三維人體建模技術(shù)在游戲開(kāi)發(fā)、影視動(dòng)畫(huà)制作、虛擬試衣等領(lǐng)域都有著廣闊的應(yīng)用前景。由于人體結(jié)構(gòu)復(fù)雜多變、表面的非剛體運(yùn)動(dòng)較多,目前高精度的三維人體建模方法主要依賴于復(fù)雜且昂貴的多視角相機(jī)系統(tǒng)或激光掃描儀來(lái)進(jìn)行數(shù)據(jù)采集與處理。隨著SMPL模型的提出,利用該模型所提供的人體先驗(yàn)約束可以將復(fù)雜的三維重建問(wèn)題轉(zhuǎn)化為一系列參數(shù)的優(yōu)化求解問(wèn)題,因此如何利用SMPL模型提供的約束來(lái)對(duì)人體進(jìn)行有效、便捷的三維數(shù)字化建模成為了學(xué)者們不斷探討的問(wèn)題。在上述背景下,本課題圍繞基于SMPL模型的三維人體建模這一主題,主要研究如何利用單個(gè)傳感器設(shè)備采集的不完整信息來(lái)對(duì)模型參數(shù)進(jìn)行優(yōu)化求解,具體工作可總結(jié)如下:（1）基于單幅RGB圖像的三維人體姿態(tài)建模。為了解決現(xiàn)有的基于SMPL模型的人體姿態(tài)建模算法容易出現(xiàn)誤差、模型參數(shù)估計(jì)不準(zhǔn)確等問(wèn)題,本文將基于優(yōu)化和基于深度學(xué)習(xí)的姿態(tài)建模算法相結(jié)合:首先利用深度卷積神經(jīng)網(wǎng)絡(luò)從圖像中提取模型參數(shù)作為初始值,隨后利用人體輪廓、二維關(guān)節(jié)點(diǎn)、人體身高等約束來(lái)對(duì)模型參數(shù)進(jìn)一步優(yōu)化求解,從而得到更加精確的人體三維姿態(tài)和體型。為了驗(yàn)證所提方法的有效性,將同類(lèi)算法在真實(shí)數(shù)據(jù)和公開(kāi)數(shù)據(jù)集上進(jìn)行了... 

【文章來(lái)源】：陜西科技大學(xué)陜西省

【文章頁(yè)數(shù)】：78 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖２－１相機(jī)成像模型??Ｆｉｇ．?２－１?Ｃａｍｅｒａ?ｉｍａｇｉｎｇ?ｍｏｄｅｌ??

?陜西科技大學(xué)碩士學(xué)位論文???￣Ｕ￣］?ｄｘ?＂「／?０?０?０］?Ｘｃ「乂?０?叫？??ｚｃ?Ｖ?＝?０?ｖ０?〇?／?〇?〇?３ｃ?＝?〇?ｆｖ?Ｖｎ?＾??ａｙ?ｚ?ｚ??Ｌ１」〇?〇?，?［°?０?１?°」Ｍ?Ｌ〇?°?丨?１丨１??ｐ?“。］?Ｍ?ＭＭ??＝０?／?ｖ０?［／？?／］?Ａ?＝ＫＴ?ｙＫ?＝Ｍ?ｙｗ?（２－６）??ｈ?？?Ｉ」⑴匕⑴??其中Ｍ為投影矩陣，即三維空間中的一點(diǎn)與圖像中一點(diǎn)的直接轉(zhuǎn)換關(guān)系；矩陣Ｍ??又可分為外參矩陣Ｆ和內(nèi)參矩陣灰，外參矩陣Ｔ表示了世界坐標(biāo)系與相機(jī)坐標(biāo)系的轉(zhuǎn)換??關(guān)系，內(nèi)參矩陣炎表示了相機(jī)坐標(biāo)系和像素坐標(biāo)系的關(guān)系；內(nèi)參矩陣又由表示圖像平面??與相機(jī)鏡頭的距離／和相機(jī)光軸在圖像坐標(biāo)系中的偏移量構(gòu)成。這兩項(xiàng)參數(shù)通常??由相機(jī)生產(chǎn)廠商提供，但由于相機(jī)在生產(chǎn)中往往會(huì)出現(xiàn)一定誤差，所以利用相機(jī)拍攝的??數(shù)據(jù)進(jìn)行三維重建工作前要進(jìn)行相機(jī)標(biāo)定操作，即重新計(jì)算相機(jī)內(nèi)外參數(shù)。??（５）畸變??Ｔ＂＂＂，Ｔ＂＂＂＂Ｉ?????＇＇Ｉ?！?－￣￣￣￣￣￣；?—廣■?—??—＾???—＾－－－Ｌ－?ｉＦＦＦＦＴｆｆｌ！??，蘭?＿＿?ｉｌｌ??．．．．．．．－Ｈ．．．．．．．．．．．．．．．ｔｔｔｔｕｉｔｉ??（ａ）正常圖像?（ｂ）桶形畸變?（ｃ）枕形畸變??圖２－２徑向畸變??Ｆｉｇ．?２－２?Ｒａｄｉａｌ?ｄｉｓｔｏｒｔｉｏｎ??垂直平面ｉ?ｆ?Ｉ?！??ｉ?ｆ?！??攝像頭傳感器?丨?！??圖２－３切向畸變??Ｆｉｇ．?２－３?Ｔａｎｇｅｎｔｉａｌ?ｄｉｓｔｏｒｔｉｏｎ??１２??

