[發(fā)明專利]基于體態(tài)的三維模型獲取方法及裝置有效
| 申請(qǐng)?zhí)枺?/td> | 201711228564.0 | 申請(qǐng)日: | 2017-11-29 |
| 公開(公告)號(hào): | CN108053437B | 公開(公告)日: | 2021-08-03 |
| 發(fā)明(設(shè)計(jì))人: | 劉燁斌;鄭澤榮;黃源浩 | 申請(qǐng)(專利權(quán))人: | 奧比中光科技集團(tuán)股份有限公司 |
| 主分類號(hào): | G06T7/55 | 分類號(hào): | G06T7/55;G06T17/20;H04N13/207;H04N13/239;H04N13/254;H04N13/257;H04N13/275 |
| 代理公司: | 深圳新創(chuàng)友知識(shí)產(chǎn)權(quán)代理有限公司 44223 | 代理人: | 程丹 |
| 地址: | 518000 廣東省深圳市南山區(qū)粵*** | 國省代碼: | 廣東;44 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 基于 體態(tài) 三維 模型 獲取 方法 裝置 | ||
1.一種基于體態(tài)的三維模型獲取方法,其特征在于,包括如下步驟:
S1.獲取包含對(duì)象各個(gè)局部的深度圖像;
S2.將所述對(duì)象各個(gè)局部的深度圖像進(jìn)行動(dòng)態(tài)融合,獲得各個(gè)局部的三維網(wǎng)格;
S3.利用標(biāo)準(zhǔn)模型匹配各個(gè)局部的三維網(wǎng)格,求取形態(tài)參數(shù)和關(guān)節(jié)變換矩陣;
S4.根據(jù)形態(tài)參數(shù)和關(guān)節(jié)變換矩陣,獲取三維模型;
所述步驟S3包括:
S31.將SMPL人體模型進(jìn)行形態(tài)變化和姿態(tài)變化,匹配各個(gè)局部的三維網(wǎng)格;建立能量函數(shù),求取各個(gè)三維網(wǎng)格下的初始形態(tài)參數(shù)和初始關(guān)節(jié)變換矩陣;
S32.將所述各個(gè)三維網(wǎng)格下的初始形態(tài)參數(shù)進(jìn)行平均,獲得最終的形態(tài)參數(shù);
S33.根據(jù)所述初始關(guān)節(jié)變換矩陣以及SMPL人體模型與三維網(wǎng)格的匹配結(jié)果,將各個(gè)局部的三維網(wǎng)格反變換至標(biāo)準(zhǔn)姿態(tài)三維網(wǎng)格;依據(jù)標(biāo)準(zhǔn)姿態(tài)三維網(wǎng)格,對(duì)初始關(guān)節(jié)變換矩陣進(jìn)行優(yōu)化,獲得最終的關(guān)節(jié)變換矩陣。
2.如權(quán)利要求1所述的方法,其特征在于,所述步驟S2包括:
S21.建立參考TSDF體,將第一幅深度圖像融合到TSDF體中,得到初始三維網(wǎng)格;
S22.對(duì)于后續(xù)獲取的每一幅深度圖像,獲取已有三維網(wǎng)格到深度圖像之間的匹配點(diǎn)對(duì);
S23.根據(jù)匹配點(diǎn)對(duì)求取網(wǎng)格的非剛性運(yùn)動(dòng)場(chǎng);
S24.根據(jù)非剛性運(yùn)動(dòng)場(chǎng),將深度圖像融合到TSDF體中,得到新的三維網(wǎng)格;
S25.重復(fù)步驟S22-S24,直至所有深度圖像全部融合到TSDF體中,得到最終的三維網(wǎng)格。
3.如權(quán)利要求1所述的方法,其特征在于,所述步驟S31中的所述能量函數(shù)為:
E=arg min Edis tan ce+Eregular+Esmooth+Erigid,
其中,Edis tan ce為匹配點(diǎn)對(duì)的距離約束,Eregular為形態(tài)參數(shù)的正則項(xiàng),Esmooth為姿態(tài)參數(shù)的平滑約束,Erigid為姿態(tài)參數(shù)的剛性約束;各個(gè)能量項(xiàng)的定義如下:
Edis tan ce=∑(v,v′)∈C(v-v′)2;
