可能的实现方式中，调用生成网络处理目标三元组中的初始皮肤图像和皮肤风格参数，得到风格皮肤预测图像包括：

22、提取目标三元组中初始皮肤图像的目标数据分布；

23、对目标数据分布依次执行反卷积、归一化以及基于线性整流函数进行非线性激活，得到初始皮肤特征；

24、提取目标三元组中皮肤风格参数对应的风格特征，并将风格特征与初始皮肤特征进行特征拼接，得到特征映射图；

25、对特征映射图执行反卷积，并基于双曲正切函数激活反卷积的结果，得到风格皮肤预测图像。

26、在一种可能的实现方式中，根据损失结果，调整生成对抗网络模型的网络参数，得到风格迁移网络模型包括：

27、将损失结果由生成对抗网络模型的输出层向隐藏层反向传播；

28、当损失结果被传播至隐藏层时，根据损失结果，采用随机梯度下降算法迭代更新隐藏层中各神经元的权重与偏置，并重新计算每次迭代更新后的损失结果；

29、在损失结果小于预置阈值时确定生成对抗网络当前的网络参数为目标参数，得到风格迁移网络模型。

30、在一种可能的实现方式中，将参考皮肤图像和目标皮肤风格参数输入至预置的风格迁移网络模型中进行处理，得到第一目标皮肤图像之后，还包括：

31、获取基于多视图三维重建网络模型训练后得到的三维皮肤生成网络模型；其中，多视图三维重建网络模型为基于神经辐射场的网络模型，三维皮肤生成网络模型包括皮肤自编码网络和皮肤生成对抗网络；

32、调用皮肤自编码网络，提取第一目标皮肤图像的初始姿态特征和初始内容特征，并基于神经辐射场算法对初始内容特征执行计算，得到第一目标皮肤图像的多个隐藏内容特征，其中，初始内容特征对应于初始姿态特征，每个隐藏内容特征对应于一个预置的姿态特征；

33、调用皮肤生成对抗网络处理每个内容特征及其对应的姿态特征，得到不同姿态下的第二目标皮肤图像；

34、基于不同姿态下的第二目标皮肤图像生成游戏角色的三维皮肤模型。

35、在一种可能的实现方式中，根据第一目标皮肤图像生成游戏角色的二维皮肤模型之后，还包括：

36、分别接收游戏角色在五面视图方向上的皮肤图像；其中，五面视图方向包括后视图、左视图、右视图、俯视图以及仰视图；

37、分别将每个视图方向上的皮肤图像和目标风格参数输入至风格迁移网络模型中进行处理，得到每个视图方向上的第三目标皮肤图像；

38、基于每个视图方向上的第三目标皮肤图像和第一目标皮肤图像生成游戏角色的三维皮肤模型。

39、第二方面，本技术实施例提供一种游戏角色皮肤的建模装置，包括：

40、数据接收模块，用于接收游戏角色的参考皮肤图像和玩家对游戏角色的评价信息；其中，参考皮肤图像为皮肤主视图；

41、音乐确定模块，用于根据评价信息确定至少一个与游戏角色的人设匹配的关键词标签，并确定与关键词标签匹配的游戏背景音乐；

42、风格确定模块，用于解析游戏背景音乐的音律风格，并根据音律风格，确定目标皮肤风格参数；

43、模型处理模块，用于将参考皮肤图像和目标皮肤风格参数输入至预置的风格迁移网络模型中进行处理，得到第一目标皮肤图像；其中，风格迁移网络模型为基于生成对抗网络模型训练得到；

