[发明专利]高精度人体体态重建方法及系统

权利要求书

1.一种高精度人体体态重建方法，其特征在于，包括以下步骤：

获取人体视频，并选取所述人体视频的关键帧，其中，所述关键帧需从所述人体视频中均匀选取；

搭建深度神经网络获取所述关键帧的人体轮廓信息和二维关节信息；

构造参数化人体模型，利用所述人体轮廓信息和所述二维关节信息对所述参数化人体模型进行约束，获得初始化人体姿态参数；

利用所述二维关节信息和所述人体轮廓信息优化所述初始化人体姿态参数，并选取所述人体视频的全部帧，构造联合约束，再次优化所述初始化人体姿态参数，利用高斯牛顿公式迭代两次优化过程，直至相邻两次迭代的能量差值小于预设阈值，进一步包括，选取关键帧，得到关键帧的人体分割结果和二维关节检测结果,初始优化每帧姿态pose和距离translation：利用2d joints二维关节信息和Apose prior人体轮廓信息等约束,优化每帧姿态pose：利用2d joints和mask作约束,多帧联合优化人体体态shape：利用各项的mask和2d joints作约束，利用高斯牛顿公式进行迭代优化，直至相邻两次迭代能量相差收敛至阀值之下；

其中，所述搭建深度神经网络获取所述关键帧的人体轮廓信息和二维关节信息进一步包括：

利用深度神经网络对所述关键帧进行分割，得到所述人体轮廓信息；

利用深度神经网络提取所述关键帧的二维关节点热力图，得到所述二维关节信息。

2.根据权利要求1所述的方法，其特征在于，所述人体视频为利用固定位置的RGB相机拍摄人体旋转一周的视频。

3.根据权利要求2所述的方法，其特征在于，人体旋转一周的过程需保持相同姿势。

4.一种高精度人体体态重建系统，其特征在于，包括：

选取模块，用于获取人体视频，并选取所述人体视频的关键帧，其中，所述关键帧需从所述人体视频中均匀选取；

获取模块，用于搭建深度神经网络获取所述关键帧的人体轮廓信息和二维关节信息；

约束模块，用于构造参数化人体模型，利用所述人体轮廓信息和所述二维关节信息对所述参数化人体模型进行约束，获得初始化人体姿态参数；

优化模块，用于利用所述二维关节信息和所述人体轮廓信息优化所述初始化人体姿态参数，并选取所述人体视频的全部帧，构造联合约束，再次优化所述初始化人体姿态参数，利用高斯牛顿公式迭代两次优化过程，直至相邻两次迭代的能量差值小于预设阈值，进一步包括，选取关键帧，得到关键帧的人体分割结果和二维关节检测结果,初始优化每帧姿态pose和距离translation：利用2d joints二维关节信息和Apose prior人体轮廓信息等约束,优化每帧姿态pose：利用2d joints和mask作约束,多帧联合优化人体体态shape：利用各项的mask和2d joints作约束，利用高斯牛顿公式进行迭代优化，直至相邻两次迭代能量相差收敛至阀值之下；

其中，所述获取模块还包括：分割单元，用于搭建深度神经网络对所述关键帧进行分割，得到所述人体轮廓信息；

提取单元，用于搭建深度神经网络提取所述关键帧的二维关节点热力图，得到所述二维关节信息。

5.根据权利要求4所述的系统，其特征在于，所述人体视频为利用固定位置的RGB相机拍摄人体旋转一周的视频。

6.根据权利要求5所述的系统，其特征在于，人体旋转一周的过程中，需保持相同姿势。