[发明专利]基于点云模型优化的人体三维测量方法

说明书

本发明涉及基于点云模型优化的人体三维测量方法，包括：利用多个深度相机分别从不同角度采集人体的三维点云数据；对其中的点云聚类，提取出人体点云图；对人体点云图进行配准，将多幅点云图中的人体点云信息整合到同一幅人体点云图中；对变换矩阵拼接得到的人体点云图进行主成分分析，确定三维坐标轴后进行三维重建；对重建的人体点云图中的人体部位进行估计，根据关键点定位人体重要部位；计算得到人体各部位的参数。本发明相比现有技术的根据人体图像测量人体尺寸数据的方法，得到的人体点云图更充实、逼真，且有效消除了深度相机图像采集过程中引入的噪声，大大提高了人体三维测量的精度，实现了人体三维的全自动测量，省时省力。

技术领域

本发明属于服饰定制领域，具体涉及一种基于点云模型优化的人体三维测量方法。

背景技术

近几十年来，人工智能技术取得了飞速的发展，在人类生产生活中取得了许多重要的应用，人工智能通过机器学习代替人类劳动，将人类重繁复重复的劳动工作中解放出来，并在某些领域取得比人类更好的工作效果。随着深度相机的快速发展和人工智能技术的不断升级，为点云获取、提纯、点云配准技术的发展提供了重要的动力和支撑，随机技术的不断迭代，它已经在我们的生活中发挥着巨大的作用，例如在人脸三维重建、人体三维重建等方面都取得了不错的成果。

在衣物定制领域，传统获取人体尺寸数据需量体师或顾客登门造访进行人工实体逐项测量，耗时长，效率低且误差较大。当然，一个优秀的量体师可以尽可能地规避以上问题，提高效率，但一个合格的量体师毕竟凤毛麟角，且单次量体的价格不便宜，这导致了在服装定制行业无法实现规模化生产。另外在游戏领域对于人机交互也有了更高的要求，对人体的重建，尺寸测量，定制游戏人物生成等方面都要求更高效的人体三维重建与测量技术。

公开号为CN113989434A的中国专利公开了“一种人体三维重建方法及设备”，根据已标定的各个RGBD相机同步采集的1张RGBD图像拼接得到的一帧目标RGBD图像重建出人体模型，解决了人体模型由现实世界向数据世界迁移的问题。但是其需要预先标定相机参数，而且缺乏对人体尺寸的测量。

发明内容

本发明的目的是针对上述问题，提供一种基于点云模型优化的人体三维测量方法，通过采集多幅人体点云图，并利用特征提取网络提取点云图之间的匹配点后，融合得到充实、逼真的人体点云图以利于高精度的人体尺寸测量，并提高现实世界向计算机迁移人体模型的效率，降低人体尺寸测量的成本。

本发明的技术方案是基于点云模型优化的人体三维测量方法，包括以下步骤：

S1：在人体周围布置多个深度相机，分别从不同角度采集人体的三维点云数据；

S2：对步骤S1得到的点云数据进行去噪，对其中的点云聚类，提取出人体点云图；

S3：对人体点云图进行配准，将多幅点云图中的人体点云信息整合到同一幅人体点云图中；

S3.1：利用特征提取网络提取人体点云图的像素级特征；

S3.2：根据步骤3.1得到的人体点云图特征，预测得到两幅人体点云图之间的伪匹配点；

S3.3：根据伪匹配点，通过奇异值分解求解变换矩阵，该矩阵描述两幅人体点云图之间的位姿变换关系；

S3.4：根据位姿变换关系，将多幅点云图中的人体点云信息整合到一幅人体点云图；

S4：对变换矩阵拼接得到的人体点云图进行主成分分析，确定三维坐标轴后，对拼接得到的人体点云图进行三维重建；

S5：对重建的人体点云图中的人体部位进行估计，根据关键点定位人体重要部位；

S6：采用凸包和人体结构范式，计算得到人体各部位的参数。

优选地，步骤S1中在人体周围等角度布置6个深度相机，从不同角度采集人体的三维点云数据。