44、皮肤生成模块，用于根据第一目标皮肤图像生成游戏角色的二维皮肤模型。

45、在一种可能的实现方式中，游戏角色皮肤的建模装置还包括：

46、图像集构建模块，用于构建训练数据集；其中，训练数据集中包括多个三元组，每个三元组包括初始皮肤图像、风格皮肤图像以及风格皮肤图像对应的皮肤风格参数组成；

47、初始网络构建模块，用于构建生成对抗网络模型，并初始化生成对抗网络模型中的网络参数；

48、风格化训练模块，用于分别将训练数据集中的每个三元组输入至生成对抗网络模型中执行风格化训练，得到风格迁移网络模型。

49、在一种可能的实现方式中，生成对抗网络模型包括生成网络和判别网络，风格化训练模块具体包括：

50、目标确定单元，用于确定训练数据集中待训练的目标三元组；

51、风格化编码单元，用于调用生成网络处理目标三元组中的初始皮肤图像和皮肤风格参数，得到风格皮肤预测图像；其中，生成网络将风格皮肤预测图像输入至判别网络中；

52、概率计算单元，用于调用判别网络计算风格皮肤预测图像为目标三元组中风格皮肤图像的概率值；

53、损失计算单元，用于基于预置的损失函数计算概率值对应的损失结果；

54、网络参数调整单元，用于根据损失结果，分别调整生成对抗网络的网络参数，得到风格迁移网络模型。

55、在一种可能的实现方式中，风格化编码单元具体用于：

56、提取目标三元组中初始皮肤图像的目标数据分布；

57、对目标数据分布依次执行反卷积、归一化以及基于线性整流函数进行非线性激活，得到初始皮肤特征；

58、提取目标三元组中皮肤风格参数对应的风格特征，并将风格特征与初始皮肤特征进行特征拼接，得到特征映射图；

59、对特征映射图执行反卷积，并基于双曲正切函数激活反卷积的结果，得到风格皮肤预测图像。

60、在一种可能的实现方式中，网络参数调整单元具体用于：

61、将损失结果由生成对抗网络模型的输出层向隐藏层反向传播；

62、当损失结果被传播至隐藏层时，根据损失结果，采用随机梯度下降算法迭代更新隐藏层中各神经元的权重与偏置，并重新计算每次迭代更新后的损失结果；

63、在损失结果小于预置阈值时确定生成对抗网络当前的网络参数为目标参数，得到风格迁移网络模型。

64、在一种可能的实现方式中，游戏角色皮肤的建模装置还包括：

65、图像接收模块，用于分别接收游戏角色在五面视图方向上的皮肤图像；其中，五面视图方向包括后视图、左视图、右视图、俯视图以及仰视图；

66、图像处理模块，用于分别将每个视图方向上的皮肤图像和目标风格参数输入至风格迁移网络模型中进行处理，得到每个视图方向上的第三目标皮肤图像；

67、三维皮肤生成模块，用于基于每个视图方向上的第三目标皮肤图像和第一目标皮肤图像生成游戏角色的三维皮肤模型。

68、在一种可能的实现方式中，游戏角色皮肤的建模装置还包括：

69、模型获取模块，用于获取基于多视图三维重建网络模型训练后得到的三维皮肤生成网络模型；其中，多视图三维重建网络模型为基于神经辐射场的网络模型，三维皮肤生成网络模型包括皮肤自编码网络和皮肤生成对抗网络；

70、自编码模块，用于调用皮肤自编码网络，提取第一目标皮肤图像的初始姿态特征和初始内容特征，并基于神经辐射场算法对初始内容特征执行计算，得到第一目标皮肤图像的多个隐藏内容特征，其中，初始内容特征对应于初始姿态特征，每个隐藏内容特征对应于一个预置的姿态特征；

71、姿态图像计算模块，用于调用皮肤生成对抗网络处理每个内容特征及其对应的姿态特征，得到不同姿态下的第二目标皮肤图像；

72、三维皮肤生成模块，用于基于不同姿态下的第二目标皮肤图像生成游戏角色的三维皮肤模型。

73、第二方面及其各种可能实现方式的技术效果与上述第一方面及其各种可能实现方式的技术效果类似，此处不再赘述。

74、第三方面，本技术实施例提供了一种游戏角色皮肤的建模设备，包括：存储器和至少一个处理器，所述存储器中存储有指令；所述至少一个处理器调用所述存储器中的所述指令，以使得所述游戏角色皮肤的建模设备执行上述的游戏角色皮肤的建模方法的各个步骤。

75、第四方面，本技术实施例提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述的游戏角色皮肤的建模方法的各个步骤。

76、基于本技术实施例提供的方法，通过用户的评价信息确定与游戏角色匹配的关键词标签，根据该关键词标签匹配相应的游戏背景音乐，解析该音乐的音律风格，根据音律风格确定目标皮肤风格参数，从而根据目标皮肤风格参数对原始皮肤图像进行风格迁移，由于皮肤的风格是与背景音乐的音律所匹配的，故风格迁移后的游戏皮肤与背景音乐匹配度更高，显得更加融洽，进而提升玩家的游戏体验感；同时，通过生成对抗网络对皮肤图像进行风格迁移，建模效率更高。

技术实现思路