一种人体模型构建方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术公开了一种人体模型构建方法、装置、电子设备及存储介质。该方法包括：获取二维人体图像数据；对所述二维人体图像数据进行处理，得到全局特征和细节特征；其中，所述全局特征用于表征二维人体图像数据的人体轮廓；所述细节特征用于表征二维人体图像数据的人体细节；所述细节特征包括前景细节特征和背景细节特征；基于所述全局特征和细节特征控制预先确定的人体模型执行全局任务和细节任务，构建三维人体模型。本技术方案，利用了全局特征和细节特征，对人体模型进行构建，细节把握更加精准，重建出来的人体模型分辨率更高，且能够提高人体模型构建的效率。高人体模型构建的效率。高人体模型构建的效率。

【技术实现步骤摘要】
一种人体模型构建方法、装置、电子设备及存储介质


[0001]本专利技术涉及图像处理
，尤其涉及一种人体模型构建方法、装置、电子设备及存储介质。

技术介绍

[0002]随着社会的发展，各行各业都需要根据二维人体图像数据建立三维人体模型。重建出三维人体参数化模型在众多领域有着广泛的应用场景和重要的应用价值，例如在影视娱乐、人口统计分析领域等。
[0003]传统的方法由3D美术师使用3D建模软件手工制作，通常会制作高面数的模型，再减面数做成低面数模型，构建人体模型。
[0004]手工制作模型的逼真程度完全依赖3D美术师技术水平，耗费大量的时间。

