一种无需用户裸体的三维人体测量方法和装置制造方法及图纸

本发明专利技术涉及一种无需用户裸体的三维人体测量方法和装置，获取用户对象的三维人体原始点云数据，通过训练后的三维人体参数化数学模型，求解出与用户对象相关的形态空间参数和姿势空间参数，同时重建出用户对象的净体尺寸三维人体模型，通过测量用户对象的净体尺寸三维人体模型完成三维人体测量。本发明专利技术通过处理三维人体扫描仪采集的正常着装用户的三维人体原始数据，建立准裸体的三维人体模型，无需人工标记点的辅助，对正常着装的用户，建立逼真的三维人体模型结果，实现胸围等体形尺寸的准确测量。

A three-dimensional anthropometric method and device without user nudity

【技术实现步骤摘要】
一种无需用户裸体的三维人体测量方法和装置
本专利技术涉及计算机图形学、人体测量学
，具体涉及一种无需用户裸体的三维人体测量方法和装置。
技术介绍
三维人体测量是人体测量学等学科的基础性问题，通过工具测量胸围等人体各部位尺寸。按照人工参与程度的不同，人体测量可以划分为手工测量和自动测量。人体的手工测量：量体师使用软皮尺、角度计等测量工具，依据测量基准对人体进行接触式测量，直接测量出人体的竖向、横向以及周长等身体表面尺寸，如身高、胸围、腰围、臀围、通裆、臂长、腿长等人体尺寸。这种接触测量数据是由量体师手工获得的，效率低下、客观性差，有许多人为因素造成的不便与误差，如异性接触测量、疲劳测量、主观增加放松量、不同量体师的手法不同造成的测量基准点位置选取差异等。从而，人体的手工测量难以标准化，测量结果与人体实际尺寸数据之间存在较大的误差。人体的自动测量：利用光学测量、计算机等技术开发的三维人体扫描仪对三维人体表面的非接触式自动测量。得益于三维人体扫描仪等硬件设备的发展，三维人体测量已经发展到了以硬件设备直接获取(准裸体)三维人体表面原始数据的阶段。在三维人体表面数据的基础上，体形尺寸等测量值的求解过程大致如下：识别准裸体用户对象身上预先配置好的测量基准特征点，完成特征点对应胸围等尺寸的三维空间几何尺寸的测量。由此可见，如果特征点的配置或识别出现偏差，则人体尺寸测量结果就会出现精度误差乃至数据的可信性问题。更严重的问题是，需要用户裸体的要求是不合理的，这极大地限制了三维人体扫描仪等硬件设备在日常生活中的应用。现有技术中，CN201310555513.4和CN2013102159963为本课题组提出的三维人体形态和姿态建模方法。上述专利中提出了一种原始的三维人体参数化建模算法，但不能解决无需用户裸体的三维人体测量这一充满挑战性的难题。CN201710079335.0、CN201710079314.9和CN201710079459.9提出的人体参数化模型本质上是对既有专利CN201310555513.4和CN2013102159963的泛化说明，也未涉及如何完成正常着装用户的三维人体测量问题。
技术实现思路
为解决现有技术中的不足，本专利技术提供一种无需用户裸体的三维人体测量方法和装置，解决了现有技术无法支持正常着装用户的三维人体测量问题。为了实现上述目标，本专利技术采用如下技术方案：一种无需用户裸体的三维人体测量方法，包括步骤：获取用户对象的三维人体原始点云数据，通过训练后的三维人体参数化数学模型，求解出与用户对象相关的形态空间参数和姿势空间参数，同时重建出用户对象的净体尺寸三维人体模型，通过测量用户对象的净体尺寸三维人体模型完成三维人体测量。进一步的，三维人体参数化数学模型为：M(β,θ；Φ):e＝Bf(θ)Sf(β)Qf(θ)e*(1)Sf(β)为形态变形矩阵，Bf(θ)为刚性姿势变形矩阵、Qf(θ)为非刚性姿势变形矩阵；θ为姿势空间参数，β表示形态空间参数，常量Φ为经过数据训练预先学习的形态和姿势参数；e*为预先建立的三维人体标准模型中三角形网格的三角形的边向量；e为e*经过变形后的边向量。