一种创建人体参数化模型的方法及系统技术方案

本发明专利技术提出一种创建人体参数化模型的方法及系统，包括以下步骤：S1:建立含身高、体重、性别信息的人体3D模型数据库；S2:确定姿势、整体体型以及局部体型参数，根据所述模型数据库建立参数化模型。通过选取一个标准模型，确定姿势、整体体型以及局部体型参数，建立起标准模型与各参数之间的变形关系，并通过机器学习算法，利用模型数据库中的其他样本模型求解变形关系中的未知参数项，建立了参数化模型。该参数化模型同时考虑了姿势、整体以及局部人体特征对人体3D模型的影响，因此，利用本发明专利技术的人体参数化模型创建方法及系统可以重建出更加准确的人体3D模型。

【技术实现步骤摘要】
一种创建人体参数化模型的方法及系统
本专利技术涉及计算机技术及图像处理
，具体涉及一种创建人体参数化模型的方法及系统。
技术介绍
人体三维(以后简称3D)模型在3D打印、服装定制、3D试衣、动画制作等方面都起着重要的作用。获取人体3D模型目前主要有两种途径，一种是通过计算机建模，这种方式获取的模型光滑逼真，但对建模人员的技术水平有着较高的要求，建模的效率也较低；另一种方式是通过3D扫描仪或深度相机等设备直接对人体进行测量，一般通过这种方式得到的是点云数据，后续可以经过去噪、网格化等处理得到较为满意的人体3D模型。后一种方式尽管精度不高，但获取人体3D模型的速度快，逐渐成为动画制作、3D试衣领域常用的方式。为了提高3D测量模型的精度，目前常采用的一种方式是通过建立参数化模型，然后利用参数化模型在能量函数的约束下通过变形迭代等方法逼近测量模型，变形后的参数化模型与测量模型有很大程度上的相似，但平滑度、精度都要远远优于测量模型。逼真的参数化模型是通过对人体3D模型数据库进行学习后得到的，比如SCAPE参数化模型。目前已有技术中，参数化模型的建立往往仅能针对某些具体的情形，比如仅与姿势有关的参数模型，通过改变姿势参数来修改人体3D模型；或者仅与体型有关的参数模型。好的参数化模型能够反映不同人体特征的变化，SCAPE模型能从姿势、体型两个方面描述不同人体的特征。然而事实上，影响人体特征的还有性别、体重等局部特征，特别是体重参数特征，现有技术中还没有考虑到其对参数模型的影响，比如性别相同、身高相同但体重不同的两个人会拥有不同的体型特征，目前仍然缺乏一种能够反映这些信息的参数化模型。
技术实现思路
本专利技术要解决的技术问题在于：现有人体参数化模型不能准确反映人体性别、身高、体重等局部特征的问题，提出一种创建人体参数化模型的方法及系统。本专利技术的创建人体参数化模型的方法，包括以下步骤：S1:建立含身高、体重、性别信息的人体3D模型数据库；S2:根据所述模型数据库建立参数化模型。优选地，所述人体3D模型是通过基于激光扫描仪或者深度相机的方法测量得到的。优选地，所述人体3D模型包含身高、体重、性别以及3D点云模型或3D网格模型中的一种。优选地，所述人体3D模型数据库中身高、体重相近，性别相同的人体3D模型至少有两个。优选地，所述根据模型数据库建立参数化模型包括以下步骤：S21:选择模型数据库中的一个作为标准模型；S22:确定姿势、整体体型以及局部体型参数，建立起标准模型与各参数之间的变形关系；S23:利用模型数据库中的其他样本模型求解变形关系中的未知参数项。优选地，所述步骤S23中利用模型数据库中的其他模型求解变形关系中的未知参数项，具体指的是通过机器学习算法，计算得到未知参数项。优选地，所述机器学习算法指的是以不同姿势下的同一人体3D模型组成的样本模型数据库，通过回归学习算法计算得到标准模型与姿势变形关系中的未知参数项。优选地，所述机器学习算法指的是以多个姿势相近的不同人体3D模型组成的样本模型数据库，通过回归学习算法计算得到标准模型与整体体型变形关系中的未知参数项。优选地，所述机器学习算法指的是以身高、体重相近及性别相同的多个不同人体3D模型组成的样本模型数据库，通过回归学习算法计算得到标准模型与局部体型变形关系中的未知参数项。基于创建人体参数化模型的方法，本专利技术还提出一种创建人体参数化模型的系统，包括存储器，用于存放程序；处理器，运行所述程序，以用于控制所述创建人体参数化模型的系统执行上述创建人体参数化模型的方法。另外，本专利技术还提出一种包含计算机程序的计算机可读存储介质，所述计算机程序可操作来使计算机执行上述创建人体参数化模型的方法。与现有技术相比，本专利技术的有益效果为：本专利技术提供了一种创建人体参数化模型的方法及系统，首先建立包含身高、体重以及性别的人体3D模型数据库，然后确定姿势、整体体型以及局部体型参数，根据所述模型数据库建立参数化模型。该参数化模型同时考虑了姿势、整体以及局部人体特征对人体3D模型的影响，因此，利用本专利技术的人体参数化模型创建方法及系统可以重建出更加准确的人体3D模型。进一步地，根据所述模型数据库建立参数化模型时，先选取一个标准模型，通过确定姿势、整体体型以及局部体型参数，建立起标准模型与各参数之间的变形关系，并通过机器学习算法，利用模型数据库中的其他样本模型求解变形关系中的未知参数项，建立参数化模型，该参数化模型同时考虑了姿势、整体以及局部人体特征对人体3D模型的影响，因此，利用本专利技术的人体参数化模型创建方法及系统可以重建出更加准确的人体3D模型。附图说明图1是本专利技术具体实施方式中人体参数化模型创建方法的流程示意图。图2是本专利技术具体实施方式中根据模型数据库建立参数化模型方法的流程示意图。具体实施方式下面结合具体实施方式并对照附图对本专利技术做进一步详细说明。本专利技术具体实施方式中创建人体参数化模型的方法，如图1所示，包括以下步骤：S1:建立人体3D模型数据库；S2:根据模型数据库建立参数化模型。其中，步骤S1中建立人体3D模型数据库，又包括获取人体3D点云或网格模型、身高测量、体重测量以及性别获取等步骤，下面将对上述步骤进行一一详细说明。1、创建人体净模型的方法S1:建立人体3D模型数据库建立人体3D模型数据库是获取人体参数化模型的前提，数据库内模型的种类也会影响到最终参数化模型的好坏。模型数据库中3D模型的数量要尽可能多，数据要尽可能全面，不仅包含人体身高、体重、性别信息，还包含同一人体在不同姿势下的人体3D模型数据，多个不同人体在相近姿势下的人体3D模型数据，多个身高、体重相近及性别相同的不同人体3D模型数据，分别用来反应人体在不同姿势下的差异，不同人体在体型上的差异以及不同人体在局部细节特征上的差异。在本具体实施方式中，数据库内的3D模型除了本身的3D点云或网格模型之外，还包括身高、体重及性别信息。因而，建立模型数据库主要包括人体3D模型测量、身高测量、体重测量以及性别确认几个方面。人体3D模型测量方法目前用于3D测量的方法大致分为基于激光扫描仪以及基于深度相机的方法。激光扫描仪的精度高，但造价昂贵，扫描的速度也较慢，主要用于对一些小型刚性物体的3D测量；基于深度相机的方法是目前常用的人体测量方法，本具体实施方式中选取基于深度相机的方法，更进一步地选取基于结构光三角法的深度相机，用于人体3D模型的测量。在其他具体实施方式中可以采用基于激光扫描仪，或者使用基于时间飞行法或者双目视觉原理的深度相机来用于人体3D模型的测量。基于结构光三角法的深度相机利用激光投影仪向空间中投射经编码的标准结构光图案，空间中目标深度的不同将标准结构光图案进行了调制，通过图像相关等算法获取调制后的结构光图像与标准结构光图案的差别，根据结构光三角法建立该差别与目标深度之间的关系就可求解出整个目标空间的深度图像。一般地，难以通过一幅图像来得到全部的人体信息，需要获取人体各个部位的深度图像，再通过注册算法进行融合后得到整体的人体3D点云数据。由深度相机获取的3D点云数据一般不能够直接作为人体3D模型数据，还需要通过一些预处理的步骤。一般地，包括图像分割、去噪、网格化、建立对应关系等步骤。图像分割。因而深度相机获取的深度图本文档来自技高网...

