一种位姿确定方法及装置

技术领域

本申请涉及信息处理领域，尤其涉及一种位姿确定方法及装置。

背景技术

当前，元宇宙发展趋势迅猛，虚拟人是至关重要的一个存在因素，虚拟人驱动方案有惯性动捕、光学动捕和视觉动捕方案。

对于视觉动捕方案，需要对虚拟人的位置及状态进行确定，若仅通过单摄像头确定会存在较大的误差。

发明内容

有鉴于此，本申请提供一种位姿确定方法及装置，其具体方案如下：

一种位姿确定方法，包括：

获得第一图像帧中目标关键点的深度信息，所述第一图像帧是包含有目标对象的二维图像；

基于第二图像帧中目标关键点的位姿信息预测所述第一图像帧中所述目标关键点的第一位置信息，所述第二图像帧至少在时序上早于所述第一图像帧；

基于所述深度信息和所述第一位置信息确定虚拟对象的位姿信息，所述虚拟对象的位姿信息能够表征目标对象的真实动作。

进一步的，所述获得第一图像帧中目标关键点的深度信息，包括：

基于设置的提取半径确定第一图像帧中每一目标关键点的待提取深度点集合，获得所述待提取深度点的深度信息集合；

对所述深度信息集合进行滤波处理，得到所述目标关键点的深度信息。

进一步的，所述基于第二图像帧中目标关键点的位姿信息预测所述第一图像帧中所述目标关键点的第一位置信息，包括：

获得所述第一图像帧与所述第二图像帧之间的时间间隔；

基于所述目标关键点在所述第二图像帧中的第二位置信息和运动信息预测所述目标关键点在所述时间间隔后的位置信息，将预测的所述位置信息确定为所述第一位置信息。

进一步的，所述基于所述深度信息和所述第一位置信息确定虚拟对象的位姿信息，包括：

基于第一图像帧获得虚拟对象的目标关键点的第三位置信息；

如果所述深度信息和所述目标关键点在所述第二图像帧中的第二位置信息之间的差值大于第一阈值，基于所述第三位置信息和所述第一位置信息确定所述虚拟对象的位姿信息；

如果所述第一位置信息和所述第三位置信息之间的差值大于第二阈值，基于所述第三位置信息确定所述虚拟对象的位姿信息；

如果所述深度信息和所述第二位置信息之间的差值不大于第一阈值、且所述第一位置信息和所述第三位置信息之间的差值不大于第二阈值，基于所述深度信息和所述第三位置信息确定所述虚拟对象的位姿信息。

