[发明专利]人体三维模型的建立方法、装置、电子设备及存储介质在审

专利信息
申请号: 202010839251.4 申请日: 2020-08-19
公开(公告)号: CN114078181A 公开(公告)日: 2022-02-22
发明(设计)人: 赵鑫;郑文 申请(专利权)人: 北京达佳互联信息技术有限公司
主分类号: G06T17/00 分类号: G06T17/00;G06T7/80;G06T7/73;G06T5/50;G06N3/08;G06N3/04
代理公司: 北京中博世达专利商标代理有限公司 11274 代理人: 申健
地址: 100085 北京市海淀*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 人体 三维 模型 建立 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种人体三维模型的建立方法,其特征在于,所述方法包括:

获取包括人体的待处理图像;

将所述待处理图像输入神经网络模型分别得到第一中间特征图和所述待处理图像中人体的二维关键点的位置;所述第一中间特征图用于表征所述待处理图像中人体在所述待处理图像中的表面结构信息;

对所述第一中间特征图和所述人体的二维关键点位置进行融合处理,得到融合特征图;

将所述融合特征图输入图卷积神经网络,得到所述人体的位姿参数;

将所述融合特征图输入参数提取网络,得到人体形态参数以及相机参数;

根据所述位姿参数、所述人体形态参数以及所述相机参数,建立所述人体的人体三维模型。

2.根据权利要求1所述的方法,其特征在于,所述将所述融合特征图输入参数提取网络,得到人体形态参数以及相机参数,包括:

将所述融合特征图输入参数提取网络,融合所述融合特征图、初始人体形态参数以及预设相机参数,得到预设维度的特征图;

将所述预设维度的特征图输入所述参数提取网络中的第一全连接层,得到所述人体形态参数;

将所述预设维度的特征图输入所述参数提取网络中的第二全连接层,得到所述相机参数。

3.根据权利要求1或2所述的方法,其特征在于,所述将所述融合特征图输入图卷积神经网络,得到所述人体的位姿参数,包括:

将所述融合特征图调整为预设尺寸;

将调整后的融合特征图以及预设邻接矩阵输入所述图卷积神经网络,得到所述人体的位姿参数;其中,所述预设邻接矩阵用于表征所述人体的二维关键点之间的位置关系。

4.根据权利要求3所述的方法,其特征在于,所述预设邻接矩阵的行数与列数均等于所述人体的二维关键点的数量;所述方法还包括:

对于所述预设邻接矩阵中的每个元素均执行下列操作以确定所述预设邻接矩阵中每个元素的数值:

当所述预设邻接矩阵中元素所在的行对应的关键点与该元素所在的列对应的关键点相邻时,确定该元素的数值为第一数值;

当所述预设邻接矩阵中元素所在的行对应的关键点与该元素所在的列对应的关键点不相邻时,确定该元素的数值为第二数值。

5.根据权利要求1-2、4中任一项所述的方法,其特征在于,所述对所述第一中间特征图和所述人体二维关键点位置进行融合处理,得到融合特征图,包括:

将所述第一中间特征图和所述人体二维关键点位置输入融合网络,对所述第一中间特征图、所述人体二维关键点位置和所述融合网络中预设的三维权重矩阵进行相乘,并将相乘得到的乘积与所述融合网络中预设偏移矩阵进行相加,得到所述融合特征图。

6.一种人体三维模型的建立装置,其特征在于,包括:

获取模块,被配置为获取包括人体的待处理图像;

预处理模块,被配置为将所述待处理图像输入神经网络模型分别得到第一中间特征图和所述待处理图像中人体的二维关键点的位置;所述第一中间特征图用于表征所述待处理图像中人体在所述待处理图像中的表面结构信息;

融合模块,被配置为对所述第一中间特征图和所述人体的二维关键点位置进行融合处理,得到融合特征图;

参数提取模块,被配置为将所述融合特征图输入图卷积神经网络,得到所述人体的位姿参数;将所述融合特征图输入参数提取网络,得到人体形态参数以及相机参数;

建立模块,被配置为根据所述位姿参数、所述人体形态参数以及所述相机参数,建立所述人体的人体三维模型。

7.根据权利要求6所述的建立装置,其特征在于,所述参数提取模块具体被配置为:

将所述融合特征图输入参数提取网络,融合所述融合特征图、初始人体形态参数以及预设相机参数,得到预设维度的特征图;

将所述预设维度的特征图输入所述参数提取网络中的第一全连接层,得到所述人体形态参数;

将所述预设维度的特征图输入所述参数提取网络中的第二全连接层,得到所述相机参数。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京达佳互联信息技术有限公司,未经北京达佳互联信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010839251.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top