[发明专利]一种增量式多视图三维重建方法

权利要求书

1.一种增量式多视图三维重建方法，其特征在于：

所述方法包括以下步骤：

步骤a：对图像进行人体二维轮廓处理，并将三维模型设计为标准网格结构；分析面向三维网格参数化的人体外形主成分；将人体形状参数转化为主成分系数；

在步骤a中：

步骤a1：制作人体图像二维轮廓外形数据集；在各个角度对人体拍摄1000张以上照片，并将摄像头的外参标注到每个图像上，基于现有分割网络对图像进行人体二维轮廓处理；

步骤a2：设计人体三维模型标准网格；将人体三维模型设计为具有6980个顶点的标准网格，顶点坐标表示为P＝[p_xi p_yi p_zi]^T，其中p_xi、p_yi和p_zi分别表示人体厚度、宽度和高度方向的每个顶点位置，i＝1,…,6980；

步骤a3：分析人体外形变化的主成分系数；将主成分分析方法应用于人体二维轮廓数据集，得到描述人体外形变化的主成分系数C＝[c₀ c₁ c₂ c₃ c₄ c₅ c₆ c₇ c₈ c₉]^T，其中，c₀表示身高；c₁表示胸围；c₂表示臀围；c₃表示腹围；c₄表示侧面压缩拉伸；c₅表示肚子大但整体瘦；c₆表示肚子变大其他部位瘦小；c₇表示身体纵向挤压程度；c₈表示横宽；c₉表示肩宽；

步骤b：针对人体三维外形预测设计损失函数；将人体外形网格的所有顶点平均误差作为损失函数，并将预测的人体外形和真实外形缩放到固定长度；

步骤c：构造和训练网络回归模型，将人体二维轮廓和相机姿势输入编码器，应用逆主成分分析获得重构的人体三维外形。

2.根据权利要求1所述方法，其特征在于：在步骤b中：

步骤b1：针对人体三维模型预测，增加厚度变形k_t，宽度变形k_w，高度变形k_h的输出单元；变形后顶点坐标表示为P’＝[k_tp_xi k_wp_yi k_hp_zi]^T；

步骤b2：将人体外形网格的所有顶点平均误差作为损失函数；

将人体三维外形预测损失函数Loss设为人体外形参数变化所带来的6980个顶点通过欧几里得距离d(·,·)描述的平均误差，

步骤b3：在计算人体三维外形损失函数过程中，将预测的人体外形和真实外形缩放到固定长度170cm。

3.根据权利要求2所述 方法，其特征在于：在步骤c中：

步骤c1：将人体二维轮廓和相机姿势输入编码器，计算一维特征向量；再将多视图生成的多个特征向量通过池化层组合成单个特征向量；

步骤c2：解码器对主成分系数C，厚度变形k_t，宽度变形k_w，高度变形k_h因子进行回归，线性激活函数应用于所有输出单元；

步骤c3：通过应用逆主成分分析，分别按厚度变形k_t，宽度变形k_w，高度变形k_h进行水平和垂直缩放顶点，并缩放到整个人体，获得重构的人体三维外形。