[发明专利]基于实例根据人体测量尺寸数据生成个性化人体模型的方法

说明书

一、技术领域

本发明涉及一种个性化地建立三维试衣软件中虚拟人体模型的方法，应用于三维试衣系统和计算机辅助设计服装领域。

二、背景技术

随着近年来社会与经济的不断发展，人们开始追求个性化的服装，个性化服装设计也逐渐变得更受大众欢迎。用户希望根据自己的体型设计出符合自己身材的定制服装，并且避免现场试衣的麻烦，因此设计师们需要使用计算机为不同体型的用户建立相应尺寸的人体模型来模拟真实的服装穿着的效果。随着该领域的逐渐兴起，符合用户身材特征的人体建模在其中也发挥着越来越重要的作用，它是三维虚拟试衣的基础。近年来，国内外学者提出了种种不同的个性化人体模型生成的方法及开发了不同的建模软件，然而，如何快速而方便地生成高质量的人体模型，仍然是个亟待解决的问题。已有的方法包括：采用三维人体扫描仪直接采集人体表面信息建模与通过人体尺寸参数建立人体模型。采用扫描仪直接扫描顾客的人体准确度高，但是需要专业的设备，成本较高；使用用户的尺寸参数作为输入生成个性化模型方法产生的人体模型与实际人体差别较大，影响三维试衣的最终使用效果。

三、发明内容

【发明目的】

为了弥补现有建模方法的不足，本发明提供了一种可以准确全面反映人体外形特征，建立个性化的人体模型方法。本发明基于实例根据人体测量尺寸生成人体模型，以提高人体模型生成的准确度；对人体模型进行分块化处理，各人体部位可以通过组合的形式进行拼接，大大增加了训练数据集人体模型的多样性；本发明采用的分块方法也会更加精细化地生成人体模型；同时，作为一种面向工业化的人体模型建模方法，本发明减少了输入数据的要求，通过人体测量尺寸数据的相关分析，得到各尺寸数值间的相关联关系，用户只需输入7个人体尺寸数据，即可生成符合真实的个性化人体模型。

【技术方案】

为实现上述发明目的，本发明所使用的技术方案如下：

第一步，人体测量尺寸获取与人体分块：根据《GB10000-88中国成年人人体尺寸》测量标准的定义，从每个实例模型中获取人体测量尺寸的关键点，进而从实例模型，即扫描获得的三维网格模型模型中提取由26个人体测量尺寸组成的尺寸集合。同时，根据这些关键点与关键尺寸将实例模型分为16个刚性区域；通过尺寸的数值相关性分析及输入尺寸类型选取，建立可以表达7个关键尺寸到其余19个次要尺寸数值关系的BP神经网络与线性映射模型；

第二步，分块分析人体形状的统计信息：在将每个人体模型分为16个刚性区域后，确定每个区域的控制尺寸参数类型，并获得所有刚性区域的形变参数；建模部分采用一种能够较准确地生成定制模型的新方法：对每个人体部位学习其局部的形变参数与语义参数之间线性映射关系，即用线性回归方法统计分析经过降维的各刚性部位形状参数与尺寸数据参数的映射关系；

第三步，个性化模型生成：输入用户7个关键的尺寸数值，通过训练得到的BP神经网络生成全部26个人体尺寸数据集合；并根据步骤二得到的线性映射参数计算用户对应的人体刚性块形变参数，并对各刚性块进行拼接，得到初始模型；对生成的模型在关键围度尺寸部位表面顶点的位置进行微调，使生成的最终模型在尺寸上更加符合输入的数据，减小误差。

作为一种优选方案，步骤1中所述的26个尺寸分别为：身高、颈围、肩围、胸围、腰围、髋围、手臂长、肩宽、肩高、胸宽、胸高、腰宽、腰高、髋宽、髋高、上臂长、前臂长、肘围、手腕围、腿长、大腿围、膝盖围、脚腕围、大腿长度、小腿长度、头围；人体模型的16个刚性区域分别为：头部、肩-胸部、腰-腹部、下腹部、左上臂、右上臂、左前臂、右前臂、左手、右手、左大腿、右大腿、 左小腿、右小腿、左脚、右脚。

作为一种优选方案，步骤一中对人体尺寸之间的线性相关关系进行统计分析，选取强线性相关的尺寸对作为输入输出对，采用线性回归的方法获得输入尺寸与输出尺寸的线性关系，在选取输入尺寸的同时，要注意选取容易测量的尺寸，并且保证输入尺寸之间的线性关系相对较弱。在获得与输入尺寸有着强线性关系的尺寸后，通过BP神经网络建立7个关键输入尺寸与其余非强线性关系尺寸的映射关系。因此关键的7个尺寸分别为：身高、颈围、肩围、胸围、腰围、髋围、手臂长；19个次要尺寸分别为：肩宽、肩高、胸宽、胸高、腰宽、腰高、髋宽、髋高、上臂长、前臂长、肘围、手腕围、腿长、大腿围、膝盖围、脚腕围、大腿长度、小腿长度、头围。