一种人体建模维度测量的方法及系统与流程

本发明涉及计算机的智能网络模型的技术领域，尤其涉及一种人体建模维度测量的方法及系统。

背景技术：

随着计算机技术的不断发展，三维人体建模在科研、动画、游戏、服装设计和工业等领域中有非常广泛的应用。现有三维建模技术主要是通过人体扫描器，对人体对象进行扫描。以获得人体三维模型。其中，人体扫描器包括：三维激光扫描仪、红外扫描仪、散斑扫描仪，大型工业相机阵列和结构光深度相机等。但这些设备都会产生昂贵的成本问题，造价为几十万甚至上百万。同时使用这些设备需限制在特定的场景，使得测量只能在固定的环境内进行。从而使得建立人体三维模型的过程存在较多的限制，导致建立人体三维模型时不够便利。

技术实现要素：

本发明提供一种人体建模维度测量的方法及系统，解决现有人体建模存在不够便利、成本高的问题，能提高人体建模的便捷性，提高对人体维度测量的准确度。

为实现以上目的，本发明提供以下技术方案：

一种人体建模维度测量的方法，包括：

获取目标人体图像，并提取所述目标人体图像的体表轮廓；

根据所述体表轮廓建立人体三维模型；

根据所述人体三维模型和目标人物的实际身高，计算得到目标人物的人体维度数据。

优选的，所述根据所述体表轮廓建立人体三维模型，包括：

设置训练深度学习模型，所述训练深度学习模型将所述体表轮廓网络映射为相机参数、人体形状和人体姿态三个子空间；

根据所述人体形状和所述人体姿态建立人体三维模板模型，并根据所述人体三维模板模型和所述相机参数进行重投影，形成投影轮廓；

将所述投影轮廓与所述体表轮廓的残差作为损失函数，所述训练深度学习模型根据所述损失函数对所述体表轮廓进行训练学习得到所述人体三维模型。

优选的，所述根据所述人体形状和所述人体姿态建立人体三维模板模型，包括：

根据人体尺码标准训练生成各种人体三维模板；

根据所述人体形状、所述人体姿态和所述人体三维模板建立对应的所述人体三维模板模型。

优选的，所述根据所述人体三维模型和目标人物的实际身高，计算得到目标人物的人体维度数据，包括：

根据所述人体三维模型计算目标人物的身体的比例尺度；

根据所述实际身高和所述比例尺度，计算得到目标人物的身体各个部位的维度数据。

优选的，所述获取目标人体图像包括：获取至少一张正面人体图像和一张侧面人体图像。

优选的，所述提取所述目标人体图像的体表轮廓，包括：

采用图像识别算法，提取所述目标人体图像的原始轮廓和标记特征；

根据所述原始轮廓和所述标记特征形成所述体表轮廓。

本发明还提供一种人体建模维度测量的系统，包括：

人体特征获取单元，用于获取目标人体图像，并提取所述目标人体图像的体表轮廓；

三维建模单元，用于根据所述体表轮廓建立人体三维模型；

人体维度计算单元，用于根据所述人体三维模型和目标人物的实际身高，计算得到目标人物的人体维度数据。

优选的，所述三维建模单元包括：

网络映射单元，用于设置训练深度学习模型，所述训练深度学习模型将所述体表轮廓网络映射为相机参数、人体形状和人体姿态三个子空间；

人体模板单元，用于根据所述人体形状和所述人体姿态建立人体三维模板模型；

人体投影单元，用于根据所述人体三维模板模型和所述相机参数进行重投影，形成投影轮廓；

网络学习单元，用于将所述投影轮廓与所述体表轮廓的残差作为损失函数，所述训练深度学习模型根据所述损失函数对所述体表轮廓进行训练学习得到所述人体三维模型。

优选的，所述人体模板单元包括：

标准模板单元，用于根据人体尺码标准训练生成各种人体三维模板；

模型建立单元，用于根据所述人体形状、所述人体姿态和所述人体三维模板建立对应的所述人体三维模板模型。

优选的，人体维度计算单元包括：

比例尺度计算单元，用于根据所述人体三维模型计算目标人物的身体的比例尺度；

身体部位计算单元，用于根据所述实际身高和所述比例尺度，计算得到目标人物的身体各个部位的维度数据。

本发明提供一种人体建模维度测量的方法及系统，通过对目标人物图像进行提取体表轮廓，并根据体表轮廓建立人体三维模型，进而根据所述人体三维模型和目标人物的实际身高计算得到人体维度数据。解决现有人体建模存在不够便利、成本高的问题，能提高人体建模的便捷性，提高对人体维度测量的准确度。