进一步的，其中，|β|为形态特征参数的数目，ψb',f(0≤b'＜|β|)为第b'个形态特征参数在第f个三角形上的线性系数，ψ|β|,f为第f个三角形在形态变形矩阵S上的偏移量，βb'表示第b'个形态特征参数；其中，|Bone|表示刚性部件的数目，wb,f是第b个刚性部件对第f个三角形的蒙皮权重，R(θb)表示第b个刚性部件的刚性变换矩阵；其中，γ0,f表示人体刚性部件没有相对变形时的变形矩阵，为单位矩阵；γb,f表示第b个罗德里格斯旋转向量θb在第f个三角形上的线性系数。进一步的，训练三维人体参数化数学模型，过程包括：对预先建立的标准三角形网格T*进行变形，使其与裸体三维人体数据库的各个样本k相注册，变形后的顶点与样本k的顶点精确地匹配在一起，从而训练三维人体参数化数学模型。进一步的，三维人体参数化数学模型的常量参数中，每个刚性部件对每个三角形的蒙皮权重预先指定；计算出三维人体参数化数学模型的形态常量参数Ψ和姿势常量参数Γ；求解常量参数的过程是寻找最优的常量Ψ,Γ，并且为每一个训练集中的人体寻找最优的三角形网格模型，使得满足以下目标函数：Tk表示训练集中第k个人体的三角形网格模型，λ1，λ2，λ3是权重参数，预先指定；θk表示训练集中第k个人体的姿势参数，βk表示训练集中第k个人体的形态参数；表示标准三角形网格T*的第f个三角形的第i条边，i＝0,1,2，表示三角形的三条边序号；表示训练集中第k个人体的三角形网格Tk的第f个三角形的第i条边；Adj＝{(f1,f2),f1和f2相邻}表示T*中所有相邻的三角形对集合，f1,f2表示相邻的两个三角形；I是单位3阶矩阵；Vk表示训练集中第k个人体的三角形网格所有顶点的集合；Pk表示训练集中第k个人体的点云模型所有点的集合；使用信赖域法优化目标函数，通过梯度下降，完成每类变量的交替迭代计算，直至目标函数的计算收敛，求解出常量参数Ψ，Γ，进而得到训练后的三维人体参数化数学模型。进一步的，求解出与用户对象相关的形态空间参数和姿势空间参数，同时重建出用户对象的净体尺寸三维人体模型，过程为：对用户的三维人像原始数据进行皮肤检测，标识出两类区域：真实的皮肤与头部点云PSkin、附属的衣物点云PCloth；对于PSkin点云，要求变形后的净体尺寸三维人体模型T与其匹配在一起；对于PCloth点云，要求变形后的净体尺寸三维人体模型T在衣服内侧且距离衣服较近，使用Geman-McClure函数ρ(·)来实现；其中，ef,i表示用户对象的三角形网格的第f个三角形的第i条边，V表示用户对象三角形网格所有顶点集合；采用dogleg方法完成求解，计算出用户对象的形态变量β和姿势变量θ以及变形后的净体尺寸三维人体模型T。一种无需用户裸体的三维人体测量装置，包括：用户数据获取模块，用于获取用户对象三维人体原始点云数据；求解模块，用于将用户对象三维人体原始点云数据，通过训练后的三维人体参数化数学模型，求解出与用户对象相关的形态空间参数和姿势空间参数，同时重建出用户对象的净体尺寸三维人体模型；测量模块，用于通过测量用户对象的净体尺寸三维人体模型完成三维人体测量。进一步的，三维人体参数化数学模型为：M(β,θ；Φ):e＝Bf(θ)Sf(β)Qf(θ)e*(1)Sf(β)为形态变形矩阵，Bf(θ)为刚性姿势变形矩阵、Qf(θ)为非刚性姿势变形矩阵；θ为姿势空间参数，β表示形态空间参数，常量Φ为经过数据训练预先学习的形态和姿势参数；e*为预先建立的三维人体标准模型中三角形网格的三角形的边向量；e为e*经过变形后的边向量；其中，|β|为形态特征参数的数目，ψb',f,本文档来自技高网...

