[发明专利]一种人体模型的拟合方法、设备和存储介质

权利要求书

1.一种人体模型的拟合方法，所述方法包括：

1)建立处于初始姿态的标准人体模型；

2)获取目标人体模型的姿态和体型参数，所述三维人体姿态和体型参数与三维标准人体模型的骨骼和若干个基参数相对应；

3)将获得的若干组基和骨骼参数输入标准三维人体模型中进行拟合；

4)完成从初始姿态驱动骨骼移动到目标姿态；

5)获得与目标人体二维图像姿态相同的三维目标人体模型网格。

2.根据权利要求1所述的方法，其特征在于，所述拟合过程还包括，获得初始姿态和目标姿态的位置坐标；初始姿态参数的获得由标准人台模型的初始化参数确定，目标姿态的骨骼信息由神经网络模型回归预测得到。

3.根据权利要求1所述的方法，其特征在于，通过多次分级拟合的方式完成人体模型的拟合。

4.根据权利要求3所述的方法，其特征在于，第一次拟合仅开放标准人体模型基础大骨骼的自由度，通过神经网络得到基础大骨骼的参数。

5.根据权利要求4所述的方法，其特征在于，第二次拟合开放标准人体模型其他骨骼的自由度，得到其他骨骼的参数，使用迭代拟合的方式在第一次拟合的结果上进行第二次拟合。

6.根据权利要求5所述的方法，其特征在于，第三次拟合可以输入感兴趣区域或者部位的参数信息，使用迭代拟合的方式在第二次拟合的结果上进行第三次拟合。

7.根据权利要求3所述的方法，其特征在于，第一次拟合中，给神经网络输入人体原图、骨骼姿态图、骨骼关节点、语义分割图作为条件信息。

8.根据权利要求1所述的方法，其特征在于，所述标准人体模型是结合数学模型构造的三维标准人体模型；所述三维标准人体模型具有骨骼点和模型网格的数学权值关系，骨骼点的确定可关联确定目标人体姿态的人体模型；所述三维标准人体模型由若干个形体基参数以及若干根骨骼参数限定，所述若干个形体基构成整个人体模型网格，每个形体基分别由基参数单独控制变化，互不影响。

9.根据权利要求1所述的方法，其特征在于，所述获取目标人体模型姿态参数的步骤还包括，1)获取目标人体的二维图像；2)处理获得目标人体的二维人体轮廓图像；3)将二维人体轮廓图像代入经过深度学习的第一神经网络进行关节点的回归；4)获得目标人体的关节点图；获取人体各部分语义分割图；身体关键点；身体骨骼点；5)将生成的目标人体的关节点图、语义分割图，身体骨骼点以及关键点信息代入经过深度学习的第二神经网络进行人体姿态和体型参数的回归；6)获得输出的三维人体参数，包括三维人体动作姿态参数和三维人体体型参数。

10.根据权利要求10所述的方法，其特征在于，还包括，二维人体轮廓图像的获取利用目标检测算法，所述目标检测算法是基于卷积神经网络的目标区域快速生成网络；在将二维人体图像输入第一神经网络模型之前，还包括训练神经网络的过程，训练样本包括标注原始关节点位置的标准二维人体图像，所述原始关节点位置由人工在二维人体图像上进行高准确度地标注。

11.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-10任一所述的方法步骤。

12.一种电子设备，其特征在于，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；存储器，用于存放计算机程序；处理器，用于执行存储器上所存放的程序时，实现权利要求1-10任一所述的方法步骤。