基于SMPL模型人体三维重建算法研究

为了实现人体模型的高效快速建模,获得丰富的重建细节,提出了基于SMPL模型的三维人体重建算法。首先,通过图像分割与关键点检测,将2D图像映射到3D人体表面,实现人体关节点精确定位和姿势估计;其次,通过U-Net++和PatchGAN对抗生成网络,计算出人体三维图像的法线贴图和位移贴图;最后,将贴图信息采用线性差值方法添加到SMPL模型表面,实现模型顶点和SMPL模型参数的校正。在Human 3.6 M数据集上将本方法与SMPLify, HMR,NBF等算法进行了对比试验,本文提出的方法可以较完整重建人体的表面褶皱及凹凸细节,在13.7 s内实现完成重建任务。