[发明专利]一种利用图像构建人体三维模型的测量方法在审
| 申请号： | 201910760651.3 | 申请日： | 2019-08-16 |
| 公开（公告）号： | CN110473248A | 公开（公告）日： | 2019-11-19 |
| 发明（设计）人： | 李道礼 | 申请（专利权）人： | 上海索倍信息科技有限公司 |
| 主分类号： | G06T7/593 | 分类号： | G06T7/593;G06T17/10 |
| 代理公司： | 11489 北京中政联科专利代理事务所(普通合伙) | 代理人： | 韩璐<国际申请>=<国际公布>=<进入国 |
| 地址： | 201400 上海市*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种利用图像构建人体三维模型的测量方法，属于人体测量学技术领域，该利用图像构建人体三维模型的测量方法具体包括以下步骤：人体图像采集设备的准备；待构建人体图像的获取；相关特征点的预定义；三维人体模型的脸部结构重构；三维人体模型的肢体结构重构；标准三维人体模型的构建；输出人体三维模型。本发明利用重构出的三维模型上的点是有序排列的特性，即点在模型上的位置是相对固定的，实现了与测量学尺寸相关的特征点的预定义；与一般的基于图像实现人体测量学尺寸的方法相比，提出了一个卷积神经网络用以回归多个角度下的图像进行建模，从而得到更加准确的人体模特的测量学尺寸，保证测量结果的准确性。 | ||
| 搜索关键词： | 三维模型 重构 三维人体模型 人体测量学 人体图像 图像构建 特征点 预定义 构建 测量 标准三维人体模型 卷积神经网络 采集设备 脸部结构 图像实现 肢体结构 建模 图像 输出 回归 保证 | ||
【主权项】：
1.一种利用图像构建人体三维模型的测量方法，其特征在于，该利用图像构建人体三维模型的测量方法具体包括以下步骤：/n步骤一：人体图像采集设备的准备；/n步骤二：待构建人体图像的获取；/n步骤三：相关特征点的预定义；/n步骤四：三维人体模型的脸部结构重构；/n步骤五：三维人体模型的肢体结构重构；/n步骤六：标准三维人体模型的构建；/n步骤七：输出人体三维模型。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于上海索倍信息科技有限公司，未经上海索倍信息科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910760651.3/，转载请声明来源钻瓜专利网。
- 同类专利
- 用于自动驾驶车辆中经由交叉模态验证的以物体为中心的立体视觉的方法和系统-201780091718.8
- H·郑;D·W·刘;T·P·小戴利 - 智加科技公司
- 2017-12-28 - 2020-02-04 - G06T7/593
- 本示教涉及用于处理自动驾驶车辆中的图像数据的方法、系统、介质和实施方式。连续不断地接收由配置在车辆上的一个以上类型的传感器获取的传感器数据，以提供关于车辆周围情况的不同类型的信息，基于由传感器中第一类型的第一传感器在特定时间所获取的第一数据集检测物体，其中，第一数据集以第一观点提供第一类型的信息。基于物体以及第二数据集，经由以物体为中心的立体视觉，推算物体的深度信息，其中，第二数据集由传感器中第一类型的第二传感器以第二观点在该特定时间获取。基于第三数据集，进一步增强所推算的深度信息，其中，第三数据集由传感器中第二类型的第三传感器在该特定时间获取，且提供关于车辆周围情况的第二类型的信息。
- 一种基于卷积神经网络的自适应场景双目立体匹配方法-201910843256.1
- 郭佳奇;常嘉义;李庆;梁艳菊 - 中科院微电子研究所昆山分所
- 2019-09-06 - 2020-01-17 - G06T7/593