进一步的，所述基于所述第三位置信息和所述第一位置信息确定所述虚拟对象的位姿信息，包括：

基于所述第三位置信息和所述第一位置信息确定所述虚拟对象的第一目标关键点的目标深度信息；

基于所述目标深度信息和所述第一目标关键点的平面坐标信息得到所述第一目标关键点的三维坐标信息；

基于所述第一目标关键点与至少一第二目标关键点之间的位置信息和所述三维坐标信息确定所述虚拟对象的位姿信息。

进一步的，所述基于所述深度信息和所述第三位置信息确定所述虚拟对象的位姿信息，包括：

基于所述第三位置信息和所述深度信息确定所述虚拟对象的第一目标关键点的目标深度信息，以得到所述第一目标关键点的三维坐标信息；

基于所述第一目标关键点与至少一第二目标关键点之间的位置关系和所述三维坐标信息确定所述虚拟对象的位姿信息。

进一步的，还包括：

基于虚拟对象的目标关键点的位置变化信息确定所述虚拟对象的运动状态。

进一步的，所述基于虚拟对象的目标关键点的位置变化信息确定所述虚拟对象的运动状态，包括：

如果所述虚拟对象的第一关键点的位置变化量达到第三阈值、且运动参数达到第四阈值，确定所述虚拟对象的至少一第二关键点的运动趋势；

如果所述至少一第二关键点处于第一运动趋势且所述第二关键点的运动参数满足对应条件，确定所述虚拟对象处于第一运动状态。

进一步的，还包括：

响应于确定所述虚拟对象处于第一运动状态，关闭所述虚拟对象在当前帧的脚步反向运动功能节点；以及，

响应于确定所述虚拟对象处于第二运动状态且持续时长超过第五阈值，开启所述虚拟对象的脚步反向运动功能节点。

一种位姿确定装置，包括：

获得单元，用于获得第一图像帧中目标关键点的深度信息，所述第一图像帧是包含有目标对象的二维图像；

预测单元，用于基于第二图像帧中目标关键点的位姿信息预测所述第一图像帧中所述目标关键点的第一位置信息，所述第二图像帧至少在时序上早于所述第一图像帧；

位姿确定单元，用于基于所述深度信息和所述第一位置信息确定虚拟对象的位姿信息，所述虚拟对象的位姿信息能够表征目标对象的真实动作。

一种电子设备，包括：

处理器，用于获得第一图像帧中目标关键点的深度信息，所述第一图像帧是包含目标对象的二维图像；基于第二图像帧中目标关键点的位姿信息预测所述第一图像帧中所述目标关键点的第一位置信息，所述第二图像帧至少在时序上早于所述第一图像帧；基于所述深度信息和所述第一位置信息之间的比较结果确定虚拟对象的位姿信息，所述虚拟对象的位姿信息能够表征目标对象的真实动作；

存储器，用于存储所述处理器执行上述处理过程的程序。

从上述技术方案可以看出，本申请公开的位姿确定方法及电子设备，获得第一图像帧中目标关键点的深度信息，第一图像帧是包含有目标对象的二维图像；基于第二图像帧中目标关键点的位姿信息预测第一图像帧中目标关键点的第一位置信息，第二图像帧至少在时序上早于第一图像帧；基于深度信息和第一位置信息确定虚拟对象的位姿信息，虚拟对象的位姿信息能够表征目标对象的真实动作。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本申请实施例公开的一种位姿确定方法的流程图；

图2为本申请实施例公开的一种虚拟对象的关键点示意图；

图3为本申请实施例公开的一种位姿确定方法的流程图；

图4为本申请实施例公开的一种位姿确定方法的流程图；

图5为本申请实施例公开的一种位姿确定方法的流程图；

图6为本申请实施例公开的一种电子设备的结构示意图；

图7为本申请实施例公开的一种位姿确定装置的结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。

本申请公开了一种位姿确定方法，其流程图如图1所示，包括：

步骤S11、获得第一图像帧中目标关键点的深度信息，第一图像帧是包含有目标对象的二维图像；

步骤S12、基于第二图像帧中目标关键点的位姿信息预测第一图像帧中目标关键点的第一位置信息，第二图像帧至少在时序上早于第一图像帧；

步骤S13、基于深度信息和第一位置信息之间的比较结果确定虚拟对象的位姿信息，虚拟对象的位姿信息能够表征目标对象的真实动作。

在对虚拟对象的位姿进行确定时，若采用单摄像头进行视觉动捕，对目标关键点的深度信息的确定准确度较低；若使用双摄像头方案虽然准确度调高，但是需要进行标定，不适合个人用户使用；若使用深度摄像头通过需要计算图像帧中所有点的深度信息，采集的帧率无法达到实时虚拟对象驱动的要求。

为了解决上述问题，本方案中在通过单摄像头获得图像帧的同时，通过深度摄像头获得图像帧中目标关键点的深度信息，在保证时效的同时还提高了位姿确定的准确度。

通过图像采集装置获得目标对象运动过程中的帧图像，通过其中一帧图像能够预测出下一帧图像中目标关键点的位置信息，即基于第二图像帧中目标关键点的位姿信息预测第一图像帧中目标关键点的第一位置信息。

其中，第二图像帧中目标关键点的位姿信息是通过本实施例公开的位姿确定方法确定出的。第二图像帧至少在时序上早于第一图像帧，即第二图像帧是在第一图像帧之前获得的，先获得第二图像帧，才能够基于第二图像帧中确定的目标关键点的位姿信息对之后获得的第一图像帧中目标关键点的位置信息进行预测。

在通过第二图像帧中的目标关键点的位姿信息预测得到第一图像帧中目标关键点的第一位置信息后，还需要基于深度摄像头获得第一图像帧中目标关键点的深度信息，以便能够基于预测出的目标关键点的第一位置信息以及目标关键点的深度信息确定虚拟对象的位姿。

其中，通过深度摄像头获得第一图像帧中目标关键点的深度信息，可以仅通过深度摄像头获得第一图像帧中目标关键点的深度信息，而无需对第一图像帧中除目标点之外的其他点的深度信息进行获取，以提高检测速度，满足时效性。

