[发明专利]基于网格形变的单图像人体三维重建方法及系统有效
申请号: | 201910631389.2 | 申请日: | 2019-07-12 |
公开(公告)号: | CN110428493B | 公开(公告)日: | 2021-11-02 |
发明(设计)人: | 刘烨斌;赵笑晨;戴琼海 | 申请(专利权)人: | 清华大学 |
主分类号: | G06T17/00 | 分类号: | G06T17/00;G06T7/11;G06T5/50 |
代理公司: | 北京清亦华知识产权代理事务所(普通合伙) 11201 | 代理人: | 张润 |
地址: | 10008*** | 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: | 本发明公开了一种基于网格形变的单图像人体三维重建方法及系统,其中,该方法包括以下步骤:采集单图片和人体模型,以及人体模型对应的初始人体三维模型,并利用初始人体三维模型构建人体模型数据库,以作为卷积神经网络的初始数据;对初始数据进行渲染得到卷积神经网络训练时的输入图片;利用数据流编程深度学习平台构建卷积神经网络,以根据输入图片提取出人体关节位置概率分布图;对单图片进行人体分割标注,得到人体分割标注图;根据单图片、人体分割标注图和人体关节位置概率分布图对卷积神经网络进行训练,得到最终人体三维模型。该方法可以更轻量且更好地表现人体模型细节特征,得到拥有更多三维几何细节特征的人体模型。 | ||
搜索关键词: | 基于 网格 形变 图像 人体 三维重建 方法 系统 | ||
【主权项】:
1.一种基于网格形变的单图像人体三维重建方法,其特征在于,包括以下步骤:采集单图片和人体模型,以及所述人体模型对应的初始人体三维模型,并利用所述初始人体三维模型构建所述人体模型数据库,以作为卷积神经网络的初始数据;对所述初始数据进行渲染得到卷积神经网络训练时的输入图片;利用数据流编程深度学习平台构建卷积神经网络,以根据所述输入图片提取出人体关节位置概率分布图;对所述单图片进行人体分割标注,得到人体分割标注图;以及根据所述单图片、所述人体分割标注图和所述人体关节位置概率分布图对所述卷积神经网络进行训练,得到最终人体三维模型。
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清华大学,未经清华大学许可,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/patent/201910631389.2/,转载请声明来源钻瓜专利网。
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序