【技术实现步骤摘要】
一种三维人体模型及其重建方法及人体数据测量方法
[0001]本专利技术公开了一种三维人体模型及其重建方法及人体数据测量方法,属于人体识别
。
技术介绍
[0002]人体三维重建通过光学测量的方式获得人体的三维模型和人体数据,广泛应用于游戏动画制作
、
运动分析
、
模拟试穿
、
医疗健康和互动娱乐等领域
。
目前,三维人体重建技术基于可
360
度旋转的机械臂及设置在机械手臂上的深度相机,完成不同视角拍摄人体的深度图像,通过深度图像获取人体的点云数据,经过对点云数据去噪和配准后,利用点云数据与三维人体测量系统构建初始三维人体模型,并对初始三维人体模型的表面进行曲面重建,得到高精度的三维人体模型
。
[0003]然后,上述技术在实现时,因深度图像的质量影响着三维人体模型的精度,使现有技术严重依赖于较为昂贵的深度相机和笨重的硬件机械臂,导致在较多场合无法使用,同时,现有技术中重建的三维人体模型是非参数化的模型,因此不具备通过调整少量参数来改变模型形状和姿态的能力
。
技术实现思路
[0004]本申请的目的在于,提供一种三维人体模型及其重建方法及人体数据测量方法以解决现有技术中重建的三维人体模型是非参数化的模型,因此不具备通过调整少量参数来改变模型形状和姿态的能力的技术问题
。
为实现上述目的,本专利技术提出了一种三维人体模型及其重建方法及人体数据测量方法,具体方案如下:< ...
【技术保护点】
【技术特征摘要】
1.
一种三维人体模型的重建方法,其特征在于,包括以下步骤:步骤
1、
获取
M
张人体不同角度的方位图并提取每张所述方位图中人体关键点信息,获得
M
组人体关键点信息,
M≥4
;步骤
2、
根据
M
组所述人体关键点信息分别训练
SMPL
模型,获得
M
个训练后的
SMPL
模型;步骤
3、
根据
M
个训练后的
SMPL
模型,重建三维人体模型
。2.
根据权利要求1所述的三维人体模型的重建方法,其特征在于,根据
M
组所述人体关键点信息分别训练
SMPL
模型,获得
M
个训练后的
SMPL
模型,具体包括:步骤
2.1、
将每组所述人体关键点信息作为人体真实值输入所述
SMPL
模型中;步骤
2.2、
根据每个训练中的所述
SMPL
模型的输出结果确定每个训练后的
SMPL
模型,获得
M
个训练后的
SMPL
模型
。3.
根据权利要求2所述的三维人体模型的重建方法,其特征在于,根据每个训练中的所述
SMPL
模型的输出结果确定每个训练后的
SMPL
模型,具体包括:提取每个训练中的所述
SMPL
模型映射的第二人体关键点信息,并获取所述第二人体关键点信息及其对应的所述人...
【专利技术属性】
技术研发人员:谢尚策,臧春和,张泽,
申请(专利权)人:光子集成温州创新研究院,
类型:发明
国别省市:
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。