其中，目标关键点可以为：第一图像帧中虚拟对象的特定点，如：虚拟对象的尾骨点，或者，虚拟对象的手腕关键点等。如图2所示，为虚拟对象的示意图，其中，虚拟对象的尾骨点为P

本实施例公开的位姿确定方法，获得第一图像帧中目标关键点的深度信息，第一图像帧是包含有目标对象的二维图像；基于第二图像帧中目标关键点的位姿信息预测第一图像帧中目标关键点的第一位置信息，第二图像帧至少在时序上早于第一图像帧；基于深度信息和第一位置信息确定虚拟对象的位姿信息，虚拟对象的位姿信息能够表征目标对象的真实动作。本方案基于预测的图像帧中目标关键点的位置信息以及获得的该目标关键点的深度信息来确定虚拟对象的位姿信息，增加了深度信息的确定，避免了采用单摄像头进行位姿确定导致的偏差较大的问题。

本实施例公开了一种位姿确定方法，其流程图如图3所示，包括：

步骤S31、基于设置的提取半径确定第一图像帧中每一目标关键点的待提取深度点集合，获得待提取深度点的深度信息集合；

步骤S32、对深度信息集合进行滤波处理，得到目标关键点的深度信息；

步骤S33、基于第二图像帧中目标关键点的位姿信息预测第一图像帧中目标关键点的第一位置信息，第二图像帧至少在时序上早于第一图像帧；

步骤S34、基于深度信息和第一位置信息确定虚拟对象的位姿信息，虚拟对象的位姿信息能够表征目标对象的真实动作。

在通过深度摄像头获取第一图像帧中目标关键点的深度信息时，可以为深度摄像头设置提取半径，以便仅提取该目标关键点的提取半径之内的关键点的深度信息，而无需对第一图像帧中每一点的深度信息进行获取，节约了深度信息的提取时间，避免了对无用数据的提取导致的时间的浪费问题，提高了数据的时效性；此外，通过设置提取半径，以及对提取半径内的关键点的深度信息进行处理能够获得目标关键点的准确的深度信息，以提高位姿确定的准确性。

在第一图像帧中设置提取半径，该提取半径中至少包括第一图像帧中的目标关键点，仅对提取半径中的每一个目标关键点的深度信息进行获取。

在确定提取半径后，首先确定第一图像帧中位于该提取半径内的目标关键点都有哪些，以便设置待提取深度点集合，该集合中包括的是该提取半径内的目标关键点的信息，以便在提取出目标关键点的深度信息后，能够获得待提取深度点集合对应的深度信息集合，深度信息集合中包括待提取深度点集合中每个目标关键点的深度信息。

若提取半径中仅有一个目标关键点，则仅提取该目标关键点的深度信息；若提取半径中有3个目标关键点，则需要对这3个目标关键点的深度信息进行提取。

在获得深度信息集合后，对深度信息集合进行滤波处理，以排除深度信息集合中偏差较大的深度值，以达到避免提取出第一图像帧中背景的深度值的目的，从而得到通过深度摄像头提取出的较为精确的目标关键点的深度信息。

进一步的，基于第二图像帧中目标关键点的位姿信息预测第一图像帧中目标关键点的第一位置信息，包括：

获得第一图像帧与第二图像帧之间的时间间隔；基于目标关键点在第二图像帧中的第二位置信息和运动信息预测目标关键点在时间间隔后的位置信息，将预测的位置信息确定为第一位置信息。

由于第二图像帧在时序上早于第一图像帧，第二图像帧中虚拟对象的动作是早于第一图像帧中虚拟对象的动作的，因此，需要确定第一图像帧与第二图像帧之间的时间间隔t。

若第二图像帧与第一图像帧是相邻的图像帧，则第二图像帧与第一图像帧之间的时间间隔t为每一帧图像所需要的时间；若第二图像帧与第一图像帧为非相邻的图像帧，则第二图像帧与第一图像帧之间的时间间隔t为每一帧图像所需要的时间的倍数。

目标关键点在第二图像帧中的第二位置信息，即在对第二图像帧中的虚拟对象进行位姿确定时确定的第二图像帧中目标关键点的位置信息，在本实施例中计算第一图像帧中虚拟对象的位姿时，将其确定为第二位置信息d