- 本发明公开了一种基于卷积神经网络的自适应场景双目立体匹配方法，包括：判断是否有已训练好的网络模型，如果已有训练好的网络模型，则直接加载网络模型参数，同时将检测出的目标车辆图像坐标作为所述网络模型的输入，然后通过前向传播算法预测距离数据；如果没有训练好的网络模型，则加载包含目标车辆图像坐标的训练样本，然后通过深度神经网络模型对样本进行训练，以计算网络模型参数并存储。本发明利用神经网络对图像分类的准确性，在不同场景下，自动适应当前环境，以学习得到更精确的亮度属性和纹理属性。通过学习得到的属性值作为特征融合的权重值，既可达到自动适应不同场景的目的，又能保证利用这些学习的到的属性值获取更准确的深度图。
- 一种深度图创建方法、系统以及图像虚化方法、系统-201710361218.3
- 刘勇;邹泽东;罗林;鲍勇;周剑 - 成都通甲优博科技有限责任公司
- 2017-05-19 - 2019-12-24 - G06T7/593
- 本申请公开了一种深度图创建方法、系统以及图像虚化方法、系统，该深度图创建方法包括：获取双目拍摄系统对目标场景进行拍摄后得到的第一图像和第二图像；分别图像对应的特征点，得到第一组特征点和第二组特征点；分别利用第一组特征点和第二组特征点，相应地确定图像对应的支撑点，得到第一组支撑点和第二组支撑点；基于第一组支撑点和第二组支撑点，对第一图像和第二图像进行稠密立体匹配，以确定第一图像和第二图像之间的视差；利用视差确定出与目标场景对应的深度图。本申请能够大幅提升图像之间的立体匹配精度，从而得到图像之间更加准确的视差，基于该视差得到的深度图将具备较高的质量，从而有利于提升后续的图像虚化效果。
- 基于哈希表的高分辨率人体实时动态重建方法及装置-201910717605.5
- 刘烨斌;李哲;戴琼海 - 清华大学
- 2019-08-05 - 2019-12-20 - G06T7/593
- 本发明公开了一种基于哈希表的高分辨率人体实时动态重建方法及装置，其中，该方法包括：通过深度相机采集单个人体的多张深度图像；通过相机内参将每张深度图像投影到三维空间得到三维点云，求解三维点云与重建模型顶点及内嵌的人体参数化模型之间的对应点；根据对应点建立能量函数，进行最优化求解得到人体参数化模型的姿势，进而得到重建模型的每个顶点的非刚性变换参数；对重建模型进行非刚性变换，使重建模型变换到实时帧下，以使重建模型为新增体素在哈希表内分配显存空间，根据非刚性变换参数对哈希表中的所有体素进行体素融合，得到人体重建模型以对人体动态重建。该方法求解准确，可以实现实时人体动态重建，并适应高分辨率的情况。
- 利用卷积实现基于激光散斑图的立体匹配方法-201910536845.5
- 吴丽娟;熊伟 - 福州瑞芯微电子股份有限公司
- 2019-06-20 - 2019-11-29 - G06T7/593
- 本发明提供一种利用卷积实现基于激光散斑图的立体匹配方法，获得第一图像和第二图像并转换成二值图像；第一图像为事先预存的平面散斑图案；第二图像为采集到的激光散斑照射到物体上所形成的图像；并在第二图像中任意选择一像素作为中心点提取一输入图像块，在第一图像相同位置的中心点处中提取一相同大小的匹配图像块作为搜索窗口；利用AI芯片或深度学习专用处理器的卷积功能计算两个图像块的相似度作为图像块匹配的匹配代价值；重新在所述第二图像中选择一像素重复上述过程，直到遍历第二图像中的所有像素，得到一个视差下第二图像所有像素点的匹配代价值。本发明将立体匹配过程中的计算匹配代价和代价聚合通过卷积操作来实现，从而提高效率。
- 一种无参考非对称失真立体图像质量评价方法-201910632969.3
- 陈勇;朱凯欣;刘焕淋 - 重庆邮电大学
- 2019-07-12 - 2019-11-29 - G06T7/593
