[发明专利]三维人体重建方法及装置在审

专利信息
申请号: 202210089804.8 申请日: 2022-01-25
公开(公告)号: CN114612605A 公开(公告)日: 2022-06-10
发明(设计)人: 朱翔昱;雷震;廖婷婷 申请(专利权)人: 中国科学院自动化研究所
主分类号: G06T17/00 分类号: G06T17/00;G06V40/10
代理公司: 北京路浩知识产权代理有限公司 11002 代理人: 王治东
地址: 100190 *** 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: 三维 人体 重建 方法 装置
【权利要求书】:

1.一种三维人体重建方法,其特征在于,包括:

获取目标人体实例的图像,作为目标图像;

将所述目标图像输入三维人体重建模型,获取所述三维人体重建模型输出的所述目标人体实例的三维人体重建结果;

其中,所述三维人体重建模型,是基于样本人体实例的三维模型以及样本图像进行训练后得到的,所述样本图像包括所述样本人体实例的三维模型;

所述三维人体重建模型,用于基于每一预设采样点对应的图像特征和蒙皮参数对所述目标人体实例进行三维人体重建,所述图像特征基于所述目标图像确定,所述蒙皮参数基于对应的图像特征确定,各所述预设采样点在三维空间中均匀分布。

2.根据权利要求1所述的三维人体重建方法,其特征在于,所述样本人体实例的三维模型,包括所述样本人体实例的第一样本模型、第二样本模型和第三样本模型,所述第一样本模型和第三样本模型的姿态相同,所述第二样本模型的姿态为预设的标准姿态,所述第一样本模型和所述第三样本模型的获取方式不同;所述样本图像包括所述第一样本模型;

所述三维人体重建模型,包括:图像特征提取层、蒙皮参数提取层、注意力机制层和结果输出层;

相应地,所述将所述目标图像输入三维人体重建模型,获取所述三维人体重建模型输出的所述目标人体实例的三维人体重建结果,具体包括:

将所述目标图像和每一预设采样点的位置信息输入所述图像特征提取层,获取所述图像特征提取层输出的每一预设采样点对应的图像特征;

将所述每一预设采样点的位置信息以及对应的图像特征输入所述蒙皮参数提取层,获取所述蒙皮参数提取层输出的所述每一预设采样点对应的蒙皮参数;

将所述每一预设采样点的位置信息、对应的图像特征以及蒙皮参数输入所述注意力机制层,获取所述注意力机制层输出的所述每一预设采样点的标识信息,所述标识信息用于指示所述每一预设采样点位于或未位于所述目标人体实例的三维人体模型内部;

将所述每一预设采样点的标识信息,输入所述结果输出层,获取所述结果输出层输出的所述三维人体重建结果,所述三维人体重建结果,包括所述目标人体实例的第一模型,所述第一模型的姿态为所述标准姿态。

3.根据权利要求2所述的三维人体重建方法,其特征在于,所述图像特征提取层,包括:数据处理单元、位置更新单元和特征提取单元;

相应地,所述将所述目标图像和每一预设采样点的位置信息输入所述图像特征提取层,获取所述每一预设采样点对应的图像特征,具体包括:

将所述目标图像输入所述数据处理单元,获取所述数据处理单元输出的所述目标人体实例的第二模型,所述第二模型携带有所述目标图像对应的图像姿态参数;

将所述目标图像、所述图像姿态参数和所述每一预设采样点的位置信息输入所述位置更新单元,获取所述位置更新单元输出的所述每一预设采样点更新后的位置信息,所述更新后的位置信息与所述目标图像中所述目标人体实例的真实姿态相对应;

将所述目标图像和所述每一预设采样点更新后的位置信息输入所述特征提取单元,获取所述特征提取单元输出的每一预设采样点对应的图像特征。

4.根据权利要求3所述的三维人体重建方法,其特征在于,所述将所述每一预设采样点的位置信息、对应的图像特征以及蒙皮参数输入所述注意力机制层,获取所述注意力机制层输出的所述每一预设采样点的标识信息之后,所述方法还包括:

将所述每一预设采样点的标识信息和所述第二模型输入所述结果输出层,获取所述结果输出层输出的所述三维人体重建结果,所述三维人体重建结果,包括所述目标人体实例的第三模型,所述第三模型的姿态为所述目标图像中所述目标人体实例的真实姿态。

5.根据权利要求2所述的三维人体重建方法,其特征在于,所述三维人体重建模型的损失函数,包括:蒙皮参数损失函数;

所述蒙皮参数损失函数,是基于样本采样点对应的预测蒙皮参数和蒙皮参数标签确定的;所述预测蒙皮参数,是将所述样本采样点的位置信息和对应的图像特征输入训练中的蒙皮参数提取模型,由所述训练中的蒙皮参数提取模型输出的;所述样本采样点对应的图像特征是基于所述样本图像确定的。

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中国科学院自动化研究所,未经中国科学院自动化研究所许可,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/202210089804.8/1.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