基于参数化模型的三维人体姿态重建研究

发布时间：2021-05-20 19:40

　　人体三维姿态重建在影视制作,游戏和人机交互领域有很多应用,但是目前工业界中成熟的商业化解决方案大部分依靠动作捕捉系统来实现三维姿态重建的,这种方案成本高昂,使得这种技术难以向一般的消费者市场推广。随着深度学习技术的发展,研究人员开始使用卷积神经网络来进行三维姿态估计。但是深度学习方法需要大量带三维姿态点标注的训练数据,而且数据集的标注过程十分复杂繁琐。针对上述问题,本论文提出了一种不需要三维姿态点标注数据,基于迭代优化的人体三维姿态重建方法,减小了数据集采集难度和计算量,通过引入参数化人体模型来表示三维姿态,仅需要估计低维的参数即可得到完整的人体模型。本论文的主要研究工作和成果包括以下几点:1)针对参数化人体模型在表示三维姿态重建结果时常常出现自相交的问题,本论文提出了一种具有线性时间复杂度的自相交约束算法。本论文的方法只需要遍历一次模型中的三角形即可完成自相交区域的检测,然后通过使模型发生相应的形变即可消除自相交现象。相对于传统的人体自相交约束方法中将人体模型用多个简单几何体近似的做法而言,本论文的方法具有更高的自相交检测和约束精度。2)针对传统可微分渲染器的梯度需要通过复杂的数值方... 

【文章来源】：浙江大学浙江省 211工程院校 985工程院校 教育部直属院校

【文章页数】：92 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 研究背景与意义
    1.2 参数化人体模型
    1.3 可微分渲染及其在三维重建中的应用
    1.4 基于深度学习的人体二维姿态估计
    1.5 基于深度学习的人体三维姿态估计
    1.6 三维人体姿态和形体重建
    1.7 研究内容与创新点
第二章 三维人体姿态重建的自相交约束研究
    2.1 研究背景介绍
    2.2 自相交约束算法描述
    2.3 参数化人体模型自相交约束实验
        2.3.1 单个参数化人体模型的自相交约束
    2.4 多个参数化人体模型相交约束实验
    2.5 三维人体姿态重建的自相交约束实验
    2.6 不同自相交约束方法之间的对比
        2.6.1 定性比较结果
        2.6.2 定量比较结果
    2.7 运行时间分析
第三章 三维人体姿态重建中可微分渲染方法研究
    3.1 研究背景介绍
    3.2 可微分渲染的解析梯度表达式推导
    3.3 可微分渲染计算流程描述
    3.4 梯度可视化实验
第四章 基于可微分渲染和自相交约束的三维人体姿态重建
    4.1 实验配置介绍
        4.1.1 数据准备工作
        4.1.2 三维人体重建方法描述
        4.1.3 三维姿态重建的量化指标
    4.2 实验结果及分析
        4.2.1 不同方法的三维人体姿态重建可视化结果比较
        4.2.2 不同方法的三维人体姿态重建结果定量比较
        4.2.3 必要性分析
        4.2.4 运行时间分析
第五章 总结与展望
    5.1 本论文研究内容总结
    5.2 本论文工作的不足与展望
参考文献
致谢
作者简历
攻读硕士学位期间主要的研究成果



本文编号：3198326