?陜西科技大學(xué)碩士學(xué)位論文???￣Ｕ￣］?ｄｘ?＂「／?０?０?０］?Ｘｃ「乂?０?叫？??ｚｃ?Ｖ?＝?０?ｖ０?〇?／?〇?〇?３ｃ?＝?〇?ｆｖ?Ｖｎ?＾??ａｙ?ｚ?ｚ??Ｌ１」〇?〇?，?［°?０?１?°」Ｍ?Ｌ〇?°?丨?１丨１??ｐ?“。］?Ｍ?ＭＭ??＝０?／?ｖ０?［／？?／］?Ａ?＝ＫＴ?ｙＫ?＝Ｍ?ｙｗ?（２－６）??ｈ?？?Ｉ」⑴匕⑴??其中Ｍ為投影矩陣，即三維空間中的一點(diǎn)與圖像中一點(diǎn)的直接轉(zhuǎn)換關(guān)系；矩陣Ｍ??又可分為外參矩陣Ｆ和內(nèi)參矩陣灰，外參矩陣Ｔ表示了世界坐標(biāo)系與相機(jī)坐標(biāo)系的轉(zhuǎn)換??關(guān)系，內(nèi)參矩陣炎表示了相機(jī)坐標(biāo)系和像素坐標(biāo)系的關(guān)系；內(nèi)參矩陣又由表示圖像平面??與相機(jī)鏡頭的距離／和相機(jī)光軸在圖像坐標(biāo)系中的偏移量構(gòu)成。這兩項(xiàng)參數(shù)通常??由相機(jī)生產(chǎn)廠商提供，但由于相機(jī)在生產(chǎn)中往往會(huì)出現(xiàn)一定誤差，所以利用相機(jī)拍攝的??數(shù)據(jù)進(jìn)行三維重建工作前要進(jìn)行相機(jī)標(biāo)定操作，即重新計(jì)算相機(jī)內(nèi)外參數(shù)。??（５）畸變??Ｔ＂＂＂，Ｔ＂＂＂＂Ｉ?????＇＇Ｉ?！?－￣￣￣￣￣￣；?—廣■?—??—＾???—＾－－－Ｌ－?ｉＦＦＦＦＴｆｆｌ！??，蘭?＿＿?ｉｌｌ??．．．．．．．－Ｈ．．．．．．．．．．．．．．．ｔｔｔｔｕｉｔｉ??（ａ）正常圖像?（ｂ）桶形畸變?（ｃ）枕形畸變??圖２－２徑向畸變??Ｆｉｇ．?２－２?Ｒａｄｉａｌ?ｄｉｓｔｏｒｔｉｏｎ??垂直平面ｉ?ｆ?Ｉ?！??ｉ?ｆ?！??攝像頭傳感器?丨?！??圖２－３切向畸變??Ｆｉｇ．?２－３?Ｔａｎｇｅｎｔｉａｌ?ｄｉｓｔｏｒｔｉｏｎ??１２??

【參考文獻(xiàn)】：
期刊論文
[1]三維人體模型姿態(tài)與形狀重構(gòu)[J]. 曾志超,李桂清,鄒歆儀,王宇攀,聶勇偉.  計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào). 2019(09)
[2]基于全局配準(zhǔn)累積誤差極小的人體RGB-D數(shù)據(jù)三維重建[J]. 孫瑜亮,繆永偉,鮑陳,夏海浜,張旭東,陳佳舟.  計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào). 2019(09)
[3]基于OpenPose-slim模型的人體骨骼關(guān)鍵點(diǎn)檢測(cè)方法[J]. 汪檢兵,李俊.  計(jì)算機(jī)應(yīng)用. 2019(12)
[4]快速非剛體人體運(yùn)動(dòng)三維重建[J]. 李詩(shī)銳,郝優(yōu),墨瀚林,李琪,呂永春,王向東,李華.  計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào). 2018(08)
[5]采用彩色光度立體法的動(dòng)態(tài)物體全局三維數(shù)字化[J]. 李健,馬文,馬泳潮.  陜西科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2015(03)
[6]局部表面擬合的點(diǎn)云模型法向估計(jì)及重定向算法[J]. 王醒策,蔡建平,武仲科,周明全.  計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào). 2015(04)

碩士論文
[1]基于Kinect單次拍攝數(shù)據(jù)準(zhǔn)確估計(jì)人體全身體型與姿態(tài)的研究[D]. 楊繼魁.安徽大學(xué) 2019
[2]基于光度信息的三維數(shù)字化研究與實(shí)現(xiàn)[D]. 張博文.陜西科技大學(xué) 2019
[3]基于Kinect的動(dòng)態(tài)非剛性體三維數(shù)字化研究[D]. 杜希瑞.陜西科技大學(xué) 2017
[4]單相機(jī)動(dòng)態(tài)三維人體重建[D]. 朱海宇.南京大學(xué) 2017
[5]基于多視圖的魯棒人體三維重建[D]. 周立陽(yáng).浙江大學(xué) 2016



本文編號(hào)：2992495