其中,C為三維網(wǎng)格到SMPL人體模型的匹配點(diǎn)對(duì),v為SMPL人體模型上經(jīng)過形態(tài)變化和姿態(tài)變化的點(diǎn),v′為三維網(wǎng)格上的對(duì)應(yīng)點(diǎn),βs為人體形態(tài)參數(shù);ΔTj為關(guān)節(jié)變換矩陣的變換量,Tj為關(guān)節(jié)變換矩陣,p(j)為關(guān)節(jié)j的父關(guān)節(jié);
SPML人體模型進(jìn)行形態(tài)變化和姿態(tài)變化的變換公式為:
其中,為v對(duì)于關(guān)節(jié)j的變化權(quán)重,Tj為關(guān)節(jié)變換矩陣,v0為v在標(biāo)準(zhǔn)人體模型下的坐標(biāo),為v對(duì)于基m的變化權(quán)重。
4.如權(quán)利要求1所述的方法,其特征在于,所述步驟S33中,各個(gè)局部三維網(wǎng)格反變換至標(biāo)準(zhǔn)姿態(tài)的變換公式為:
其中,v′為三維網(wǎng)格上的點(diǎn),Tj為關(guān)節(jié)變換矩陣,為點(diǎn)v對(duì)于關(guān)節(jié)j的變換權(quán)重。
5.如權(quán)利要求1所述的方法,其特征在于,所述步驟S33中,對(duì)初始關(guān)節(jié)變換矩陣進(jìn)行優(yōu)化的優(yōu)化公式為:
E=arg min Edis tan ce
其中,C為標(biāo)準(zhǔn)姿態(tài)下網(wǎng)格之間匹配點(diǎn)對(duì),v1,v2為匹配點(diǎn)對(duì)在原始網(wǎng)格中的坐標(biāo),v0為匹配點(diǎn)對(duì)在標(biāo)準(zhǔn)姿態(tài)下的坐標(biāo),T1、T2分別為兩個(gè)網(wǎng)格對(duì)v0的變換矩陣。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于奧比中光科技集團(tuán)股份有限公司,未經(jīng)奧比中光科技集團(tuán)股份有限公司許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201711228564.0/1.html,轉(zhuǎn)載請(qǐng)聲明來源鉆瓜專利網(wǎng)。
- 豬只體態(tài)識(shí)別方法、裝置及電子設(shè)備
- 使用者界面顯示方法
- 一種用于穿戴式體感游戲設(shè)備的體態(tài)數(shù)據(jù)集采集處理方法
- 一種家用電器與人體體態(tài)檢測(cè)設(shè)備互聯(lián)系統(tǒng)
- 一種家用電器與人體體態(tài)檢測(cè)設(shè)備互聯(lián)系統(tǒng)
- 線上用戶識(shí)別方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)
- 體態(tài)檢測(cè)方法、裝置及設(shè)備
- 基于3D體態(tài)檢測(cè)分析的數(shù)據(jù)處理分析系統(tǒng)及方法
- 一種體態(tài)評(píng)估方法、系統(tǒng)、裝置及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)
- 一種基于人工智能的體態(tài)識(shí)別裝置
- 一種三維彩色物品制作方法
- 三維內(nèi)容顯示的方法、裝置和系統(tǒng)
- 三維對(duì)象搜索方法、裝置及系統(tǒng)
- 三維會(huì)話數(shù)據(jù)展示方法、裝置、存儲(chǔ)介質(zhì)和計(jì)算機(jī)設(shè)備
- 一種三維模型處理方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)
- 用于基于分布式賬本技術(shù)的三維打印的去中心化供應(yīng)鏈
- 標(biāo)記數(shù)據(jù)的獲取方法及裝置、訓(xùn)練方法及裝置、醫(yī)療設(shè)備
- 一種基于5G網(wǎng)絡(luò)的光場(chǎng)三維浸入式體驗(yàn)信息傳輸方法及系統(tǒng)
- 用于機(jī)器人生產(chǎn)系統(tǒng)仿真的三維場(chǎng)景管理與文件存儲(chǔ)方法
- 基于三維形狀知識(shí)圖譜的三維模型檢索方法及裝置