运动信息可以为目标关键点在第二图像帧中的速度v

其中，d

当获得目标关键点在第一图像帧中的第一位置信息d

本实施例公开的位姿确定方法，获得第一图像帧中目标关键点的深度信息，第一图像帧是包含有目标对象的二维图像；基于第二图像帧中目标关键点的位姿信息预测第一图像帧中目标关键点的第一位置信息，第二图像帧至少在时序上早于第一图像帧；基于深度信息和第一位置信息确定虚拟对象的位姿信息，虚拟对象的位姿信息能够表征目标对象的真实动作。本方案基于预测的图像帧中目标关键点的位置信息以及获得的该目标关键点的深度信息来确定虚拟对象的位姿信息，增加了深度信息的确定，避免了采用单摄像头进行位姿确定导致的偏差较大的问题。

本实施例公开了一种位姿确定方法，其流程图如图4所示，包括：

步骤S41、获得第一图像帧中目标关键点的深度信息，第一图像帧是包含目标对象的二维图像；

步骤S42、基于第二图像帧中目标关键点的位姿信息预测第一图像帧中目标关键点的第一位置信息，第二图像帧至少在时序上早于第一图像帧；

步骤S43、基于第一图像帧获得虚拟对象的目标关键点的第三位置信息；

步骤S44、如果深度信息和目标关键点在第二图像帧中的第二位置信息之间的差值大于第一阈值，基于第三位置信息和第一位置信息确定虚拟对象的位姿信息；

步骤S45、如果第一位置信息和第三位置信息之间的差值大于第二阈值，基于第三位置信息确定虚拟对象的位姿信息；

步骤S46、如果深度信息和第二位置信息之间的差值不大于第一阈值、且第一位置信息和第三位置信息之间的差值不大于第二阈值，基于深度信息和第三位置信息确定虚拟对象的位姿信息。

第二位置信息是确定的目标关键点在第二图像帧中的位置信息d

第三位置信息是基于第一图像帧获得的虚拟对象的目标关键点的位置信息，即对第一图像帧通过深度模型进行图像识别，可得到第一图像帧中目标关键点的位置信息，将其确定为第三位置信息d

若要确定虚拟对象的位姿信息，除应用到第二位置信息d

本实施例中提到的位置信息，无论是第一位置信息、第二位置信息还是第三位置信息，都是指目标关键点的深度，即空间坐标系中的z轴的值，而不包括平面坐标的值，即不包括x轴的值及y轴的值。

具体的，如果深度信息和第二位置信息之间的差值大于第一阈值，基于第三位置信息和第一位置信息确定虚拟对象的位姿信息。

比较深度信息和第二位置信息之间的差值是否大于第一阈值，由于深度信息是通过深度摄像头提取出的第一图像帧中目标关键点的深度信息，而第二位置信息是目标关键点在第二图像帧中的位置信息，则比较深度信息与第二位置信息实际是确定前后两帧之间目标关键点的深度是否发生较大的跨度，从而确定该虚拟对象的位姿信息。

若深度信息d

具体的，若|d

其中，d为目标深度信息，V为根据第一图像帧获得的虚拟对象的目标关键点的第三位置信息d

另外，还需要确定是否存在前后帧的累计偏差，由于第三位置信息d

具体的，若|d

另外，如果深度信息d

其中，d为目标深度信息，V为根据第一图像帧获得的虚拟对象的目标关键点的第三位置信息d

进一步的，基于目标深度信息确定虚拟对象的位姿信息，包括：

基于第一目标关键点的目标深度信息和第一目标关键点的平面坐标信息得到第一目标关键点的三维坐标信息；基于第一目标关键点与至少一第二目标关键点之间的位置关系和三维坐标信息确定虚拟对象的位姿信息。

其中，无论第一目标关键点的目标深度信息是基于公式(2)计算得到的，还是基于公式(3)计算得到的，在得到目标深度信息之后，都需要与平面坐标信息结合以确定该目标关键点的三维坐标信息。

如果是基于公式(2)得到的目标深度信息，则其实际是基于第三位置信息和第一位置信息确定虚拟对象的第一目标关键点的目标深度信息；如果是基于公式(3)得到的目标深度信息，则其实际是基于第三位置信息和深度信息确定虚拟对象的第一目标关键点的目标深度信息。

其中，目标深度信息即空间坐标系xyz中z轴的值，而平面坐标信息即空间坐标系xyz中xy的值，只有既包括平面坐标信息，又包括目标深度信息，得到的才是空间中的三维坐标信息。

