[发明专利]一种从单视点图片生成完整人体纹理贴图的方法

摘要

本发明公开一种从单视点图片生成完整人体纹理贴图的方法。该方法包括：随机生成人体姿态和体型参数，得到不同姿态和体型的人体模型，将人体模型和对应的纹理贴图在不同光照、不同视点下渲染生成二维图片；将图片上可见的人体像素映射到模型纹理坐标空间，得到部分人体纹理图；用部分纹理图和对应的完整纹理图做训练数据，训练神经网络将部分纹理图补全为完整的纹理图；输入单视图人体图片，重建人体三维模型，根据可见的像素得到部分纹理图，然后使用训练好的神经网络将其补全为完整的人体纹理图。本发明通过将图片上的像素映射到人体模型统一的纹理坐标空间，然后用神经网络进行纹理补全，能够从单张人体图片得到三维人体模型的完整纹理贴图。

主权项

1.一种从单视点图片生成完整人体纹理贴图的方法，其特征在于，包括如下步骤：S1：随机生成参数化人体模型的姿态和体型参数，得到不同姿态和体型的人体模型；将人体模型和对应的纹理贴图在不同光照和不同视点下渲染生成二维图片；其中，人体模型的参数要满足先验分布，即不会产生不真实的三维人体模型且应涵盖各种常见人体姿态和体型；S2：将步骤S1中渲染生成的二维图片上可见的人体像素映射到人体模型纹理坐标空间，得到部分人体纹理图I_raw，作为神经网络的训练数据；S3：以部分人体纹理图I_raw为输入，以对应的真实纹理图I_gt为真值，训练神经网络预测像素流，然后按像素流采样部分纹理图得到粗糙的完整纹理图I_flow；S4：以所述粗糙的完整纹理图I_flow为输入和以对应的真实纹理图I_gt为真值训练另一个神经网络，生成纹理图中像素流采样无法得到的部分，得到最终的完整纹理图I_final；S5：输入单视图人体图片，使用基于最优化或深度学习的方法从单张图片中获得对应的没有纹理的人体三维模型，根据人体可见部分的像素得到部分纹理图，然后使用步骤S3和S4中训练好的两个神经网络将部分纹理图补全为完整的人体纹理图。