基于SMPL模型的三维人体建模及其应用研究
发布时间：2021-01-22 03:50
三维人体建模技术在游戏开发、影视动画制作、虚拟试衣等领域都有着广阔的应用前景。由于人体结构复杂多变、表面的非刚体运动较多,目前高精度的三维人体建模方法主要依赖于复杂且昂贵的多视角相机系统或激光扫描仪来进行数据采集与处理。随着SMPL模型的提出,利用该模型所提供的人体先验约束可以将复杂的三维重建问题转化为一系列参数的优化求解问题,因此如何利用SMPL模型提供的约束来对人体进行有效、便捷的三维数字化建模成为了学者们不断探讨的问题。在上述背景下,本课题围绕基于SMPL模型的三维人体建模这一主题,主要研究如何利用单个传感器设备采集的不完整信息来对模型参数进行优化求解,具体工作可总结如下:（1）基于单幅RGB图像的三维人体姿态建模。为了解决现有的基于SMPL模型的人体姿态建模算法容易出现误差、模型参数估计不准确等问题,本文将基于优化和基于深度学习的姿态建模算法相结合:首先利用深度卷积神经网络从图像中提取模型参数作为初始值,随后利用人体轮廓、二维关节点、人体身高等约束来对模型参数进一步优化求解,从而得到更加精确的人体三维姿态和体型。为了验证所提方法的有效性,将同类算法在真实数据和公开数据集上进行了...
【文章来源】：陕西科技大学陕西省
【文章页数】：78 页
【学位级别】：硕士
【部分图文】：
图２－１相机成像模型??Ｆｉｇ．?２－１?Ｃａｍｅｒａ?ｉｍａｇｉｎｇ?ｍｏｄｅｌ??
?陕西科技大学硕士学位论文???￣Ｕ￣］?ｄｘ?＂「／?０?０?０］?Ｘｃ「乂?０?叫？??ｚｃ?Ｖ?＝?０?ｖ０?〇?／?〇?〇?３ｃ?＝?〇?ｆｖ?Ｖｎ?＾??ａｙ?ｚ?ｚ??Ｌ１」〇?〇?，?［°?０?１?°」Ｍ?Ｌ〇?°?丨?１丨１??ｐ?“。］?Ｍ?ＭＭ??＝０?／?ｖ０?［／？?／］?Ａ?＝ＫＴ?ｙＫ?＝Ｍ?ｙｗ?（２－６）??ｈ?？?Ｉ」⑴匕⑴??其中Ｍ为投影矩阵，即三维空间中的一点与图像中一点的直接转换关系；矩阵Ｍ??又可分为外参矩阵Ｆ和内参矩阵灰，外参矩阵Ｔ表示了世界坐标系与相机坐标系的转换??关系，内参矩阵炎表示了相机坐标系和像素坐标系的关系；内参矩阵又由表示图像平面??与相机镜头的距离／和相机光轴在图像坐标系中的偏移量构成。这两项参数通常??由相机生产厂商提供，但由于相机在生产中往往会出现一定误差，所以利用相机拍摄的??数据进行三维重建工作前要进行相机标定操作，即重新计算相机内外参数。??（５）畸变??Ｔ＂＂＂，Ｔ＂＂＂＂Ｉ?????＇＇Ｉ?！?－￣￣￣￣￣￣；?—广■?—??—＾???—＾－－－Ｌ－?ｉＦＦＦＦＴｆｆｌ！??，兰?＿＿?ｉｌｌ??．．．．．．．－Ｈ．．．．．．．．．．．．．．．ｔｔｔｔｕｉｔｉ??（ａ）正常图像?（ｂ）桶形畸变?（ｃ）枕形畸变??图２－２径向畸变??Ｆｉｇ．?２－２?Ｒａｄｉａｌ?ｄｉｓｔｏｒｔｉｏｎ??垂直平面ｉ?ｆ?Ｉ?！??ｉ?ｆ?！??摄像头传感器?丨?！??图２－３切向畸变??Ｆｉｇ．?２－３?Ｔａｎｇｅｎｔｉａｌ?ｄｉｓｔｏｒｔｉｏｎ??１２??