当一个目标关键点的三维坐标信息确定后，将该目标关键点的三维坐标信息与其他目标关键点的三维坐标信息相结合，即可得到这些目标关键点所基于的虚拟对象的位姿信息。

其中，第一目标关键点可以为尾骨点，至少一第二目标关键点可以为手腕关键点、膝盖关键点等。

本实施例公开的位姿确定方法，获得第一图像帧中目标关键点的深度信息，第一图像帧是包含有目标对象的二维图像；基于第二图像帧中目标关键点的位姿信息预测第一图像帧中目标关键点的第一位置信息，第二图像帧至少在时序上早于第一图像帧；基于深度信息和第一位置信息确定虚拟对象的位姿信息，虚拟对象的位姿信息能够表征目标对象的真实动作。本方案基于预测的图像帧中目标关键点的位置信息以及获得的该目标关键点的深度信息来确定虚拟对象的位姿信息，增加了深度信息的确定，避免了采用单摄像头进行位姿确定导致的偏差较大的问题。

本实施例公开了一种位姿确定方法，其流程图如图5所示，包括：

步骤S51、获得第一图像帧中目标关键点的深度信息，第一图像帧是包含有目标对象的二维图像；

步骤S52、基于第二图像帧中目标关键点的位姿信息预测第一图像帧中目标关键点的第一位置信息，第二图像帧至少在时序上早于第一图像帧；

步骤S53、基于深度信息和第一位置信息确定虚拟对象的位姿信息，虚拟对象的位姿信息能够表征目标对象的真实动作；

步骤S54、基于虚拟对象的目标关键点的位置信息变化确定虚拟对象的运动状态。

当确定每一个图像帧中虚拟对象的位姿后，可通过不同图像帧间位姿的变化或者位置的变化确定虚拟对象发生了运动，以及其运动状态的变化。

如：在第二图像帧中确定虚拟对象处于第一位姿，且位于第一位置，而在第一图像帧中确定虚拟对象处于第二位姿，且位于第二位置，其位姿及位置均发生了变化，则表明第一图像帧相对于第二图像帧发生了运动状态的变化。

具体的，如果虚拟对象的第一关键点的位置变化量达到第三阈值、且运动参数达到第四阈值，确定虚拟对象的至少一第二关键点的运动趋势；如果至少一第二关键点处于第一运动趋势且第二关键点的运动参数满足对应条件，确定虚拟对象处于第一运动状态。

如果虚拟对象的第一关键点的位置变化量达到第三阈值、且运动参数达到第四阈值，则可确定虚拟对象具有运动的趋势。第一关键点可以为虚拟对象的第一目标关键点，如：尾骨点，即图2中的P

其位置变化量可以为：两帧图像之间的该第一关键点的位置变化量，如：通过第一图像帧与第二图像帧的比较，确定两帧图像之间尾骨点P

运动参数，如：运动的速度或加速度，或者运动的角度，或者，持续时间。

例如：通过对第一图像帧与第二图像帧的比较，可确定虚拟对象的尾骨点P

其中，第二关键点可以为：腿部关键点或者脚部关键点等，通过对虚拟对象的腿部关键点或脚部关键点的运动趋势的确定，确定虚拟对象当前是否处于跳跃状态，或者，非跳跃状态等。

其中，第二关键点的运动趋势的确定，可以为：如果至少一第二关键点处于第一运动趋势且第二关键点的运动参数满足对应条件，则可确定虚拟对象处于第一运动状态，其中，第一运动状态即起跳状态。可将多个腿部关键点或者多个脚部关键点均确定为第二关键点，在对第二关键点的运动趋势进行确定时，可确定多个腿部关键点或多个脚部关键点的运动趋势。

若第二关键点为腿部关键点，则其可以包括如图2中所示的腿部关键点25、腿部关键点26、腿部关键点27及腿部关键点28。

确定第一图像帧相对于第二图像帧中上述各关键点的运动趋势。若确定第一图像帧相对于第二图像帧中各第二关键点的运动趋势为向下运动，则表明至少一第二关键点处于第一运动趋势。

若第二关键点为脚部关键点，则可以包括如图2中所示的脚部关键点29、脚部关键点30、脚部关键点31及脚部关键点32。

具体的，根据人体运动学规律，人在跳跃时脚会呈现一段时间的向下状态，正常人的最大跳跃高度为d

a

其中，a

其中，d

则基于上述公式可确定脚部关键点构成的向量方向向下的角度a

进一步的，还可以包括：

响应于确定虚拟对象处于第一运动状态，关闭虚拟对象在当前帧的脚步反向运动功能节点；以及，响应于确定虚拟对象处于第二运动状态且持续时长超过第五阈值，开启虚拟对象的脚步反向运动功能节点。

