[发明专利]一种基于款式描述符的三维服装建模方法

权利要求书

1.一种基于款式描述符的三维服装建模方法，其特征在于：首先输入三维服装模型集，通过形状款式分析，将具有款式结构一致的三维服装部件分割出来，实现语义分割；将分割后的三维服装部件模型聚类为四大类，形成三维服装部件库；再以服装部件模型的面积和边界周长比例作为主要的几何形状特征，定义度量服装部件重新组合的款式描述符；根据定义好的款式描述符，再根据目标模型，对三维服装部件模型聚类后的源模型进行全局优化；最后通过自然拼接输出新的三维服装；

所述基于款式描述符的三维服装建模方法的具体步骤如下：

Step1、输入三维服装模型集合G，对三维服装模型集合G进行形状款式分析，将具有款式结构一致的三维服装部件分割出来，用于实现语义分割；

其中，G_i是基于三角网格表示的三维服装模型，G:＝{G_i|G_i∈M,i＝1,...,n}；

Step2、通过高斯混合模型和贝叶斯网络，按照服装部件款式原型的分类，将分割后的三维服装部件模型聚类为四大类，包括上身服装部件T、下身服装部件B、袖子部件S和配饰部件A，形成三维服装部件库；

Step3、在三维服装部件模型聚类后的各类中，对每个部件模型m赋予一个用于描述其款式特征的几何属性r(m)，几何属性r(m)是以服装部件模型的面积和边界周长比例作为主要的几何形状特征；然后再定义三维服装部件模型聚类后的源模型的款式描述符，用来评价三维服装快速建模过程中合成新模型的优劣；并进一步定义配搭关联，缝合关联，以及融合关联三种服装部件的组合关系；

Step4、根据定义好的款式描述符，再根据目标模型，对三维服装部件模型聚类后的源模型进行全局优化：

首先通过基于ICP求解计算出最优变换(R,t)，来实现三维服装部件模型聚类后的源模型的形状优化；

其中，R是三维服装部件模型聚类后的源模型的融合边界区域大小，t是优化的迭代次数；

再使形状优化后的源模型与目标模型满足最小二乘下的最佳匹配，来实现三维服装部件的位置优化；

Step5、然后通过自适应的服装部件自然拼接方法来实现三维服装部件模型聚类后的源模型和目标模型的自然拼接，使得服装部件的网格融合效果更符合柔性服装的特征；

Step6、通过合理选择部件间的成对分配，进行合理相对变换后，实现新的服装模型合成，在此过程中，不破坏服装模型的语义，然后再输出新的三维服装模型，即得到三维服装快速建模模型。

2.根据权利要求1所述的基于款式描述符的三维服装建模方法，其特征在于：所述步骤Step1中，所述对三维服装模型集合G进行语义分割的具体步骤如下：

Step1.1、对输入三维服装模型集合G进行形状分析，选取三维服装模型集合G的网格曲面的局部几何信息描述算子特征、服装部件结构上下文特征作为特征向量，通过随机场CRF方法进行语义标注；

Step1.2、再用惩罚条件似然函数定义在CRF模型下有标注的三维服装模型集合G中的三维服装网格模型集E_l、未标注过的服装网格模型集E_u为在CRF模型下的负熵条件形式，通过求解最大化能量函数获得基于CRF模型学习的分割；

Step1.3、通过修改JointBoost分类器来训练CRF模型：

具体的首先使用基于马尔可夫随机场MRF下的置信传播BP近似推理算法，再利用JiontBoost方法训练这些输入网格模型的分类器；

Step1.4、对CRF模型中的参数进行优化：

通过穷举查找的方式在参数空间对网格进行优化，并从网格上最小的点开始，用MATLAB的预条件共轭梯度的数值估计梯度方式实现继续优化。

3.根据权利要求2所述的基于款式描述符的三维服装建模方法，其特征在于：所述步骤Step2中，所述三维服装部件模型聚类的具体步骤如下：

在步骤Step1.3的基础上，根据三维服装的几何形状分析，以语义分割后的不同类别的服装部件模型集作为输入，基于高斯混合模型和贝叶斯网络，将分割后的服装部件按款式原型自动聚类为四类：上身服装部件T、下身服装部件B、袖子部件S和配饰部件A，形成三维服装部件库。