?陕西科技大学硕士学位论文???￣Ｕ￣］?ｄｘ?＂「／?０?０?０］?Ｘｃ「乂?０?叫？??ｚｃ?Ｖ?＝?０?ｖ０?〇?／?〇?〇?３ｃ?＝?〇?ｆｖ?Ｖｎ?＾??ａｙ?ｚ?ｚ??Ｌ１」〇?〇?，?［°?０?１?°」Ｍ?Ｌ〇?°?丨?１丨１??ｐ?“。］?Ｍ?ＭＭ??＝０?／?ｖ０?［／？?／］?Ａ?＝ＫＴ?ｙＫ?＝Ｍ?ｙｗ?（２－６）??ｈ?？?Ｉ」⑴匕⑴??其中Ｍ为投影矩阵，即三维空间中的一点与图像中一点的直接转换关系；矩阵Ｍ??又可分为外参矩阵Ｆ和内参矩阵灰，外参矩阵Ｔ表示了世界坐标系与相机坐标系的转换??关系，内参矩阵炎表示了相机坐标系和像素坐标系的关系；内参矩阵又由表示图像平面??与相机镜头的距离／和相机光轴在图像坐标系中的偏移量构成。这两项参数通常??由相机生产厂商提供，但由于相机在生产中往往会出现一定误差，所以利用相机拍摄的??数据进行三维重建工作前要进行相机标定操作，即重新计算相机内外参数。??（５）畸变??Ｔ＂＂＂，Ｔ＂＂＂＂Ｉ?????＇＇Ｉ?！?－￣￣￣￣￣￣；?—广■?—??—＾???—＾－－－Ｌ－?ｉＦＦＦＦＴｆｆｌ！??，兰?＿＿?ｉｌｌ??．．．．．．．－Ｈ．．．．．．．．．．．．．．．ｔｔｔｔｕｉｔｉ??（ａ）正常图像?（ｂ）桶形畸变?（ｃ）枕形畸变??图２－２径向畸变??Ｆｉｇ．?２－２?Ｒａｄｉａｌ?ｄｉｓｔｏｒｔｉｏｎ??垂直平面ｉ?ｆ?Ｉ?！??ｉ?ｆ?！??摄像头传感器?丨?！??图２－３切向畸变??Ｆｉｇ．?２－３?Ｔａｎｇｅｎｔｉａｌ?ｄｉｓｔｏｒｔｉｏｎ??１２??
【参考文献】：
期刊论文
[1]三维人体模型姿态与形状重构[J]. 曾志超,李桂清,邹歆仪,王宇攀,聂勇伟. 计算机辅助设计与图形学学报. 2019(09)
[2]基于全局配准累积误差极小的人体RGB-D数据三维重建[J]. 孙瑜亮,缪永伟,鲍陈,夏海浜,张旭东,陈佳舟. 计算机辅助设计与图形学学报. 2019(09)
[3]基于OpenPose-slim模型的人体骨骼关键点检测方法[J]. 汪检兵,李俊. 计算机应用. 2019(12)
[4]快速非刚体人体运动三维重建[J]. 李诗锐,郝优,墨瀚林,李琪,吕永春,王向东,李华. 计算机辅助设计与图形学学报. 2018(08)
[5]采用彩色光度立体法的动态物体全局三维数字化[J]. 李健,马文,马泳潮. 陕西科技大学学报(自然科学版). 2015(03)
[6]局部表面拟合的点云模型法向估计及重定向算法[J]. 王醒策,蔡建平,武仲科,周明全. 计算机辅助设计与图形学学报. 2015(04)
硕士论文
[1]基于Kinect单次拍摄数据准确估计人体全身体型与姿态的研究[D]. 杨继魁.安徽大学 2019
[2]基于光度信息的三维数字化研究与实现[D]. 张博文.陕西科技大学 2019
[3]基于Kinect的动态非刚性体三维数字化研究[D]. 杜希瑞.陕西科技大学 2017
[4]单相机动态三维人体重建[D]. 朱海宇.南京大学 2017
[5]基于多视图的鲁棒人体三维重建[D]. 周立阳.浙江大学 2016
本文编号：2992495
【文章来源】：陕西科技大学陕西省
【文章页数】：78 页
【学位级别】：硕士
【部分图文】：
图２－１相机成像模型??Ｆｉｇ．?２－１?Ｃａｍｅｒａ?ｉｍａｇｉｎｇ?ｍｏｄｅｌ??
?陕西科技大学硕士学位论文???￣Ｕ￣］?ｄｘ?＂「／?０?０?０］?Ｘｃ「乂?０?叫？??ｚｃ?Ｖ?＝?０?ｖ０?〇?／?〇?〇?３ｃ?＝?〇?ｆｖ?Ｖｎ?＾??ａｙ?ｚ?ｚ??Ｌ１」〇?〇?，?［°?０?１?°」Ｍ?Ｌ〇?°?丨?１丨１??ｐ?“。］?Ｍ?ＭＭ??＝０?／?ｖ０?［／？?／］?Ａ?＝ＫＴ?ｙＫ?＝Ｍ?ｙｗ?（２－６）??ｈ?？?Ｉ」⑴匕⑴??其中Ｍ为投影矩阵，即三维空间中的一点与图像中一点的直接转换关系；矩阵Ｍ??又可分为外参矩阵Ｆ和内参矩阵灰，外参矩阵Ｔ表示了世界坐标系与相机坐标系的转换??关系，内参矩阵炎表示了相机坐标系和像素坐标系的关系；内参矩阵又由表示图像平面??与相机镜头的距离／和相机光轴在图像坐标系中的偏移量构成。这两项参数通常??由相机生产厂商提供，但由于相机在生产中往往会出现一定误差，所以利用相机拍摄的??数据进行三维重建工作前要进行相机标定操作，即重新计算相机内外参数。??（５）畸变??Ｔ＂＂＂，Ｔ＂＂＂＂Ｉ?????＇＇Ｉ?！?－￣￣￣￣￣￣；?—广■?—??—＾???—＾－－－Ｌ－?ｉＦＦＦＦＴｆｆｌ！??，兰?＿＿?ｉｌｌ??．．．．．．．－Ｈ．．．．．．．．．．．．．．．ｔｔｔｔｕｉｔｉ??（ａ）正常图像?（ｂ）桶形畸变?（ｃ）枕形畸变??图２－２径向畸变??Ｆｉｇ．?２－２?Ｒａｄｉａｌ?ｄｉｓｔｏｒｔｉｏｎ??垂直平面ｉ?ｆ?Ｉ?！??ｉ?ｆ?！??摄像头传感器?丨?！??图２－３切向畸变??Ｆｉｇ．?２－３?Ｔａｎｇｅｎｔｉａｌ?ｄｉｓｔｏｒｔｉｏｎ??１２??
