当前位置: 首页 > 专利查询>浙江大学专利>正文

利用单个Kinect计算着装人体三维净体模型的方法技术

技术编号:11753701 阅读:78 留言:0更新日期:2015-07-22 02:08
本发明专利技术公开了一种利用单个Kinect计算着装人体三维净体模型的方法。标定Kinect摄像头,捕捉着装人体RGB-D图像及骨架信息,提取人体深度图像后去噪;将人体分为多个刚性部位,分割得分部人体深度图像,注册融合得三维人体形状,匹配组合成完整的三维人体形状后去噪;采集三维净体样本模型构造矩阵降维,获得低维三维净体样本矩阵和映射矩阵;选取模板模型并与初始帧人体姿态对齐;将模板模型与三维人体形状利用对应点拟合,投影到低维矩阵,乘以映射矩阵获得三维净体模型;重复迭代直到得到最终三维净体模型。本发明专利技术解决了着装人体的过度拟合问题,仅需要单个Kinect设备即可快速、方便、经济地为着装人体计算出真实的个性化三维净体模型。

【技术实现步骤摘要】

本专利技术涉及一种人体模型计算方法,特别是一种利用单个Kinect为着装人体计 算三维净体模型的方法,可方便地为着装人体计算出真实的三维净体模型。
技术介绍
个性化三维人体模型在虚拟现实领域起着至关重要的作用,电影动画、三维游戏 设计、虚拟试穿及三维服装设计都与个性化三维人体模型密切相关。因此,迫切需要快速、 经济、准确地构造个性化三维人体模型。现存的三维人体模型构造方法大致可分为如下几 类:几何交互方法、三维扫描方法、深度图像注册方法和利用多个Kinect获取深度图像的 方法。其中,几何交互方法分为用现有软件创建三维人体网格结构和对三维人体模板模型 进行变形两种方式,该类方法需要专业技术人员或依赖于模板本身;三维扫描方法通过结 构光或激光扫描仪获取人体三维信息,结构光扫描仪受环境光影响较大,而激光扫描仪往 往体积庞大,两种扫描仪价格都很昂贵且获取的数据存在较大空洞,需要后续处理,不适合 普通用户;深度图像注册方法利用深度摄像机获取人体的RBG-D图像,并将不同视角的图 像通过不同方法进行匹配与注册来获取完整的三维人体模型,该类方法计算量大且深度摄 像机价格也比较昂贵。随着微软公司研发的廉价的RGB-D摄像头Kinect的出现,已有少数 基于Kinect的三维人体模型计算方法,但存在装置复杂、需要多个Kinect、速度慢且精度 不高等问题,且不是计算三维净体模型,不适用于虚拟试穿。
技术实现思路
针对上述提到的已有的个性化三维净体模型计算方法无法调和快速、经济、准确 之间的矛盾这一问题,本专利技术提供了一种利用单个Kinect计算着装人体三维净体模型的 方法。 本专利技术方法通过单个Kinect获取着装人体自主旋转一周的RGB-D图像,受限于 Kinect精度,将不同视角的深度图像进行注册以获取粗糙的三维人体形状,然后将从三维 净体样本模型库中挑选模板模型与粗糙三维人体形状进行拟合来获取精细并准确的三维 净体模型。 如图2所示,本专利技术所采用的技术方案包括以下步骤: 1)将Kinect深度摄像头与色彩摄像头利用OpenNI进行标定,着装人体以站立姿 势旋转一周,捕捉其多帧RGB-D图像及其骨架信息,RGB-D图像包含有RGB图像和深度图像; 然后将RGB-D图像中的深度图像转换到世界坐标系下,并将人体深度图像从中提取出来, 用隐式曲面拟合法将每一帧人体深度图像进行去噪处理,以获取平滑的人体深度图像; 2)自主旋转导致的肢体小幅度运动、肌肉抖动和呼吸等动作造成的人体表面形变 需要用非刚性注册方法来解决,采用准刚性分部注册方法,把人体除头以外的部分分为多 个刚性部位,然后将人体深度图像进行分割,得到着装人体各个刚性部位的分部人体深度 图像;再将人体正面和背面的分部人体深度图像分别注册融合到人体深度图像的初始帧, 得到人体正面和背面的三维人体形状;接着利用人体侧面的深度图像将上述人体正面和背 面的三维人体形状匹配组合成完整的三维人体形状,再用隐式曲面拟合法去噪; 3)采集多个三维净体样本模型作为三维净体样本模型库,构造三维净体样本模型 矩阵,用主成分分析法对三维净体样本模型矩阵进行降维,获得低维三维净体样本矩阵,并 得到低维三维净体样本矩阵与三维净体样本模型矩阵之间的映射矩阵; 4)从三维净体样本模型库中,选取一个与着装人体体型最相近的三维净体模型作 为模板模型,将模板模型与人体深度图像初始帧的人体姿态对齐; 5)利用圆柱坐标分部寻找对应点,再利用拉普拉斯网格变形法将模板模型与三维 人体形状进行拟合,由于被拍摄的人体穿着衣服,上述拟合可导致净体模板模型被拉伸到 人体形状域外,因此将拟合后的模板模型利用映射矩阵降维,然后乘以映射矩阵获得三维 净体模型以消除过度拟合,解决过度拟合问题; 6)重复步骤5)依次迭代,直到相邻两次的迭代结果的平均位移标准差小于位移 标准差阈值D,或迭代次数大于迭代次数阈值E次,得到符合人体形态且最接近真实人体的 三维净体模型。 所述的步骤1)和步骤2)隐式曲面拟合法采用以下过程计算:a)计算人体深度图像点云数据的隐式曲面,对任一空间点X,由以下公式表示的 隐式曲面拟合法计算距离函数f(x):【主权项】1. 一种利用单个Kinect计算着装人体=维净体模型的方法,其特征在于: 1) 将Kinect深度摄像头与色彩摄像头利用化enNI进行标定,着装人体W站立姿势旋 转一周,捕捉其多帖RGB-D图像及其骨架信息,RGB-D图像包含有RGB图像和深度图像; 然后将RGB-D图像中的深度图像转换到世界坐标系下,并将人体深度图像从中提取 出来,用隐式曲面拟合法将每一帖人体深度图像进行去噪处理,W获取平滑的人体深度图 像; 2) 采用准刚性分部注册方法,把人体除头W外的部分分为多个刚性部位,然后将人体 深度图像进行分割,得到着装人体各个刚性部位的分部人体深度图像; 再将人体正面和背面的分部人体深度图像分别注册融合到人体深度图像的初始帖,得 到人体正面和背面的=维人体形状;接着利用人体侧面的深度图像将上述人体正面和背面 的=维人体形状匹配组合成完整的=维人体形状,再用隐式曲面拟合法去噪; 3) 采集多个=维净体样本模型作为=维净体样本模型库,构造=维净体样本模型矩 阵,用主成分分析法对=维净体样本模型矩阵进行降维,获得低维=维净体样本矩阵,并得 到低维=维净体样本矩阵与=维净体样本模型矩阵之间的映射矩阵; 4)从=维净体样本模型库中,选取一个与着装人体体型最相近的=维净体模型作为模 板模型,将模板模型与人体深度图像初始帖的人体姿态对齐; 5)利用圆柱坐标分部寻找对应点,再利用拉普拉斯网格变形法将模板模型与=维人体 形状进行拟合,将拟合后的模板模型利用映射矩阵降维,然后乘W映射矩阵获得=维净体 模型W消除过度拟合; 6) 重复步骤5)依次迭代,直到相邻两次的迭代结果的平均位移标准差小于位移标准 差阔值D,或迭代次数大于迭代次数阔值E次,得到符合人体形态且最接近真实人体的=维 净体模型。2.根据权利要求1所述的一种利用单个Kinect计算着装人体=维净体模型的方法,其 特征在于;所述的步骤1)和步骤2)隐式曲面拟合法采用W下过程计算: a) 计算人体深度图像点云数据的隐式曲面,对任一空间点X,由W下公式表示的隐式 曲面拟合法计算距离函数f(x):其中,Pi是点云中第i点,ni为Pi的法向量,i是深度图像点云中点的序数,巧(X)表示 高斯核函数,并采用W下公式计算:其中,0 2为方差. b) 对于满足距离函数f(x) =0条件的所有空间点X组成着装人体曲面,再剔除其中远 离该人体曲面距离的点Pi,进行去噪。3.根据权利要求2所述的一种利用单个Kinect计算着装人体=维净体模型的方法, 其特征在于;所述步骤b)中剔除其中远离该当前第1页1 2 本文档来自技高网...

