[发明专利]一种基于3D扫描的人物身体形状估计方法

权利要求书

1.一种基于3D扫描的人物身体形状估计方法，其特征在于，主要包括使用身体模型确定姿势向量(一)；定义单帧目标函数(二)；融合形状估计(三)；姿势和形状跟踪(四)。

2.基于权利要求书1所述的使用身体模型确定姿势向量(一)，其特征在于，多人物线性模型(MPLM)使用具有6890个顶点的学习装配模板T的主体模型；根据形状参数和骨架姿态适配MPLM的顶点位置；人体的骨骼结构由运动链建模，运动链由通过24个关节连接的刚性骨段组成；每个关节建模为具有3个旋转自由度(DoF)的球形关节，用指数坐标ω进行参数化；包括平移在内，姿势θ由3×23+3＝72个参数的姿势向量确定。

3.基于权利要求书2所述的多人物线性模型(MPLM)，其特征在于，为了模拟形状和姿势的相关变形，MPLM以加总的方式修改模板，并从变形的模板预测关节位置；

M(β,θ)＝W(T(β,θ),J(β),θ,W)(1)

T(β,θ)＝T_μ+B_s(β)+B_p(θ) (2)

其中，是线性混合蒙皮函数，其在静止姿态T_μ、联合位置J、姿态θ和混合权重W中取顶点，并返回所提出的顶点；参数B_s(β)和B_p(θ)是来自模板的顶点偏移向量；使用M引用MPLM生成的网格。

4.基于权利要求书1所述的定义单帧目标函数(二)，其特征在于，将单帧目标函数定义为：

E(T_Est,M(β,0),θ；S)＝λ_skinE_s+λ_cE_c+λ_cplE_cpl+λ_priorE_prior (3)

其中，E_s是皮肤项，E_c是布料项，E_cpl是模型耦合项，E_prior包括姿势、形状和平移的先验项；

M(β,0)＝T_u+B_s(β) (4)

T_u是MPLM的默认模板，β是形状空间的系数。

5.基于权利要求书4所述的皮肤项，其特征在于，惩罚项与模型的偏差，扫描标记为皮肤s_i∈S_s的点；为了使损失函数平滑，先计算对齐的点与最近的布料点的测地距离，并应用逻辑函数来映射0和1之间的测地距离；将此函数命名为结果值以最近距离传播到扫描点，并用于对每个扫描残余加权；靠近皮肤-布料边界的点具有平滑减小的重量；

其中，dist是点到表面距离，ρ(·)是Geman-McClure惩罚函数；dist()计算网格三角形、边或点上最接近的基元；在每种情况下相应地计算分析导数。

6.基于权利要求书4所述的布料项，其特征在于，由于E_c＝E_o+E_i，外部惩罚项穿透网格的布点，拟合项鼓励网格靠近布料表面；假设进行闭合扫描，并将模型推入内部；外部项在数学上是标记为布料的每个扫描点的惩罚的总和s∈S_c，其穿透形状网格：

其中，如果扫描点s_i位于网格内部，则δ_i返回1的指示符函数，否则为0；通过计算网格表面法线、连接扫描顶点和网格中最近点的矢量之间的角度，可获得激活δ_i。