一种基于机器学习的人体足部三维重建方法
【技术领域】
[0001]本发明涉及三维建模技术，具体涉及一种基于机器学习的人体足部三维重建方法，属于计算机视觉技术应用领域。
【背景技术】
[0002]三维重建是利用二维投影恢复物体三维信息(形状等)的数学过程和计算机技术。它根据真实场景的数据重建出具有准确几何信息和照片真实感的三维模型。
[0003]对人体足部进行三维重建，可以更加完善和有效地数字化足部生理特征，简单和便利地测量其相关形态特征参数，在足部生物力学研究、医学、体育、制鞋、3D打印等领域有着广泛的应用。
[0004]目前对足部三维重建方案有接触式和非接触式两种:
[0005]I)接触式测量方法使用探头接触足部表面，在一定程度上对足部进行挤压而导致足部表面发生变形，这样获得的足部参数不精确;另外接触式测量方式的测量速度慢，如果要测量整个足部轮廓，测量速度也是足部测量中考虑的一个制约因素，同时接触式测量方式操作比较麻烦，费时费力，必然会被快速的非接触式足部测量方法所取代。
[0006]2)非接触式的测量方法结合光电技术、计算机技术和电子扫描装置，在足部测量的过程中不需要直接接触足部表面就可以恢复足部的三维形貌，而且得到的足部三维面型数据与接触式方法得到的足部相关参数相比，具备数据量多、测量速度快、精度高的优势，在测量过程中摆脱了繁重的体力劳动，是足部测量领域的首选方法。
[0007]目前足部非接触式测量重建三维模型的方法有:激光扫描、结构光或者双目三角测量等，虽然其测量精度高，但是测量系统和测量原理复杂、成本高、操作繁琐，只有专业人士才能完成。
【发明内容】
[0008]本发明所要解决的技术问题是:提出一种基于机器学习的人体足部三维重建方法，解决传统技术中接触式测量方案测量速度慢、精度低、操作麻烦，而非接触式测量方案虽然测量精度高，却依然操作繁琐、成本高的问题。
[0009]本发明解决上述技术问题所采用的方案是:
[0010]一种基于机器学习的人体足部三维重建方法，包括以下步骤:
[0011]A、选取具有标准二维尺度的物品作为参照物放置在足部附近，并保证与足部充分接触；
[0012 ] B、利用图像获取装置随机获取足部两张以上的图像；
[0013]C、利用已训练好的足部特征点模型识别和标注步骤B中获取的图像上的足部特征占.V ，
[0014]D、根据步骤C中获取的足部特征点确定足部的姿态参数，并根据所述姿态参数调整通用三维足部模型的姿态；
[0015]E、确定步骤C中获取的各个足部特征点在通用三维足部模型上的对应点，获得对应部分的足部点云；
[0016]F、对步骤E获得的足部点云进行归一化处理得到包含真实坐标的点云数据；
[0017]G、对所有点云进行匹配对准，获得整个足部的点云数据；
[0018]H、对整个足部的点云数据进行插值，获得整个足部的密集点云数据，从而得到足部的3D模型；
[0019]1、对获得的足部3D模型进行纹理映射，得到最终重建的3D足部。
[0020]作为进一步优化，步骤A中，选用标准A4纸作为参照物，将待重建3D模型的足部踩在所述标准A4纸上;这里并不仅限于A4纸，而是任何可提供标准二维尺度的物体，比如身份证等也可以。
[0021]作为进一步优化，步骤B中，在利用图像获取装置随机获取足部图像时，保证获取到足部左右两侧至少各一张图像。
[0022]作为进一步优化，步骤C中，所述特征点用于表征足部的关键点与轮廓，包括:足后跟点、最长趾尖点、第I跖趾关节突点、第5跖趾关节突点、内踝尖点、外踝尖点、足舟骨最高点、内侧足弓最尚点、姆祉侧凸点、脚祉BU端最尚点、第I妬I?止关节上缘点、支撑面点。
[0023]本发明的有益效果是:本发明通过单个图像获取装置随机拍摄的足部图片，利用机器学习的方法对足部进行3D重建，无需多个传感器，也无需标定；因此方法简单，易于实现，精度高，可操作性强。
【附图说明】
[0024]图1为足部特征点示意图。
【具体实施方式】
[0025]本发明旨在提出一种利用机器学习原理来进行足部三维重建的方法，可以实现对足部相关参数的测量，以更加完善、准确的数字化形式来描述人体足部生理现象。