?陕西科技大学硕士学位论文???￣Ｕ￣］?ｄｘ?＂「／?０?０?０］?Ｘｃ「乂?０?叫？??ｚｃ?Ｖ?＝?０?ｖ０?〇?／?〇?〇?３ｃ?＝?〇?ｆｖ?Ｖｎ?＾??ａｙ?ｚ?ｚ??Ｌ１」〇?〇?，?［°?０?１?°」Ｍ?Ｌ〇?°?丨?１丨１??ｐ?“。］?Ｍ?ＭＭ??＝０?／?ｖ０?［／？?／］?Ａ?＝ＫＴ?ｙＫ?＝Ｍ?ｙｗ?（２－６）??ｈ?？?Ｉ」⑴匕⑴??其中Ｍ为投影矩阵，即三维空间中的一点与图像中一点的直接转换关系；矩阵Ｍ??又可分为外参矩阵Ｆ和内参矩阵灰，外参矩阵Ｔ表示了世界坐标系与相机坐标系的转换??关系，内参矩阵炎表示了相机坐标系和像素坐标系的关系；内参矩阵又由表示图像平面??与相机镜头的距离／和相机光轴在图像坐标系中的偏移量构成。这两项参数通常??由相机生产厂商提供，但由于相机在生产中往往会出现一定误差，所以利用相机拍摄的??数据进行三维重建工作前要进行相机标定操作，即重新计算相机内外参数。??（５）畸变??Ｔ＂＂＂，Ｔ＂＂＂＂Ｉ?????＇＇Ｉ?！?－￣￣￣￣￣￣；?—广■?—??—＾???—＾－－－Ｌ－?ｉＦＦＦＦＴｆｆｌ！??，兰?＿＿?ｉｌｌ??．．．．．．．－Ｈ．．．．．．．．．．．．．．．ｔｔｔｔｕｉｔｉ??（ａ）正常图像?（ｂ）桶形畸变?（ｃ）枕形畸变??图２－２径向畸变??Ｆｉｇ．?２－２?Ｒａｄｉａｌ?ｄｉｓｔｏｒｔｉｏｎ??垂直平面ｉ?ｆ?Ｉ?！??ｉ?ｆ?！??摄像头传感器?丨?！??图２－３切向畸变??Ｆｉｇ．?２－３?Ｔａｎｇｅｎｔｉａｌ?ｄｉｓｔｏｒｔｉｏｎ??１２??
【参考文献】：
期刊论文
[1]三维人体模型姿态与形状重构[J]. 曾志超,李桂清,邹歆仪,王宇攀,聂勇伟. 计算机辅助设计与图形学学报. 2019(09)
[2]基于全局配准累积误差极小的人体RGB-D数据三维重建[J]. 孙瑜亮,缪永伟,鲍陈,夏海浜,张旭东,陈佳舟. 计算机辅助设计与图形学学报. 2019(09)
[3]基于OpenPose-slim模型的人体骨骼关键点检测方法[J]. 汪检兵,李俊. 计算机应用. 2019(12)
[4]快速非刚体人体运动三维重建[J]. 李诗锐,郝优,墨瀚林,李琪,吕永春,王向东,李华. 计算机辅助设计与图形学学报. 2018(08)
[5]采用彩色光度立体法的动态物体全局三维数字化[J]. 李健,马文,马泳潮. 陕西科技大学学报(自然科学版). 2015(03)
[6]局部表面拟合的点云模型法向估计及重定向算法[J]. 王醒策,蔡建平,武仲科,周明全. 计算机辅助设计与图形学学报. 2015(04)
硕士论文
[1]基于Kinect单次拍摄数据准确估计人体全身体型与姿态的研究[D]. 杨继魁.安徽大学 2019
[2]基于光度信息的三维数字化研究与实现[D]. 张博文.陕西科技大学 2019
[3]基于Kinect的动态非刚性体三维数字化研究[D]. 杜希瑞.陕西科技大学 2017
[4]单相机动态三维人体重建[D]. 朱海宇.南京大学 2017
[5]基于多视图的鲁棒人体三维重建[D]. 周立阳.浙江大学 2016
本文编号：2992495
本文链接：https://www.wllwen.com/kejilunwen/shengwushengchang/2992495.html
最近更新
教材专著
