[发明专利]三维人体重建方法、装置、计算机设备和存储介质有效

专利信息
申请号: 202011446853.X 申请日: 2020-12-11
公开(公告)号: CN112530019B 公开(公告)日: 2023-03-14
发明(设计)人: 刘宝玉;王磊;马晓亮;林佩珍;程俊 申请(专利权)人: 中国科学院深圳先进技术研究院
主分类号: G06T17/20 分类号: G06T17/20;G06V40/16
代理公司: 深圳中一联合知识产权代理有限公司 44414 代理人: 李艳丽
地址: 518000 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 三维 人体 重建 方法 装置 计算机 设备 存储 介质
【说明书】:

本申请适用于计算机视觉技术领域,尤其涉及三维人体重建方法、装置、计算机设备和存储介质,三维人体重建方法包括:获取目标物的人体图像;提取人体图像中的面部图像和身体图像;利用面部图像并根据面部参数预测模型得到面部参数;基于身体图像并利用身体参数预测模型得到身体参数;将人体图像输入性别分类器模型,得到性别参数;根据面部参数、身体参数和性别参数,通过SMPL‑X模型得到目标物的人体三维模型。本申请相对现有的人体预测模型可以解决基于三维人体模型中忽略面部重建的问题。

技术领域

本申请属于计算机视觉技术领域,尤其涉及一种三维人体重建方法、装置、计算机设备和存储介质。

背景技术

三维人体重建是通过图像或视频读懂人们姿态、交流线索和互动含义的重要技术手段。目前,基于人体图像的三维人体重建中,由于面部与手部在人体图像中占比较小,且容易模糊与遮挡,因此现有三维人体重建常常忽略了面部重建,且已有的面部重建方法不适合加入到身体模型上,因此现有三维人体重建通常形成无面部表情的三维人体模型。

发明内容

本申请实施例提供了三维人体重建方法、装置、计算机设备和存储介质,以解决基于三维人体模型中忽略面部重建的问题。

为实现上述目的,本申请采用的一种技术方案是:提供一种三维人体重建方法,包括:

获取目标物的人体图像;

提取所述人体图像中的面部图像和身体图像;

利用所述面部图像并根据面部参数预测模型得到面部参数;

基于所述身体图像并利用身体参数预测模型得到身体参数;

将所述人体图像输入性别分类器模型,得到性别参数;

根据所述面部参数、所述身体参数和所述性别参数,通过SMPL-X模型得到所述目标物的人体三维模型。

可选地,所述方法还包括:

提取所述人体图像中的手部图像;

基于所述手部图像并利用手部参数预测模型得到手部参数;

所述根据所述面部参数、所述身体参数和所述性别参数,通过SMPL-X模型得到所述目标物的人体三维模型,包括:根据所述面部参数、所述手部参数、所述身体参数和所述性别参数,通过SMPL-X模型得到所述目标物的人体三维模型。

可选地,所述提取所述人体图像中的面部图像步骤包括:

通过人脸数据集获得面部边框标签;

根据所述面部边框标签检测所述人体图像的面部边框;

利用所述面部边框对所述人体图像进行切割,得到所述面部图像。

可选地,在所述利用所述面部图像并根据面部参数预测模型得到面部参数步骤之前,所述方法还包括:

获取人脸数据集中各图像的人脸关键点位置数据;

根据预设置信度对多组所述人脸关键点位置数据进行筛选,得到合格关键点位置数据;

将所述合格关键点位置数据及其对应人脸图像输入到第一预设神经网络模型进行训练,得到所述面部参数预测模型。

可选地,在所述将所述人体图像输入性别分类器模型,得到性别参数步骤之前,所述方法还包括:

对人脸数据集中各人脸图像进行性别标签标记和获取人脸关键点位置数据;

将所述人脸关键点位置数据和对应的性别标签输入到第二预设神经网络模型进行训练,得到所述性别分类器模型。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院深圳先进技术研究院,未经中国科学院深圳先进技术研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011446853.X/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top