- 本发明涉及一种无参考非对称失真立体图像质量评价方法，包括以下步骤：首先，根据双目视觉特性判别不同的双目组合行为，并构建相应的独眼图，而非使用固定的独眼图模拟不同的双目组合行为。然后，在左右视图及独眼图上分别提取单目和双目视觉特征。另外，为准确度量立体图像的深度信息，本发明在加权视差图和左右视图相关性图上，提取能够反映水平深度和纵向深度信息的质量感知特征。最后，通过训练极限学习机(Extreme Learning Machine,ELM)算法，构建从立体图像质量感知特征域到质量分数域的映射关系模型。
- 一种基于卷积神经网络的单目深度信息获取方法-201910654412.X
- 魏东;张晨;崔泽璐;樊启明;蒋晓彤 - 沈阳工业大学
- 2019-07-19 - 2019-11-29 - G06T7/593
- 本发明涉及计算机视觉领域、图像处理技术领域，具体涉及一种基于卷积神经网络的单目深度信息获取方法。首先图像预处理，构建训练样本，再构建网络模型，之后获取待匹配的图像，再将待匹配的图像进行匹配代价计算，得到初始匹配代价，然后再对初始匹配代价进行带权值的十字交叉聚合处理，并进行半全局算法的优化，获得优化后的匹配代价；然后计算并优化视差图，最后利用视差计算深度信息。本发明解决了现有立体匹配网络模型在弱纹理区域无法精确寻找到像素匹配点以及细节特征表现效果差的问题，本发明实现了使用单目摄像机采集图像序列获取真实场景的深度信息，并消除了视差图中的大量噪声，获得了精度更高的真实场景深度信息。
- 利用Kinect实现三维建模和全息显示的方法及系统-201610181640.6
- 李景松;赵驰;苏杭;王晓超;陈伟星;程全;朱博睿 - 武汉理工大学
- 2016-03-28 - 2019-11-26 - G06T7/593
- 本发明提供了一种利用Kinect实现三维建模和全息显示的方法及系统，其中方法包括：通过一Kinect的传感器于四个不同方向采集被测物体的彩色图像和深度图像；对采集的四个面的彩色图像和深度图像进行处理，获得所述被测物体的三维模型；对所述三维模型中的四个面的图像进行深度处理，使该四个面的图像能显示在同一屏幕的四个区域；将四个区域的图像分别投影到一全息金字塔的四个面上，得到所述被测物体的全息影像。本发明通过Kinect对被测物体进行数据采集、三维建模和对头部进行定位，根据用户头部位置自动调节三维模型的角度，从而使得达到被测物体的全息投影适应于用户所在的位置，提升了用户的使用体验。
- 立体匹配方法、装置及存储介质-201910694818.0
- 万雪;贾庆玲;黑保琴;李盛阳 - 中国科学院空间应用工程与技术中心
- 2019-07-30 - 2019-11-19 - G06T7/593
- 本发明公开了立体匹配方法、装置及存储介质，涉及遥感领域。该方法包括：获取立体像对，根据预设的分块策略对立体像对进行分块，得到n个立体像块对；根据预设的深度学习模型对n个立体像块对进行视差估计，得到n个视差图，对n个视差图进行视差融合，得到视差融合图。本发明提供立体匹配方式，适用于如卫星遥感图像等分辨率及图像尺寸较大的大画幅图像，实现了对大画幅图像对的立体匹配，整体耗时少，且视差估计准确性更高。
- 一种利用图像构建人体三维模型的测量方法-201910760651.3
- 李道礼 - 上海索倍信息科技有限公司
- 2019-08-16 - 2019-11-19 - G06T7/593
- 本发明提供一种利用图像构建人体三维模型的测量方法，属于人体测量学技术领域，该利用图像构建人体三维模型的测量方法具体包括以下步骤：人体图像采集设备的准备；待构建人体图像的获取；相关特征点的预定义；三维人体模型的脸部结构重构；三维人体模型的肢体结构重构；标准三维人体模型的构建；输出人体三维模型。本发明利用重构出的三维模型上的点是有序排列的特性，即点在模型上的位置是相对固定的，实现了与测量学尺寸相关的特征点的预定义；与一般的基于图像实现人体测量学尺寸的方法相比，提出了一个卷积神经网络用以回归多个角度下的图像进行建模，从而得到更加准确的人体模特的测量学尺寸，保证测量结果的准确性。
- 专利分类
