[发明专利]一种基于深度神经网络的穿衣人体体型估计方法

摘要

本发明公开了一种基于深度神经网络的穿衣人体体型估计方法，构建了一个衣服种类丰富的三维衣服网格模型数据库，并基于该数据库训练了一个预测人体网格贴合度的深度神经网络模型。本发明方法解决了复杂着衣下用户真实体型的估计问题，综合考虑服装种类、网格几何结构以及人体姿态动作，对复杂的人体动作和衣服种类都有较精准的检测结果，不再局限于网格序列的输入，也可以输入单个人体的三维模型，扩展了体型估计的应用场景。

主权项

1.一种基于深度神经网络的穿衣人体体型估计方法，其特征在于，包括如下步骤：一.利用高清环形相机阵列拍摄穿着不同类型衣服的静态人物，所述不同类型衣服包括宽松的、贴身的、紧身的，利用多视角立体重建算法得到点云模型，对该点云模型进行三角面片处理，获得地面及网格有一定噪声的人体网格模型的数据库；二.对所述数据库中的人体网格模型进行切割，将人体网格模型中没有衣料覆盖的部分分割出来，并且分别分割出人体网格模型中的衣服、裤子；三.对数据库中穿着不同类型衣服的人体网格模型进行贴合度计算，使用所述身着紧身衣服或不穿衣服拍摄获得的人体网格模型作为人体体型的真实值，对于穿着宽松的、贴身衣服的人体网格模型，使用以下几步计算贴合度：首先将数据库中同一个人穿着宽松的、贴身的衣服的人体网格模型与其穿着紧身衣服的人体网格模型进行动作匹配，使得两个模型在形变以后具有相同的动作；然后在身着宽松的、贴身的衣服的人体网格模型上标记衣服的每一个网格顶点，对每个网格顶点使用光线追踪的方式找寻其在人体体型上对应的网格顶点，贴合度/n