【技术保护点】
1.一种无需用户裸体的三维人体测量方法，其特征在于，包括步骤：/n获取用户对象的三维人体原始点云数据，通过训练后的三维人体参数化数学模型，求解出与用户对象相关的形态空间参数和姿势空间参数，同时重建出用户对象的净体尺寸三维人体模型，通过测量用户对象的净体尺寸三维人体模型完成三维人体测量。/n

【技术特征摘要】
1.一种无需用户裸体的三维人体测量方法，其特征在于，包括步骤：
获取用户对象的三维人体原始点云数据，通过训练后的三维人体参数化数学模型，求解出与用户对象相关的形态空间参数和姿势空间参数，同时重建出用户对象的净体尺寸三维人体模型，通过测量用户对象的净体尺寸三维人体模型完成三维人体测量。


2.根据权利要求1所述的一种无需用户裸体的三维人体测量方法，其特征在于，三维人体参数化数学模型为：
M(β,θ；Φ):e＝Bf(θ)Sf(β)Qf(θ)e*(1)
Sf(β)为形态变形矩阵，Bf(θ)为刚性姿势变形矩阵、Qf(θ)为非刚性姿势变形矩阵；θ为姿势空间参数，β表示形态空间参数，常量Φ为经过数据训练预先学习的形态和姿势参数；e*为预先建立的三维人体标准模型中三角形网格的三角形的边向量；e为e*经过变形后的边向量。


3.根据权利要求2所述的一种无需用户裸体的三维人体测量方法，其特征在于，



其中，|β|为形态特征参数的数目，ψb',f(0≤b'＜|β|)为第b'个形态特征参数在第f个三角形上的线性系数，ψ|β|,f为第f个三角形在形态变形矩阵S上的偏移量，βb'表示第b'个形态特征参数；



其中，|Bone|表示刚性部件的数目，wb,f是第b个刚性部件对第f个三角形的蒙皮权重，R(θb)表示第b个刚性部件的刚性变换矩阵；



其中，γ0,f表示人体刚性部件没有相对变形时的变形矩阵，为单位矩阵；γb,f表示第b个罗德里格斯旋转向量θb在第f个三角形上的线性系数。


4.根据权利要求1所述的一种无需用户裸体的三维人体测量方法，其特征在于，训练三维人体参数化数学模型，过程包括：
对预先建立的标准三角形网格T*进行变形，使其与裸体三维人体数据库的各个样本k相注册，变形后的顶点与样本k的顶点精确地匹配在一起，从而训练三维人体参数化数学模型。


5.根据权利要求4所述的一种无需用户裸体的三维人体测量方法，其特征在于，三维人体参数化数学模型的常量参数中，每个刚性部件对每个三角形的蒙皮权重预先指定；计算出三维人体参数化数学模型的形态常量参数Ψ和姿势常量参数Γ；
求解常量参数的过程是寻找最优的常量Ψ,Γ，并且为每一个训练集中的人体寻找最优的三角形网格模型，使得满足以下目标函数：



Tk表示训练集中第k个人体的三角形网格模型，λ1，λ2，λ3是权重参数，预先指定；θk表示训练集中第k个人体的姿势参数，βk表示训练集中第k个人体的形态参数；表示标准三角形网格T*的第f个三角形的第i条边，i＝0,1,2，表示三角形的三条边序号；表示训练集中第k个人体的三角形网格Tk的第f个三角形的第i条边；Adj＝{(f1,f2),f1和f2相邻}表示T*中所有相邻的三角形对集合，f1,f2表示相邻的两个三角形；I是单位3阶矩阵；Vk表示训练集中第k个人体的三角形网格所有顶点的集合；Pk表示训练集中第k个人体的点云模型所有点的集合；
使用信赖域法优化目标函数，通过梯度下降，完成每类变量的交替迭代计算，直至目标函数的计算收敛，求解出常量参数Ψ，Γ，进而得到训练后的三维人体参数化数学模型。


6.根据权利要求5所述的一种无需用户裸体的三维人体测量方法，其特征在于，求解出与用户对象相关的形态空间参数和姿势空间参数，同时重建出用户对象的净体尺寸三维人体模型，过程为：
对用户的三维人像原始数据进行皮肤检测，标识出两类区域：真实的皮肤与头部点云PSkin、附属的衣物点云PCloth；



其中，ρ(·)为Geman-McClure函数，ef,i表示用户对象的三角形网格的第f个三角形的第i条边，V表示用户对象三角形网格所有顶点的集合；采用dogleg方...

【专利技术属性】
技术研发人员：陈寅，程志全，杨启亮，姜巍，周旭，吴彤，雷运洪，林帅，拉尔夫·马丁，
申请(专利权)人：中国人民解放军陆军工程大学，中国科学院深圳先进技术研究院，化身科技深圳有限公司，湖南化身科技有限公司，
类型：发明
国别省市：江苏;32