[发明专利]一种三维人体模型重建与测量的方法和设备

权利要求书

1.一种三维人体模型重建与测量的方法，其特征在于，包括：

获取SCAPE模型中第一三维人体模型的模型轮廓图像；其中，所述模型轮廓图像包括所述第一三维人体模型的正视图的轮廓图像与侧视图的轮廓图像；

基于所述模型轮廓图像进行深度学习训练，以获取训练后的深度学习网络模型；

获取实际人体的人体轮廓图像，并将所述人体轮廓图像导入所述深度学习网络模型获取与所述实际人体对应的第二三维人体模型；其中，所述人体轮廓图像包括所述实际人体的正视图的轮廓图像与侧视图的轮廓图像；

获取所述第二三维人体模型的多个预设骨架关节点作为预设处理特征点；多个所述预设骨架关节点包括2个肩部中点、2个手肘点、2个手部点、1个胯部点、2个膝盖点和2个脚掌点；

基于多个所述预设处理特征点确定所述实际人体中各预设部位的特征点，并基于所述特征点确定所述实际人体表面预设关键特征的尺寸；

基于所述肩部中点获取颈前点、颈后点和颈侧点，基于所述颈前点、所述颈后点和所述颈侧点获取左腋窝点和右腋窝点；基于所述左腋窝点获取左肩点，基于所述右腋窝点获取右肩点；基于所述左肩点和所述右肩点确定肩宽；

所述深度学习网络模型由3个卷积层、2个max池化层、1个avg池化层、1个全连接层和9个Inception构成，其中每个卷积层之后都加了一个r e l u 激活函数和批规范化；同时去掉了在第3个Inception和第6个Inception之后的辅助计算层。

2.如权利要求1所述的一种三维人体模型重建与测量的方法，其特征在于，所述获取SCAPE模型中第一人体模型的模型轮廓图像包括：

获取SCAPE模型中第一三维人体模型；

构建所述第一三维人体模型的包围盒；

通过PCA计算所述包围盒的方式确定所述第一三维人体模型中特征值最大的特征向量，特征值第二大的特征向量以及剩余特征向量；

其中，将特征值最大的特征向量、特征值第二大的特征向量以及剩余特征向量分别作为投影坐标轴中的Y轴、 X轴与Z轴；

以所述Z轴正方向对所述第一三维人体模型进行投影，来获取所述第一三维人体模型的正视图的轮廓图像；

以所述X轴正方向对所述第一三维人体模型进行投影，来获取所述第一三维人体模型的侧视图的轮廓图像。

3.如权利要求1所述的一种三维人体模型重建与测量的方法，其特征在于，所述基于所述模型轮廓图像进行深度学习训练，以获取训练后的深度学习网络模型包括：

通过对所述模型轮廓图像进行截取生成截取轮廓图像；

对各所述截取轮廓图像进行随机平移翻转变换处理；

对处理后的各所述截取轮廓图像依次进行图像归一化处理以及插值计算，以生成训练样本图像；

通过训练样本图像以建立模型轮廓图像与三维人体模型之间对应关系的方式进行深度学习训练，获取训练后的深度学习网络模型。

4.如权利要求1所述的一种三维人体模型重建与测量的方法，其特征在于，所述获取实际人体的人体轮廓图像，并将所述人体轮廓图像导入所述深度学习网络模型获取与所述实际人体对应的第二三维人体模型，包括：

对实际人体进行拍照，以获取人体正向和侧向的图像数据；

从所述图像数据中提取正视图中与侧视图中的轮廓图像作为人体轮廓图像；

将所述人体轮廓图像导入所述深度学习模型以获取对应所述实际人体的PCA参数；

基于所述PCA参数生成对所述实际人体的第二三维人体模型。

5.如权利要求1所述的一种三维人体模型重建与测量的方法，其特征在于，所述基于多个所述预设处理特征点确定所述实际人体中各预设部位的特征点包括：

获取所述第二三维人体模型中所有顶点在预设坐标系中X轴、Y轴、Z轴的最大值与最小值，并以此构建所述第二三维人体模型的轴对齐包围盒；

通过人体形态学数据基于所述轴对齐包围盒以及多个所述预设处理特征点确定所述实际人体中各预设部位的特征点。