[发明专利]模型数据处理方法、装置、可读存储介质和设备

说明书

本申请提供了一种模型数据处理方法，包括：获取用户同一姿态对应的第一三维扫描点云数据，利用相同的人体网格模型去拟合所述第一三维扫描点云数据，得到具有相同拓扑结构的网格数据集；对网格数据集进行主成分分析，得到网格数据集所在的形状空间的基向量组及平均形状网格，根据所述基向量组及平均形状网格建立头肩颈形状空间模型；获取同一用户具有姿态变化的第二三维扫描点云数据，根据同一用户形状参数不变的原则，利用所述头肩颈形状空间模型解释第二三维扫描点云数据，得到用户对应的形状参数和各个姿态对应的头肩颈姿态参数；根据头肩颈姿态参数训练得到姿态统计分布模型；存储头肩颈形状空间模型和姿态统计分布模型，提高恢复准确度。

技术领域

本申请涉及计算机技术领域，特别是涉及一种模型数据处理方法、装置、计算机可读存储介质和计算机设备。

背景技术

随着计算机技术的发展，人体建模技术进入人们的生活中，人体建模技术根据用户特征恢复用户形象，应用于各个领域，如虚拟试衣、进行肩宽、脖围、头长等体型数据的测量等，在恢复用户形象时，头肩颈部位尤为重要。

传统的人体模型的建立依赖于人体分割和特征点检测的准确性，所建立的样条拟合模型的分辨率不够，对头肩颈部位进行分离处理，难以准确描述头肩颈部位的姿态和形状的变化。

发明内容

基于此，有必要针对上述技术问题，提供一种通过模型数据处理方法和装置、计算机可读存储介质和计算机设备，提高人体头肩颈部位的形状和姿态的恢复准确度。

一种模型数据处理方法，所述方法包括：

获取第一三维扫描点云数据，所述第一三维扫描点云数据对应的用户为同一姿态；

利用相同的人体网格模型去拟合所述第一三维扫描点云数据，得到具有相同拓扑结构的网格数据集；

对所述网格数据集进行主成分分析，得到网格数据集所在的形状空间的基向量组及平均形状网格，根据所述基向量组及平均形状网格建立头肩颈形状空间模型；

获取同一用户具有姿态变化的第二三维扫描点云数据，根据同一用户形状参数不变的原则，利用所述头肩颈形状空间模型解释所述第二三维扫描点云数据，得到用户对应的形状参数和各个姿态对应的头肩颈姿态参数；

根据所述头肩颈姿态参数训练得到姿态统计分布模型；

存储所述头肩颈形状空间模型和所述姿态统计分布模型。

在其中一个实施例中，方法还包括：

获取应用数据，所述应用数据包括三维扫描设备扫描得到的点云数据、单个深度相机得到的半边点云数据、二维图像数据中的至少一种；

根据所述头肩颈形状空间模型和姿态统计分布模型解释所述应用数据对应的形状和姿态，得到目标形状参数和目标姿态参数。

在其中一个实施例中，所述根据所述头肩颈姿态参数训练得到姿态统计分布模型包括：

获取不同用户不同姿态对应的头肩颈姿态参数大数据；

将所述头肩颈姿态参数大数据作为训练数据输入混合高斯模型以学习得到所述姿态统计分布模型；

所述姿态统计分布模型对于输入的当前头肩颈姿态参数，输出对应的头肩颈姿态状态检测结果。

在其中一个实施例中，所述根据同一用户形状参数不变的原则，利用所述头肩颈形状空间模型解释所述第二三维扫描点云数据，得到用户对应的形状参数和各个姿态对应的头肩颈姿态参数包括：

获取当前用户对应的第一姿态三维扫描点云数据；

利用所述头肩颈形状空间模型在形状空间中寻找当前形状参数，使得当前形状参数对应的网格上的顶点与第一姿态三维扫描点云数据的对应关系点匹配；