附图说明

为了更清楚地说明本发明的具体实施例，下面将对实施例中所需要使用的附图作简单地介绍。

图1：是本发明提供的一种人体建模维度测量的方法流程图。

图2：是本发明实施例提供的一种人体建模维度测量的示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明实施例的方案，下面结合附图和实施方式对本发明实施例作进一步的详细说明。

针对当前人体建模成本高、花费时间长的问题，本发明提供一种人体建模维度测量的方法及系统，通过对目标人物图像进行提取体表轮廓，并根据体表轮廓建立人体三维模型，进而根据所述人体三维模型和目标人物的实际身高计算得到人体维度数据。解决现有人体建模存在不够便利、成本高的问题，能提高人体建模的便捷性，提高对人体维度测量的准确度。

如图1所示，一种人体建模维度测量的方法，包括：

s1：获取目标人体图像，并提取所述目标人体图像的体表轮廓；

s2：根据所述体表轮廓建立人体三维模型；

s3：根据所述人体三维模型和目标人物的实际身高，计算得到目标人物的人体维度数据。

进一步，所述根据所述体表轮廓建立人体三维模型，包括：

s21：设置训练深度学习模型，所述训练深度学习模型将所述体表轮廓网络映射为相机参数、人体形状和人体姿态三个子空间；

s22：根据所述人体形状和所述人体姿态建立人体三维模板模型，并根据所述人体三维模板模型和所述相机参数进行重投影，形成投影轮廓；

s23：将所述投影轮廓与所述体表轮廓的残差作为损失函数，所述训练深度学习模型根据所述损失函数对所述体表轮廓进行训练学习得到所述人体三维模型。

具体地，如图2所示，在一实施例中，首先，进行图像采集，可使用普通的摄像头进行图像采集，一般来说，要求拍摄用户的正面照片和侧面照片各一张，并且要求在照片中，用户必须要全身照，不支持半身照片或者局部照片。用户的姿势为正常站立或者伸直手臂站立。同时也支持其他姿势或者其他数量照片作为输入。对场景、光线、着装没有特别要求，只要符合日常情况即可。其次，建立训练深度学习模型，可使用了开源框架tensorflow以及resnet进行第一部分网络的搭建，使用普通的人体相片作为输入，经过网络映射为相机参数、人体形状、人体姿态三个子空间。再其次，由人体姿态骨骼、重建人体模型后的重投影以及输入相片中的人物轮廓作为标注，由人体形状、人体姿态生成的人体模板模型以及相机参数的重投影和输入图像中的人物轮廓的残差作为损失函数，经过大量数据的迭代，使得网络具有识别二位相片中人物的相机参数、人体形状、人体姿态的能力。另外，因为男女的体型具有不同的特点，我们将男女的模型进行分别训练。最后，在得到三维模型之后，要求根据实际身高并结合模型来计算三维模型和真实人体的长度比例尺度。在得到尺度之后，就可以测量模型中人体各个部位的长度和宽度，进而得到所需的人体维度，人体维度包括：小臂长度、大臂长度、小腿长度、大腿长度、上身长度、肩宽、胸围、腰围、胯围、臀围、大腿围等。该方法能够提高对人体维度测量的准确度。

需要说明的是，可使用普通相机对人体图像进行采集，并由此产生3d模型，与使用工业相机阵列的方案类似，但区别之处在于，本发明只需要使用少量图片甚至仅需要一张普通图片就可以生成三维模型，而工业相机阵列方案则需要使用几十张固定角度的工业级别高清相片才能生成三维模型。同时，在内部使用的计算方案也有所区别。工业相机阵列的方案中，首先使用sift、surf、fast等技术提取每张相片的特征点，并计算各个特征点的描述子，然后对特征点进行匹配，并使用相机的内外参数估计每个特征点的空间位置。然后将所有照片的特征点匹配到一个三维点云中。这种方案需要长时间的计算(一般需要10分钟以上)，并且极易受到环境、光线和人体着装的影响。而在本发明使用了较为复杂的深度学习模型(resnet)以及人体模板模型，把二维的人体照片信息在网络中映射到相机参数、人体形状、人体动作三个子空间中，并由后续的网络将相机参数、人体形状、人体动作三个子空间中的信息映射到人体三维模板中，最后由三维人体模板产出三维模型。这样的处理基于大量的数据集以及统计学，并且极大的提高了运算速度(10秒内)。