即只要确定虚拟对象处于起跳状态，就会关闭虚拟对象在当前帧的脚步反向运动功能节点ik；而在确定虚拟对象回到起跳位置的状态，或者，处于非起跳状态的时长超过第五阈值时，会再次开启虚拟对象的脚步反向运动功能节点ik。

其中，第二运动状态，即虚拟对象回到起跳位置的状态，或者，处于非起跳状态。第五阈值可以为与预测持续时长t

当确定虚拟对象处于第二运动状态，再次开启虚拟对象的脚步反向运动功能节点ik后，以虚拟对象当前的尾骨点的位置作为当前帧的第一关键点的初始位置，进行后续位姿或运动状态的确定。

本实施例公开的位姿确定方法，获得第一图像帧中目标关键点的深度信息，第一图像帧是包含有目标对象的二维图像；基于第二图像帧中目标关键点的位姿信息预测第一图像帧中目标关键点的第一位置信息，第二图像帧至少在时序上早于第一图像帧；基于深度信息和第一位置信息确定虚拟对象的位姿信息，虚拟对象的位姿信息能够表征目标对象的真实动作。本方案基于预测的图像帧中目标关键点的位置信息以及获得的该目标关键点的深度信息来确定虚拟对象的位姿信息，增加了深度信息的确定，避免了采用单摄像头进行位姿确定导致的偏差较大的问题。

本实施例公开了一种电子设备，其结构示意图如图6所示，包括：

处理器61及存储器62。

其中，处理器61用于获得第一图像帧中目标关键点的深度信息，第一图像帧是包含目标对象的二维图像；基于第二图像帧中目标关键点的位姿信息预测第一图像帧中目标关键点的第一位置信息，第二图像帧至少在时序上早于第一图像帧；基于深度信息和第一位置信息之间的比较结果确定虚拟对象的位姿信息，虚拟对象的位姿信息能够表征目标对象的真实动作；

存储器62用于存储处理器执行上述处理过程的程序。

本实施例公开的电子设备是基于上述实施例公开的位姿确定方法实现的，在此不再赘述。

本实施例公开的电子设备，获得第一图像帧中目标关键点的深度信息，第一图像帧是包含有目标对象的二维图像；基于第二图像帧中目标关键点的位姿信息预测第一图像帧中目标关键点的第一位置信息，第二图像帧至少在时序上早于第一图像帧；基于深度信息和第一位置信息确定虚拟对象的位姿信息，虚拟对象的位姿信息能够表征目标对象的真实动作。本方案基于预测的图像帧中目标关键点的位置信息以及获得的该目标关键点的深度信息来确定虚拟对象的位姿信息，增加了深度信息的确定，避免了采用单摄像头进行位姿确定导致的偏差较大的问题。

本实施例公开了一种位姿确定装置，其结构示意图如图7所示，包括：

获得单元71，预测单元72及位姿确定单元73。

其中，获得单元71用于获得第一图像帧中目标关键点的深度信息，第一图像帧是包含有目标对象的二维图像；

预测单元72用于基于第二图像帧中目标关键点的位姿信息预测第一图像帧中目标关键点的第一位置信息，第二图像帧至少在时序上早于第一图像帧；

位姿确定单元73用于基于深度信息和第一位置信息确定虚拟对象的位姿信息，虚拟对象的位姿信息能够表征目标对象的真实动作。

本实施例公开的位姿确定装置是基于上述实施例公开的位姿确定方法实现的，在此不再赘述。

本实施例公开的位姿确定装置，获得第一图像帧中目标关键点的深度信息，第一图像帧是包含有目标对象的二维图像；基于第二图像帧中目标关键点的位姿信息预测第一图像帧中目标关键点的第一位置信息，第二图像帧至少在时序上早于第一图像帧；基于深度信息和第一位置信息确定虚拟对象的位姿信息，虚拟对象的位姿信息能够表征目标对象的真实动作。本方案基于预测的图像帧中目标关键点的位置信息以及获得的该目标关键点的深度信息来确定虚拟对象的位姿信息，增加了深度信息的确定，避免了采用单摄像头进行位姿确定导致的偏差较大的问题。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。