技术实现思路

[0005]本专利技术提供了一种人体模型构建方法、装置、电子设备及存储介质，能够提高人体模型构建的效率。
[0006]根据本专利技术的一方面，提供了一种人体模型构建方法，该方法包括：
[0007]获取二维人体图像数据；
[0008]对所述二维人体图像数据进行处理，得到全局特征和细节特征；其中，所述全局特征用于表征二维人体图像数据的人体轮廓；所述细节特征用于表征二维人体图像数据的人体细节；所述细节特征包括前景细节特征和背景细节特征；
[0009]基于所述全局特征和细节特征控制预先确定的人体模型执行全局任务和细节任务，构建三维人体模型。
[0010]根据本专利技术的另一方面，提供了一种人体模型构建装置，该装置包括：
[0011]二维人体图像数据获取模块，用于获取二维人体图像数据；
>[0012]特征得到模块，用于对所述二维人体图像数据进行处理，得到全局特征和细节特征；其中，所述全局特征用于表征二维人体图像数据的人体轮廓；所述细节特征用于表征二维人体图像数据的人体细节；所述细节特征包括前景细节特征和背景细节特征；
[0013]三维人体模型构建模块，用于基于所述全局特征和细节特征控制预先确定的人体模型执行全局任务和细节任务，构建三维人体模型。
[0014]根据本专利技术的另一方面，提供了一种电子设备，所述电子设备包括：
[0015]至少一个处理器；以及
[0016]与所述至少一个处理器通信连接的存储器；其中，
[0017]所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本专利技术任一实施例所述的一种人体模型构建方法。
[0018]根据本专利技术的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储
介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本专利技术任一实施例所述的一种人体模型构建方法。
[0019]本专利技术实施例的技术方案，通过获取二维人体图像数据，然后对二维人体图像数据进行处理，得到全局特征和细节特征，并基于全局特征和细节特征控制预先确定的人体模型执行全局任务和细节任务，构建三维人体模型。本技术方案，利用了全局特征和细节特征，对人体模型进行构建，细节把握更加精准，重建出来的人体模型分辨率更高，且能够提高人体模型构建的效率。
[0020]应当理解，本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征，也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0021]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例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专利技术的一些实施例，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。
[0022]图1是根据本专利技术实施例一提供的一种人体模型构建方法的流程图；
[0023]图2是申请实施例一提供的另一种人体模型构建的示意图；
[0024]图3是根据本专利技术实施例二提供的人体模型训练的流程图；
[0025]图4为本专利技术实施例三提供的一种人体模型构建装置的结构示意图；
[0026]图5是实现本专利技术实施例的一种人体模型构建方法的电子设备的结构示意图。
具体实施方式
[0027]为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术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专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，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，都应当属于本专利技术保护的范围。
[0028]需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0029]实施例一
[0030]图1是根据本专利技术实施例一提供的一种人体模型构建方法的流程图，本实施例可适用于对三维人体模型进行构建情况，该方法可以由一种人体模型构建装置来执行，该人体模型构建装置可以采用硬件和/或软件的形式实现，该人体模型构建装置可配置于用于图像处理的智能设备中。如图1所示，该方法包括：
[0031]S110、获取二维人体图像数据。
[0032]在本方案中，二维人体图像数据可以是指低分辨率的二维人体图像数据。二维人体图像数据的数量是一个，即基于单张二维人体图像数据构建三维人体模型。
[0033]在本实施例中，可以通过摄像机或者视频设备等智能设备获取二维人体图像数据。
[0034]S120、对所述二维人体图像数据进行处理，得到全局特征和细节特征；其中，所述全局特征用于表征二维人体图像数据的人体轮廓；所述细节特征用于表征二维人体图像数据的人体细节；所述细节特征包括前景细节特征和背景细节特征。
[0035]其中，全局特征能够覆盖二维人体图像的更大空间背景的轮廓；细节特征主要包括人体躯干、四肢等特征。
[0036]在本实施例中，全局特征的分辨率较低，而细节特征的分辨率较高。基于较低分辨率的全局特征以及较高分辨率的细节特征对三维人体模型进行构建，能够缩短三维人体模型构建的时间。
[0037]在本技术方案中，可选的，对所述二维人体图像数据进行处理，得到全局特征，包括：
[0038]对所述二维人体图像数据进行下采样处理，得到全局特征。
[0039]其中，基于下采样对二维人体图像数据进行处理，将二维人体图像数据生成对应图像的缩略图。例如，可以将1024
×
1024大小的二维人体图像数据缩略成512
×
512大小的全局特征。
[0040]通过本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人体模型构建方法，其特征在于，包括：获取二维人体图像数据；对所述二维人体图像数据进行处理，得到全局特征和细节特征；其中，所述全局特征用于表征二维人体图像数据的人体轮廓；所述细节特征用于表征二维人体图像数据的人体细节；所述细节特征包括前景细节特征和背景细节特征；基于所述全局特征和细节特征控制预先确定的人体模型执行全局任务和细节任务，构建三维人体模型。2.根据权利要求1所述的方法，其特征在于，基于所述全局特征和细节特征控制预先确定的人体模型执行全局任务和细节任务，构建三维人体模型，包括：将所述全局特征输入到预先确定的人体模型，执行全局任务；将所述细节特征同步输入到预先确定的人体模型，并基于执行全局任务得到的全局图像，控制人体模型执行细节任务。3.根据权利要求1所述的方法，其特征在于，所述人体模型的训练过程包括：获取训练样本特征；对所述训练样本特征执行全局训练任务和细节训练任务；依据所述全局训练任务和所述细节训练任务，对所述人体模型进行调整，得到训练更新后的人体模型。4.根据权利要求3所述的方法，其特征在于，依据所述全局训练任务和所述细节训练任务，对所述人体模型进行调整，得到训练更新后的人体模型，包括：确定所述全局训练任务对应的第一损失函数值和所述细节训练任务对应的第二损失函数值；依据所述第一损失函数值和所述第二损失函数值对所述人体模型进行调整，得到训练更新后的人体模型。5.根据权利要求3所述的方法，其特征在于，所述训练样本特征包括第一样本特征和第二样本特征；其中，所述第一样本特征和所述第二样本特征分别通过不同的预设特征处...

【专利技术属性】
技术研发人员：刘子轩，张新晓，
申请(专利权)人：北京软通智慧科技有限公司，
类型：发明
国别省市：