[发明专利]一种衣物三维驱动模型的建立方法、装置、设备及介质

权利要求书

1.一种衣物三维驱动模型的建立方法，其特征在于，包括以下步骤：

步骤S1、针对单个采集对象，构建人体的包括不同姿态的数据集和衣物数据集；

步骤S2、采用S1中所述衣物数据集，优化给定的衣物模版生成模型；

步骤S3、采用物理参数训练S2中优化后的给定的衣物模版生成模型并给定衣物三维模型预测网络；

步骤S4、采用二阶梯度优化方法优化所述物理参数；

步骤S5、重复S3、S4步骤，得到最终的物理参数和最终的衣物三维模型预测网络；

步骤S6、将步骤S1中不同姿态的数据集加入最终的物理参数和最终的衣物三维模型预测网络，得到最终预测网络；

步骤S7、给定不同动态姿态序列训练所述最终预测网络，生成衣物三维驱动模型。

2.根据权利要求1所述的衣物三维驱动模型的建立方法，其特征在于，所述S1具体包括：通过同步采集的多台RGB相机，对人体的不同姿态进行采集，并采集不同姿态下的所着衣物，形成姿态数据集和衣物数据集。

3.根据权利要求1所述的衣物三维驱动模型的建立方法，其特征在于，所述S2包括通过图形学渲染掩膜的方式，通过均匀采样在给定的衣物模版生成模型的衣物模版参数γ所在的空间中采样300组参数γ₁，γ₂，...，γ₃₀₀，并通过S1的人体姿态数据集包括的标准姿态β_T，生成对应的衣物三维模版其中G是给定的衣物模版生成模型，

对进行图形学渲染得到渲染掩膜M(γ₁)，M(γ₂)，...，M(γ₃₀₀)，对于所述标准姿态β_T进行二维分割得到真实掩膜M_T，并通过下式γ_i＝argmin_i(IOU(M(γ_i)，M_T))得到γ_i，从而得到衣物三维模版G(γ_i,β_T)，其中IOU(M(γ_i)，M_T)是对应某一渲染掩膜M(γ_i)与真实掩膜M_T的IOU匹配度量，i＝1,2,…300，argmin()为最小值函数。

4.根据权利要求3所述的衣物三维驱动模型的建立方法，其特征在于，S3包括：给定物理参数(p_stvk，p_bend)训练所述衣物三维模版G(γ_i,β_T)，p_stvk和p_bend分别表示人体所着衣物在拉伸和弯曲情况下的局部变形程度；给定姿态β下的三维衣物预测网络为Net_anim。

5.根据权利要求4所述的衣物三维驱动模型的建立方法，其特征在于，所述S4包括：构建关于p_stvk和p_bend的损失函数E_anim(p_stvk，p_bend)，并设定三维衣物预测网络的初始最优解为求取损失函数关于所述最优解的一阶梯度为：

由一阶梯度构建物理参数优化损失函数为E_param＝||g₁||²，β为S1的人体姿态数据集中的某一姿态。

6.根据权利要求3所述的衣物三维驱动模型的建立方法，其特征在于，所述S5包括重复S3、S4步骤，其中重复S3步骤时固定物理参数，(p_stvk，p_bend)，重复S4步骤时固定衣物三维模型预测网络Net_anim的网络权重，重复迭代优化物理参数(p_stvk，p_bend)和模型预测网络Net_anim，直到物理参数优化收敛，得到优化后的物理参数和衣物三维模型预测网络其中N为迭代次数。