[发明专利]基于体测数据的人体建模方法、装置及电子设备

权利要求书

1.一种基于体测数据的人体建模方法，其特征在于，所述方法包括：

获取体测数据；

根据所述体测数据，通过预先训练好的预测模型对预先创建的人体模型进行线性回归，拟合得到预测人体模型，所述预先创建的人体模型包括预先定义的多组标记特征点以及对应的标准形状基，所述体测数据包括与每组标记特征点对应的测量数据；

根据所述预测人体模型，得到目标人体模型，所述目标人体模型包括测量数据、目标形状基以及目标形状系数。

2.如权利要求1所述的方法，其特征在于，所述体测数据包括k个体测数据，所述预测模型的训练步骤具体包括：

获取训练集，所述训练集包括形状参数与体测数据；

将所述训练集输入到所述预测模型中对所述预测模型进行线性回归训练，以使所述预测模型学习到形状参数与体测数据的对应关系；

将所述预测模型训练至拟合，得到训练好的预测模型，所述训练好的预测模型为二维矩阵的线性参数。

3.如权利要求1所述的方法，其特征在于，所述预测人体模型包括初始形状系数，根据所述预测人体模型，得到目标人体模型。

4.如权利要求3所述的方法，其特征在于，所述根据所述初始形状系数对所述预测人体模型进行非线性优化，得到目标人体模型的步骤具体包括：

以所述初始形状系数为初始值，通过目标函数求解最小化形状系数；

根据所述最小化形状系数，得到目标人体模型。

5.如权利要求1所述的方法，其特征在于，所述预测人体模型包括与测量数据对应的预测形状基，所述预测形状基通过对测量数据进行PCA主成分分析构造生成，所述根据所述预测人体模型，得到目标人体模型，所述方法还包括：

将得到的对应于每个测量数据的预测形状基进行线性拟合，得到目标人体模型。

6.如权利要求1所述的方法，其特征在于，所述体测数据包括k个体测数据，所述方法还包括：

构建高维度模型空间，所述高维度模型空间中包括对应不同体测数据的多个人体待选模型，所述人体待选模型包括测量数据、形状基以及形状系数；

在所述高维度模型空间中匹配与获取到的体测数据距离最近的k组人体待选模型；

对所述k组人体待选模型进行k次线性插值，拟合得到目标人体模型。

7.如权利要求1至6中任一项所述的方法，其特征在于，所述多组标记特征点包括：身高特征点、臂长特征点、肩宽特征点、腿长特征点、小腿长特征点、大腿长特征点、脚板长特征点、头围特征点、胸围特征点、腰围特征点、大腿围特征点、小腿围特征点中至少一项。

8.一种基于体测数据的人体建模装置，其特征在于，所述装置包括：

获取模块，用于获取体测数据；

预测模块，用于根据所述体测数据，通过预先训练好的预测模型对预先创建的人体模型进行线性回归，拟合得到预测人体模型，所述预先创建的人体模型包括预先定义的多组标记特征点以及对应的标准形状基，所述体测数据包括与每组标记特征点对应的测量数据；

优化模块，用于根据所述预测人体模型，优化拟合得到目标人体模型，所述目标人体模型包括测量数据、目标形状基以及目标形状系数。

9.一种电子设备，其特征在于，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述的基于体测数据的人体建模方法中的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的基于体测数据的人体建模方法中的步骤。