[发明专利]一种基于3D建模的人像自动瘦身方法

权利要求书

1.一种基于3D建模的人像自动瘦身方法，其特征是，包括以下步骤：

步骤一、使用自训练的人体检测算法，其功能包括确定人体位置、判断人体性别以及判定人体的胖瘦程度，其中检测人体位置功能的输出是人体位置的x轴、y轴起始点坐标和人体位置框的宽度和高度，在此基础上将人体位置框整体扩大20％，并对扩大之后的人体位置框进行是否超过图片界限的判断，如若超过图片的自身尺寸，则根据位置取0或者x轴、y轴上的图片尺寸；另外胖瘦判定功能的输出分为三级；

步骤二、对每个人体位置框中的人体使用识别25个重要部位的openpose算法获取人体25个骨骼关键点以及各个关键点的置信度数值，这些关键点涵盖了头部、躯干、胳膊、腿部、脚部部位；根据COCO数据集中关键点的排队方式重组关键点集合，但openpose的结果中每个坐标的第三个元素是置信度数值，而COCO数据集中规定的是标志位，只要置信度数值大于0，就将其设置成COCO数据集标志位中的2，即表示关键点标注且可见；

将整理好的关键点信息送入Pose2Seg背景去除网络用于去除人体位置框中明显为背景的部分，从而获取到人物主体的轮廓；

步骤三、将骨骼关键点和去除背景的人体区域图送入smplify-x建模网络，并使用步骤一中由网络判断出的人体性别选择相应性别的基础模型以实现建模的加速；

步骤四、将3D建模输出的模型参数使用PCA主成分分析获取到有关外形的10个参数，经过大量测试后挑选出3个参数进行了线性组合，其中系数的大小由步骤一中的胖瘦等级直接决定；

步骤五、根据3D模型到2D图像的映射关系将完成瘦身的3D模型投影至2D图像上，获取3D模型顶点的前后位置变化；

具体为：选取了将焦点设置为图片中心，将相机的翻滚值设置为[0,0,0]，将焦距值设置为[5000,5000]，将相机的俯仰值设置为模型输出参数中的相机俯仰值，以此构建的相机矩阵为

接下来具体的3D模型到2D图像的映射方法为：首先根据相机的翻滚值建立翻滚矩阵，该矩阵为

其中r为相机的翻滚值；再根据翻滚矩阵和3D模型顶点建立输出矩阵，该矩阵为

其中rmtx为翻滚矩阵，p为3D模型顶点即会发生变形的位置，相机的俯仰值；将求取的输出矩阵归一化后，与相机矩阵点成后得到模型顶点在2D平面的映射值；

步骤六、将3D模型变形前的模型顶点映射值与3D模型变形后的模型顶点映射值相比较，得到在2D图片上点的起始位置；变形过程首先根据所有的控制点使用Delaunay三角形剖分获取到三角形网格，再根据变形前后点的对比获得仿射矩阵，指导三角形网格中所有的顶点进行变形，从而获得最后的瘦身效果图。

2.根据权利要求1所述的基于3D建模的人像自动瘦身方法，其特征是，所述步骤一中使用超过10000张不同场景、不同服饰的人物照片，手工标定人体位置框、性别和胖瘦评级训练人体检测网络，快速实现对日常照片、艺术写真、婚纱照片中的人物做出关于位置、性别、胖瘦的正确判断。