[0026]该方法利用图像获取装置随机获取几个位置的足部图片，然后采用机器学习的方法，利用事先训练好的足部模型，获取足部的关键点，然后利用关键点驱动标准的足部三维模型进行逼近，最后通过迭代得到足部的三维模型，并可根据重建的三维模型计算得到足部的参数。
[0027]实施例:
[0028]本例中的人体足部三维重建方法包括以下实现步骤:
[0029](I)在待重建3D模型的足部附近放置一具有标准二维(长与宽)尺度的物品作为参照物，该物品与足部有充分的接触(如:脚踩到一张标准A4纸上)；
[0030](2)利用图像获取装置随机(无需精确知道角度)获取足部的两张以上图像(左右两侧至少各一张)；
[0031](3)采用已经训练好的足部特征点模型识别和标注(2)中获取的图像的足部特征点，特征点用于表征足部的关键点与轮廓，如图1所示，其包括:足后跟点1、最长趾尖点2、第I跖趾关节突点3、第5跖趾关节突点4、内踝尖点5、外踝尖点6、足舟骨最高点7、内侧足弓最高点8、拇趾侧凸点9、脚趾前端最高点1、第I跖趾关节上缘点11、支撑面点12。
[0032](4)利用3)中的特征点确定足部的姿态参数，并按照姿态参数调整通用三维足部模型的姿态;这里的通用三维足部模型是一个标准3D模型，这一步的目的是将通用模型的姿态调整为待重建足部图像同一个视角。
[0033](5)确定(3)中特征点在(4)中通用三维足部模型上的对应点，得到相对应部分的足部点云；
[0034](6)利用(I)中参照物，对获得的足部点云进行归一化得到包含真实坐标的点云数据；
[0035](7)对所有点云进行匹配对准，得到整个足部的点云数据；
[0036](8)对上述点云数据进行插值，得到足部的密集点云数据，从而得到足部的3D模型；
[0037](9)对(8)中的足部模型进行纹理映射，得到最终重建的3D足部。
【主权项】
1.一种基于机器学习的人体足部三维重建方法，其特征在于，包括以下步骤: A、选取具有标准二维尺度的物品作为参照物放置在足部附近，并保证与足部充分接触； B、利用图像获取装置随机获取足部两张以上的图像； C、参照已训练好的足部特征点模型识别和标注步骤B中获取的图像上的足部特征点； D、根据步骤C中获取的足部特征点确定足部的姿态参数，并根据所述姿态参数调整通用三维足部模型的姿态； E、确定步骤C中获取的各个足部特征点在通用三维足部模型上的对应点，获得对应部分的足部点云； F、对步骤E获得的足部点云进行归一化处理得到包含真实坐标的点云数据； G、对所有点云进行匹配对准，获得整个足部的点云数据； H、对整个足部的点云数据进行插值，获得整个足部的密集点云数据，从而得到足部的3D模型; 1、对获得的足部3D模型进行纹理映射，得到最终重建的3D足部。2.如权利要求1所述的一种基于机器学习的人体足部三维重建方法，其特征在于，步骤A中，选用标准A4纸作为参照物，将待重建3D模型的足部踩在所述标准A4纸上。3.如权利要求1所述的一种基于机器学习的人体足部三维重建方法，其特征在于，步骤B中，在利用图像获取装置随机获取足部图像时，保证获取到足部左右两侧至少各一张图像。4.如权利要求1所述的一种基于机器学习的人体足部三维重建方法，其特征在于，步骤C中，所述特征点用于表征足部的关键点与轮廓，包括:足后跟点、最长趾尖点、第I跖趾关节突点、第5跖趾关节突点、内踝尖点、外踝尖点、足舟骨最高点、内侧足弓最高点、拇趾侧凸点、脚祉前端最高点、第I妬祉关节上缘点、支撑面点。
【专利摘要】本发明涉及三维建模技术，具体涉及一种基于机器学习的人体足部三维重建方法，属于计算机视觉技术应用领域。本发明公开了一种基于机器学习的人体足部三维重建方法，解决传统技术中接触式测量方案测量速度慢、精度低、操作麻烦，而非接触式测量方案虽然测量精度高，却依然操作繁琐、成本高的问题。该方法利用图像获取装置随机获取几个位置的足部图片，然后采用机器学习的方法，利用事先训练好的足部模型，获取足部的关键点，然后利用关键点驱动标准的足部三维模型进行逼近，最后通过迭代得到足部的三维模型，并可根据重建的三维模型计算得到足部的参数。
【IPC分类】G06T17/00
【公开号】CN105608737
【申请号】CN201610069095
【发明人】周剑, 龙学军, 陆宏伟, 徐一丹
【申请人】成都通甲优博科技有限责任公司
【公开日】2016年5月25日
【申请日】2016年2月1日