所述根据所述人体形状和所述人体姿态建立人体三维模板模型，包括：根据人体尺码标准训练生成各种人体三维模板；根据所述人体形状、所述人体姿态和所述人体三维模板建立对应的所述人体三维模板模型。

在实际应用中，人体三维模板使用了一组姿态向量和一组形状向量来控制一个人体的三维模型。改变形状向量将会使得人体三维模型中人体的维度法生变化，改变姿态向量会使得人体三维模型中人体的姿势发生变化。人体三维模板使用了有限而又重要的特征对人体三维模型进行了表达。使用人体三维模板作为深度学习网络的输入端，可以使得网络中的特征提取更加顺利，加快收敛速度。

所述根据所述人体三维模型和目标人物的实际身高，计算得到目标人物的人体维度数据，包括：根据所述人体三维模型计算目标人物的身体的比例尺度；根据所述实际身高和所述比例尺度，计算得到目标人物的身体各个部位的维度数据。

所述获取目标人体图像包括：获取至少一张正面人体图像和一张侧面人体图像。

所述提取所述目标人体图像的体表轮廓，包括：采用图像识别算法，提取所述目标人体图像的原始轮廓和标记特征；根据所述原始轮廓和所述标记特征形成所述体表轮廓。

可见，本发明提供一种人体建模维度测量的方法，通过对目标人物图像进行提取体表轮廓，并根据体表轮廓建立人体三维模型，进而根据所述人体三维模型和目标人物的实际身高计算得到人体维度数据。解决现有人体建模存在不够便利、成本高的问题，能提高人体建模的便捷性，提高对人体维度测量的准确度。

本发明还提供一种人体建模维度测量的系统，包括：人体特征获取单元，用于获取目标人体图像，并提取所述目标人体图像的体表轮廓。三维建模单元，用于根据所述体表轮廓建立人体三维模型。人体维度计算单元，用于根据所述人体三维模型和目标人物的实际身高，计算得到目标人物的人体维度数据。

进一步，所述三维建模单元包括：网络映射单元，用于设置训练深度学习模型，所述训练深度学习模型将所述体表轮廓网络映射为相机参数、人体形状和人体姿态三个子空间。人体模板单元，用于根据所述人体形状和所述人体姿态建立人体三维模板模型。人体投影单元，用于根据所述人体三维模板模型和所述相机参数进行重投影，形成投影轮廓。网络学习单元，用于将所述投影轮廓与所述体表轮廓的残差作为损失函数，所述训练深度学习模型根据所述损失函数对所述体表轮廓进行训练学习得到所述人体三维模型。

所述人体模板单元包括：标准模板单元，用于根据人体尺码标准训练生成各种人体三维模板。模型建立单元，用于根据所述人体形状、所述人体姿态和所述人体三维模板建立对应的所述人体三维模板模型。

人体维度计算单元包括：比例尺度计算单元，用于根据所述人体三维模型计算目标人物的身体的比例尺度。身体部位计算单元，用于根据所述实际身高和所述比例尺度，计算得到目标人物的身体各个部位的维度数据。

可见，本发明提供一种人体建模维度测量的系统，通过人体特征获取单元对目标人物图像进行提取体表轮廓，并三维建模单元根据体表轮廓建立人体三维模型，进而由人体维度计算单元根据所述人体三维模型和目标人物的实际身高计算得到人体维度数据。解决现有人体建模存在不够便利、成本高的问题，能提高人体建模的便捷性，提高对人体维度测量的准确度。

以上依据图示所示的实施例详细说明了本发明的构造、特征及作用效果，以上所述仅为本发明的较佳实施例，但本发明不以图面所示限定实施范围，凡是依照本发明的构想所作的改变，或修改为等同变化的等效实施例，仍未超出说明书与图示所涵盖的精神时，均应在本发明的保护范围内。