【技术实现步骤摘要】
本文件涉及计算机，尤其涉及一种基于局部点云几何信息的三维人体重建方法及系统。
技术介绍
1、随着网络技术、硬件设备的迅猛发展以及元宇宙的兴起，人体三维重建技术变得至关重要，为各行各业提供了更沉浸式的交互体验。在这一背景下，对计算机视觉技术提出了更高的挑战，要求以更高效、更简便的方式完成对完整且精细的人体三维模型的重建。
2、由于深度学习技术的不断进步，人们开始研究适用于网络训练的三维几何表示，一些方法采用固定分辨率的三维体素结构表示人体几何，并利用三维卷积神经网络直接预测结果，然而，这种方法受到昂贵的显存消耗的限制。近期，基于多层感知机的神经隐式几何表示在基于学习的人体重建任务中得到广泛应用，这种表示通常使用神经网络预测查询点的几何属性，例如符号距离，在训练时，该表示只需采样一定数量的空间查询点并预测这些点的几何属性，因此具有可控的显存消耗，在训练完成后，该方法提供理论上无限精细的人体几何。
3、在三维人体重建中，常用的数据是通过扫描获得的点云数据，然而，点云数据的获取通常具有挑战性，且扫描得到的点云可能存在信息...
【技术保护点】
1.一种基于局部点云几何信息的三维人体重建方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述局部点云几何信息包括：点云法向量、点云曲率和点云密度变化率；
3.根据权利要求1所述的方法，其特征在于，基于所述SMPL骨架得到人体每个部件的点云坐标和姿势条件向量，根据所述SMPL骨架和所述点云坐标计算得到规范点云坐标具体包括：
4.根据权利要求1所述的方法，其特征在于，将所述输入数据输入符号距离神经网络并通过多种损失函数训练所述符号距离神经网络，得到所有符号距离为零的点具体包括：
5.一种基于局部点云几何...
【技术特征摘要】
1.一种基于局部点云几何信息的三维人体重建方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述局部点云几何信息包括：点云法向量、点云曲率和点云密度变化率；
3.根据权利要求1所述的方法，其特征在于，基于所述smpl骨架得到人体每个部件的点云坐标和姿势条件向量，根据所述smpl骨架和所述点云坐标计算得到规范点云坐标具体包括：
4.根据权利要求1所述的方法，其特征在于，将所述输入数据输入符号距离神经网络并通过多种损失函数训练所述符号距离神经网络，得到所有符号距离为零的点具体包括：
5.一种基于局部点云几何信息的三维人体重建系统，其特征在于，包括：
6.根据权利要求5所述的系统，其特征...
【专利技术属性】
技术研发人员：彭伟龙，高鑫，黄宝仁，唐可可，汪洋涛，谭恒良，肖亚铁，陈思远，
申请(专利权)人：广州大学，
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。