[發明專利]基于哈希表的高分辨率人體實時動態重建方法及裝置在審
| 申請號: | 201910717605.5 | 申請日: | 2019-08-05 |
| 公開(公告)號: | CN110599535A | 公開(公告)日: | 2019-12-20 |
| 發明(設計)人: | 劉燁斌;李哲;戴瓊海 | 申請(專利權)人: | 清華大學 |
| 主分類號: | G06T7/593 | 分類號: | G06T7/593 |
| 代理公司: | 11201 北京清亦華知識產權代理事務所(普通合伙) | 代理人: | 王艷斌 |
| 地址: | 10008*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 重建 非剛性 哈希表 求解 體素 變換參數 高分辨率 人體參數 人體動態 三維點云 深度圖像 三維空間 模型變換 模型頂點 能量函數 深度相機 實時動態 最優化 內參 內嵌 顯存 投影 姿勢 相機 采集 融合 分配 | ||
本發明公開了一種基于哈希表的高分辨率人體實時動態重建方法及裝置,其中,該方法包括:通過深度相機采集單個人體的多張深度圖像;通過相機內參將每張深度圖像投影到三維空間得到三維點云,求解三維點云與重建模型頂點及內嵌的人體參數化模型之間的對應點;根據對應點建立能量函數,進行最優化求解得到人體參數化模型的姿勢,進而得到重建模型的每個頂點的非剛性變換參數;對重建模型進行非剛性變換,使重建模型變換到實時幀下,以使重建模型為新增體素在哈希表內分配顯存空間,根據非剛性變換參數對哈希表中的所有體素進行體素融合,得到人體重建模型以對人體動態重建。該方法求解準確,可以實現實時人體動態重建,并適應高分辨率的情況。
技術領域
本發明涉及計算機視覺與計算機圖形學技術領域,特別涉及一種基于哈希表的高分辨率人體實時動態重建方法及裝置。
背景技術
人體動態三維重建是計算機圖形學和計算機視覺領域的重點問題。高質量的人體三維模型在影視娛樂、人口數據統計分析等領域有著廣泛的應用前景和重要的應用價值。但是高質量人體三維模型的獲取通常依靠價格昂貴的激光掃描儀或者多相機陣列系統來實現,雖然精度較高,但是也顯著存在著一些缺點:第一,顯存占用大,由于傳統方法一般是基于均勻劃分的體素網格,很難適應高分辨率的情況。第二,速度慢,往往重建一個三維人體模型需要至少10分鐘到數小時的時間。
發明內容
本發明旨在至少在一定程度上解決相關技術中的技術問題之一。
為此,本發明的一個目的在于提出一種基于哈希表的高分辨率人體實時動態重建方法,該方法求解準確,可以實現實時人體動態重建,同時可以適應高分辨率的情況,可以為用戶提供良好的交互式三維重建體驗,擁有廣闊的應用前景。
本發明的另一個目的在于提出一種基于哈希表的高分辨率人體實時動態重建裝置。
為達到上述目的,本發明一方面實施例提出了一種基于哈希表的高分辨率人體實時動態重建方法,包括:
通過單個深度相機采集單個人體的多張深度圖像;
通過相機內參將每張深度圖像投影到三維空間得到三維點云,求解所述三維點云與重建模型頂點及內嵌的人體參數化模型之間的對應點;
根據所述對應點建立能量函數,對所述能量函數進行最優化求解得到所述人體參數化模型的姿勢,并基于所述人體參數化模型的姿勢得到所述重建模型的每個頂點的非剛性變換參數;
對所述重建模型進行非剛性變換,使所述重建模型變換到實時幀下,以使所述重建模型為新增體素在哈希表內分配顯存空間,根據所述非剛性變換參數對所述哈希表中的所有體素進行體素融合,得到人體重建模型以對人體動態重建。
本發明實施例的基于哈希表的高分辨率人體實時動態重建方法,通過利用深度相機對人體進行拍攝以采集深度圖像,并基于該深度圖像完成對人體的實時動態三維重建功能。該方法所需的輸入信息非常容易采集,并且可以實時地獲得人體動態三維模型。該方法求解準確魯棒,簡單易行,具有實時性,適應于高分辨率需求,擁有廣闊的應用前景,可以在PC機或工作站等硬件系統上快速實現。
另外,根據本發明上述實施例的基于哈希表的高分辨率人體實時動態重建方法還可以具有以下附加的技術特征:
進一步地,在本發明的一個實施例中,所述能量函數為:
E=Edata+λbindEbind+λregEreg
其中,為數據項,vc和分別表示經過非剛性運動后的重建模型頂點坐標及其法向,,u為與之對應的對應點坐標,P為對應點對集合;
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于清華大學,未經清華大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201910717605.5/2.html,轉載請聲明來源鉆瓜專利網。