【技术保护点】
一种利用单个Kinect计算着装人体三维净体模型的方法,其特征在于:1)将Kinect深度摄像头与色彩摄像头利用OpenNI进行标定,着装人体以站立姿势旋转一周,捕捉其多帧RGB‑D图像及其骨架信息,RGB‑D图像包含有RGB图像和深度图像;然后将RGB‑D图像中的深度图像转换到世界坐标系下,并将人体深度图像从中提取出来,用隐式曲面拟合法将每一帧人体深度图像进行去噪处理,以获取平滑的人体深度图像;2)采用准刚性分部注册方法,把人体除头以外的部分分为多个刚性部位,然后将人体深度图像进行分割,得到着装人体各个刚性部位的分部人体深度图像;再将人体正面和背面的分部人体深度图像分别注册融合到人体深度图像的初始帧,得到人体正面和背面的三维人体形状;接着利用人体侧面的深度图像将上述人体正面和背面的三维人体形状匹配组合成完整的三维人体形状,再用隐式曲面拟合法去噪;3)采集多个三维净体样本模型作为三维净体样本模型库,构造三维净体样本模型矩阵,用主成分分析法对三维净体样本模型矩阵进行降维,获得低维三维净体样本矩阵,并得到低维三维净体样本矩阵与三维净体样本模型矩阵之间的映射矩阵;4)从三维净体样本模型库中,选取一个与着装人体体型最相近的三维净体模型作为模板模型,将模板模型与人体深度图像初始帧的人体姿态对齐;5)利用圆柱坐标分部寻找对应点,再利用拉普拉斯网格变形法将模板模型与三维人体形状进行拟合,将拟合后的模板模型利用映射矩阵降维,然后乘以映射矩阵获得三维净体模型以消除过度拟合;6)重复步骤5)依次迭代,直到相邻两次的迭代结果的平均位移标准差小于位移标准差阈值D,或迭代次数大于迭代次数阈值E次,得到符合人体形态且最接近真实人体的三维净体模型。...

【技术特征摘要】

【专利技术属性】
技术研发人员:陈光李基拓曾继平王贝陆国栋
申请(专利权)人:浙江大学
类型:发明
国别省市:浙江;33

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1