【技术保护点】
一种创建人体参数化模型的方法，其特征在于，包括以下步骤：S1:建立含身高、体重、性别信息的人体3D模型数据库；S2:确定姿势、整体体型以及局部体型参数，根据所述模型数据库建立参数化模型。

【技术特征摘要】
1.一种创建人体参数化模型的方法，其特征在于，包括以下步骤：S1:建立含身高、体重、性别信息的人体3D模型数据库；S2:确定姿势、整体体型以及局部体型参数，根据所述模型数据库建立参数化模型。2.根据权利要求1所述的创建人体参数化模型的方法，其特征在于，所述步骤S1中建立含身高、体重、性别信息的人体3D模型数据库指的是将不同身高、体重以及性别的人体3D模型保存在一个数据库中。3.根据权利要求1所述的创建人体参数化模型的方法,其特征在于，所述步骤S1中人体3D模型数据库中身高、体重相近，性别相同的人体3D模型至少有两个。4.根据权利要求1所述的创建人体参数化模型的方法，其特征在于，所述步骤S2中根据模型数据库建立参数化模型，具体包括以下步骤：S21:选择模型数据库中的一个作为标准模型；S22:确定姿势、整体体型以及局部体型参数，建立起标准模型与各参数之间的变形关系；S23:利用模型数据库中的其他样本模型求解变形关系中的未知参数项。5.根据权利要求4所述的创建人体参数化模型的方法，其特征在于，所述步骤S23中利用模型数据库中的其他样本模型求解变形关系中的...

【专利技术属性】
技术研发人员：黄源浩，肖振中，刘龙，许星，
申请(专利权)人：深圳奥比中光科技有限公司，
类型：发明
国别省市：广东,44