基于深度学习的三维人体估计方法研究

为提升虚拟试衣的视觉效果,针对三维试衣中服装下人体模型获取不易且通常精准度不高的问题,论文提出了一种基于深度卷积神经网络的人体体型估计方法。该方法以单张RGB图像的掩膜图作为输入,将整体图像剪裁为以关键点为中心的局部区域,通过依次提取每个局部区域的人体特征,逐步推断出整个人体模型。根据图像特性对传统VGG-16网络模型进行层间的增删,调整结构提高图像信息的学习效率和局部特征的检测速度。实验表明:论文方法可以有效提高对图像特征的检测,精确服装下的人体建模重建,使之在多种体型下都展现了较为理想的效果。