[發明專利]基于計算機視覺智能技術的人體三維建模及測量方法

在審

• 申請號: 202010639215.3
• 申請日: 2020-07-06
• 公開（公告）號: CN111784824A
• 公開（公告）日: 2020-10-16
• 發明（設計）人: 許忠慧
• 申請（專利權）人: 許忠慧
• 主分類號: G06T17/00
• 分類號: G06T17/00;G06N3/04;G06N3/08;G01B11/24
• 代理公司: 深圳紫晴專利代理事務所(普通合伙) 44646
• 代理人: 雒盛林

1.基于計算機視覺智能技術的人體三維建模及測量方法，其特征在于，具體包括下列步驟：

(1)人體體型建模

人體體型采取固定點云的建模表示方法，所述固定點云的建模表示方法從人體的固定空間點表示出發，將人體看作多個固定位置的點的集合，把人體曲面抽象為多個空間編號點，通過相鄰三角法連接成為一個曲面，實現人體體型建模，對于需要量體的指標，預先定義表征該指標的人體曲面上點序列，把各種不同體型的人體的測量路徑固定下來；

(2)將樣本表示為人體數學模型

采集實際樣本，控制樣本性別、年齡、體重、高矮及胖瘦的分布，在人體體型建模的基礎上將樣本與模型對應，使用人體掃描儀對采集的每個樣本取得凈體點云數據，并對每個樣本進行拍照采樣，采取降維分析技術將多個空間編號點歸約為多維度主元，將人體體型模型轉變為一個多維度空間向量，多維度主元是變換后的空間基坐標，計算機計算和模擬分析樣本的多維度主元，建立人體數學模型；

(3)利用深度學習技術學習二維平面照片到三維人體模型的映射

采用深度卷積網絡對二維平面照片進行圖像處理，所述深度卷積網絡對二維平面照片進行圖像處理的步驟分別為：1)圖像預處理，包括但不限于對齊分辨率和色彩處理；2)人像摳取，去除各種拍照背景，僅留下人體部分，形成輸入樣本集合，并將形成的輸入樣本集合輸出設置為多維度空間向量，送入深度卷積網絡進行學習，收斂得到一個判決網絡，完成一張二維平面照片到三維人體模型的映射工作；

(4)空間曲面走線到量體尺寸

利用坐標變換，將步驟(3)得到的多維空間向量恢復為多個點的原始點云估計，得到二維平面照片所含人體的三維估計曲面，然后，在三維估計曲面上將量體所需的參數計算出來，所述參數包括：

1)領圍：由前頸點、頸側點、以及第七頸椎點用軟尺圍量一周；

2)肩寬：從左側肩點經第七頸椎點測量到右側肩點；

3)上臂圍：在上臂最豐滿處水平圍量一周；

4)胸圍：以乳點為測點，用軟尺水平圍量一周；

5)中腹圍：以腰部最凹處，肘關節與腰部的重合點為測點，軟尺圍量一周；

6)褲腰圍：圍繞被測者平時扎腰帶的上沿測量一周；

7)臀圍：臀部最豐滿處水平測量一周；

8)大腿圍：圍繞大腿根部最豐滿處水平測量一周；

9)腕圍：圍繞手腕水平貼量一周；

10)褲長：由褲腰圍向下垂直測量至踝骨中間位置；

11)袖長：測量自肩點經肘點至尺骨下端。

2.根據權利要求1所述的基于計算機視覺智能技術的人體三維建模及測量方法，其特征在于，所述多個空間編號點的點云的維度不低于15000個。

3.根據權利要求1所述的基于計算機視覺智能技術的人體三維建模及測量方法，其特征在于，所述多維度主元和多維度空間向量不低于32維。

4.根據權利要求1所述的基于計算機視覺智能技術的人體三維建模及測量方法，其特征在于，所述降維分析技術為主元分析技術。

5.根據權利要求1所述的基于計算機視覺智能技術的人體三維建模及測量方法，其特征在于，所述深度卷積網絡為ResNet100網絡。

6.根據權利要求1所述的基于計算機視覺智能技術的人體三維建模及測量方法，其特征在于，所述ResNet100網絡使用Nvidia的GTX1080Ti顯卡陣列搭建服務器。