基于神经隐式函数的三维人体参数化表示方法及装置制造方法及图纸

本发明专利技术公开了一种基于神经隐式函数的三维人体参数化表示方法及装置。本发明专利技术基于神经隐式函数的人体表示，将由传统网格表示的三维人体替换为由多层感知机表示的隐式函数，通过对空间采样点查询符号距离场，可以对穿衣人体实现极高的分辨率表示，而不增加存储参数量。此外，基于神经线性混合蒙皮方法，可以自适应的对穿衣人体的动作进行建模，并保持逼真的衣服形态。本发明专利技术方法可以仅使用一个统一的三维人体参数化表示，利用三个低维向量参数化表示人体不同的体型、服装和姿态。在使用阶段，可以通过仅修改低维向量来修改人体的属性，并使用统一的神经隐式表示来输出对应属性的三维人体，极大的提高了存储与传输的效率。极大的提高了存储与传输的效率。极大的提高了存储与传输的效率。

【技术实现步骤摘要】
基于神经隐式函数的三维人体参数化表示方法及装置


[0001]本专利技术涉及三维视觉虚拟数字人及图像数据处理
，尤其涉及一种基于神经隐式函数的三维人体参数化表示方法及装置。

技术介绍

[0002]随着近年来计算机视觉和图形学技术的发展，基于人工智能的虚拟数字人在例如虚拟试衣、动作驱动、影视制作等应用中需求十分广泛。尤其是最近爆火的元宇宙，类似于人作为现实社会中的核心组成，虚拟数字人技术也是元宇宙中的核心技术之一，如何对三维人体高效高质量表示是一个广受关注的问题。其中，使用低维向量参数化表示三维人体是虚拟数字人中的核心技术之一。
[0003]人体参数化模型从大量人体数据中学习而来，通过一组低维向量来表示复杂的人体信息例如体型和动作。在过去，以SMPL为代表的参数化人体模型主要表示人体的体型和动作信息，而无法表示多样的服装信息，这主要由于：1. 缺乏能够对穿衣人体进行高效建模的三维表示，穿衣人体由于人类衣物的形状、拓扑、纹理丰富，使得传统几何表示方法难以统一表达。2. 缺乏能够建模穿衣人体动作形变的方法，这由于人体的姿态复杂，且服装形态本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于神经隐式函数的三维人体参数化表示方法，其特征在于，包括以下步骤：S1，构造可学习的用于表示人体属性的低维参数，包括人体体型、服装、姿态；S2，构建不同体型、穿着不同服装、摆不同姿态的三维人体数据；S3，构造基于体型多层感知机的体型神经隐式函数，用于从S2构建好的三维人体数据中学习人体体型，通过体型神经隐式函数使用S1的体型参数生成指定体型的三维赤身人体模型；S4，基于S3生成的三维赤身人体模型，构造基于服装多层感知机的服装神经隐式函数，用于从S2构建好的三维人体数据中学习穿衣人体体型，通过服装神经隐式函数使用S1的服装参数生成穿着指定服装的三维穿衣人体模型；S5，基于S1的体型参数和服装参数，构建基于姿态多层感知机的神经线性混合蒙皮场，用于从S2构建好的三维人体数据中学习带姿态的穿衣人体体型；根据S1的体型参数和姿态参数得到变形矩阵；结合神经线性混合蒙皮场和变形矩阵，将S4生成的三维穿衣人体模型变形为S1的姿态参数对应的三维人体模型；S6，训练级联的体型多层感知机、服装多层感知机和姿态多层感知机，以及体型、服装、姿态参数，得到训练好的三维人体参数化表示，用于生成符合指定体型、服装、姿态的三维人体模型。2.根据权利要求1所述的基于神经隐式函数的三维人体参数化表示方法，其特征在于，步骤S2中，采用使用物理仿真或者真实采集的三维人体数据，三维人体数据需要预处理为水密网格，预处理步骤包括：对服装包含孔洞的人体数据补洞；使用14个视角将三维人体数据渲染为深度图，其中14个视角包括12个间隔30度环绕人体的视角，和头顶、脚底的视角；将14个深度图反投影为点云并拼接；使用泊松重建将完整点云重建为水密网格。3.根据权利要求1所述的基于神经隐式函数的三维人体参数化表示方法，其特征在于，步骤S3中，对于任意空间采样点x，以体型参数为条件信息，计算采样点的符号距离值，体型神经隐式函数记为：其中，表示体型多层感知机中的可学习参数，体型神经隐式函数的输入包括空间采样点x和体型参数；为每个采样点的符号距离值，表示采样点到人体几何表面的距离；通过计算采样点的符号距离值，得到人体几何的符号距离场，计算符号距离场的零等值面得到人体几何表面信息。4.根据权利要求1所述的基于神经隐...

【专利技术属性】
技术研发人员：江博艺，陈鸿鹄，郭玉东，孙佳明，张举勇，鲍虎军，
申请(专利权)人：杭州像衍科技有限公司，
类型：发明
国别省市：