【技术实现步骤摘要】
本申请涉及三维重建，尤其是涉及一种基于深度学习的人体三维重建方法与系统。
技术介绍
1、人体三维重建技术是一种利用计算机视觉和图像处理技术，通过从二维图像或视频中提取的信息来重建人体的三维几何形状和表面纹理的技术，其广泛应用于计算机图形学、人机交互、虚拟现实、增强现实、医学影像学、虚拟数字人和人体舒适性分析等领域中。
2、当前，人体三维重建技术主要包括：
3、1、预先构建人体位姿估计与三维重建网络，通过目标检测与分割网络从训练图片中裁剪包含人体的子图，并确定子图相对于该训练图片的全局位置参数，再通过位置参数预测网络对子图中人体的位姿相关参数进行预测。然后，通过人体模型构建网络基于预测的位姿相关参数构建三维人体模型，再利用二维投影模型对构建的三维人体模型进行二维投影。最后，基于得到的二维投影结果及构建的三维人体模型，对参数预测网络、人体模型构建网络和二维投影模型进行训练。这种技术的缺点是，对训练图片的背景要求较高，背景复杂需要繁琐的人体识别过程，且无法保证人体识别的准确性；
4、2、针对人体构建基于顶点...
【技术保护点】
1.一种基于深度学习的人体三维重建方法，其特征在于，包括：
2.根据权利要求1所述的基于深度学习的人体三维重建方法，其特征在于，所述采用人体特征提取模型处理所述目标图像得到目标人体特征之前，所述方法包括：训练人体特征提取模型；
3.根据权利要求2所述的基于深度学习的人体三维重建方法，其特征在于，所述计算每一张训练图像集的训练特征，包括：
4.根据权利要求3所述的基于深度学习的人体三维重建方法，其特征在于，所述感知模型包括卷积层、激活函数层和注意力层；
5.根据权利要求2所述的基于深度学习的人体三维重建方法，其特征在于，所...
【技术特征摘要】
1.一种基于深度学习的人体三维重建方法，其特征在于，包括：
2.根据权利要求1所述的基于深度学习的人体三维重建方法，其特征在于，所述采用人体特征提取模型处理所述目标图像得到目标人体特征之前，所述方法包括：训练人体特征提取模型；
3.根据权利要求2所述的基于深度学习的人体三维重建方法，其特征在于，所述计算每一张训练图像集的训练特征，包括：
4.根据权利要求3所述的基于深度学习的人体三维重建方法，其特征在于，所述感知模型包括卷积层、激活函数层和注意力层；
5.根据权利要求2所述的基于深度学习的人体三维重建方法，其特征在于，所述获取人体图像集，包括：
<...【专利技术属性】
技术研发人员：王智伟，周凡，于洪志，陈小燕，
申请(专利权)人：中邮时代电讯科技有限公司，
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。