一种三维人体模型及其重建方法及人体数据测量方法技术

本发明专利技术属于人体识别技术领域，具体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，解决了现有技术重建的三维人体模型是非参数化的模型，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，且其依赖于笨重

【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：<br/>[0005]一种三维人体模型的重建方法，包括以下步骤：
[0006]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
；
[0007]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；
[0008]步骤
3、
根据
M
个训练后的
SMPL
模型，重建三维人体模型
。
[0009]优选的，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：
[0010]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；
[0011]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
。
[0012]优选的，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：
[0013]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体真实值之间的差值；
[0014]当所述差值的绝对值小于第一阈值时，训练中的所述
SMPL
模型记为训练后的
SMPL
模型
。
[0015]优选的，所述人体关键点信息包括人体轮廓和人体关节点
。
[0016]优选的，根据
M
个训练后的
SMPL
模型，重建三维人体模型，具体包括：
[0017]步骤
3.1、
提取每个训练后的
SMPL
模型的形状参数，获得
M
组形状参数并构建参数空间；
[0018]步骤
3.2、
在所述参数空间内提取满足预设条件的多个所述形状参数，根据多个所述形状参数重建三维人体模型
。
[0019]优选的，所述预设条件为：
[0020]多个所述形状参数使
M
个训练后的
SMPL
模型投射的轮廓图和其对应的真实人体轮廓图差值的绝对值之和最小
。
[0021]一种三维人体模型，基于所述的任一项三维人体模型的重建方法重建的三维人体模型
。
[0022]一种三维人体模型的人体数据测量方法，调整基于所述的三维人体模型中的人体姿态；
[0023]在调整姿态后的所述三维人体模型上定位关键点，根据环切法获得三维人体截面；
[0024]根据所述三维人体截面确定真实人体数据
。
[0025]优选的，根据所述三维人体截面确定真实人体数据，具体包括：
[0026]根据所述三维人体截面获取所述三维人体模型的人体数据；
[0027]将所述人体数据换算为真实人体数据
。
[0028]有益效果：本专利技术无需笨重昂贵的专用设备，其成本较低，可以广泛应用于多种场合，同时，本专利技术重建的三维人体模型为参数化模型，可根据需要参数化调整姿态与形体
。
附图说明
[0029]图1为本专利技术实施例三维人体模型重建及人体数据测量流程示意图；
[0030]图2为本专利技术实施例中各方位下三维人体模型损失示意图，其中
(a)
为本专利技术实施例中
a
方位下
SMPL
模型与真实人体关键点损失示意图，
(b)
为本专利技术实施例中
b
方位下
SMPL
模型与真实人体关键点损失示意图；
[0031]图3为本专利技术实施例中三维人体模型
A
姿态示意图；
[0032]图4为本专利技术实施例中三维人体横截面变化示意图，其中
(c)
为本专利技术实施例中腋窝点以上部位三维人体横截面，
(d)
为本专利技术实施例中腋窝点以下部位三维人体横截面
。
具体实施方式
[0033]为使本专利技术的目的
、
技术方案及优点更加清楚明白，以下结合具体实施方式，对本专利技术进行进一步的详细说明
。
应当理解的是，此处所描述的具体实施方式仅用以解释本专利技术，并不限定本专利技术的保护范围
。
[0034]实施例一
、
[0035]如图1所示，一种三维人体模型的重建方法，包括以下步骤：
[0036]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
；所述人体关键点信息包括人体轮廓和人体关节点
。
[0037]具本文档来自技高网...

【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：