基于注意力机制的人体关键点隐式建模网络

人体姿态估计任务需要利用视觉线索和关节间的解剖关系来定位关键点,但基于卷积神经网络的方法难以关注远程上下文线索和建模远距离关节之间的依赖关系。为此,提出一种基于注意力机制的隐式建模方法,通过多阶段迭代计算关节之间的特征相关性来隐式建模关键点间的约束关系,消除卷积神经网络的局部操作,扩大网络的感受野,建模远距离关节之间的依赖关系。为了解决网络在训练过程中可能弱化不可见关键点的问题,采用焦点损失函数,使网络更关注于复杂的关键点。使用目前精度最高的特征提取高分辨率网络(HRNet)和经典特征提取残差网络(ResNet)作为主干网络进行实验,结果表明,在同等实验条件下,隐式建模方法可以提高人体姿态估计网络的性能,在MPII和MSCOCO人体姿态估计基准数据集上,以HRNet网络为主干网络的算法相较于原网络,精度分别提升了1.7%和2.6%。

基于Kinect的人体模板化三维模型拟合重建

利用Kinect体感设备与软硬件的连接、集成来搭建面向真人的三维人体模型重建系统,通过其可操作的流程实现了三维人体模型的快速重建。然后根据重建出的三维人体网格模型,采用非线性模板拟合法,以通用标准三维人体模型为模板,对重建后的三维人体网格模型进行基于姿态、形体迭代变形拟合。其方法在建立多体感传感设备测量人体数据中得到使用,在人体模块化拟合重建三维人体点云数据中用于测量人体数据,将获得的三维人体模型的尺寸和实际人体尺寸相对比,结果显示扫描得到的三维人体模型数据与实际人体数据更加贴近。

参数化人体有限元模型的体表样本选取方法

为了准确选取到参数化方法建立的中国女性人体有限元模型的体表样本,设计了一种用于人体体表建模的样本选取方法。通过采用样本估计总体的方法确定体表样本的选取数量;采用计算正态分布区间估计参数和按照数据分布比例方法生成体表样本的身高、BMI和年龄3个统计特征参数;利用拉丁超立方抽样方法按照体表样本统计特征的参数分布生成各样本的选取参数;通过Pearson相关系数检验各特征参数向量间的相关性。基于所设计的体表样本参数生成方法,在置信度为95%、误差不大于10%的条件下,所生成的97例女性体表样本各特征参数所构成向量之间无显著相关性,各特征参数分布与中国女性人体的总体分布相一致。所设计的体表样本选取方法可有效选取到代表中国女性人体特征的体表样本。

基于Kinect的三维人体分块点云数据的拼接与模型重建

三维人体测量技术中,人体表面情况较为复杂以及存在视觉盲点,使得测量范围有限的Kinect技术无法通过一次测量完成对整个人体表面点云的获取工作。为了得到与原模型一致的分块点云数据和解决Kinect直接获取的点云坐标与实际不相符的问题,研究了基于Kinect对人体的不同区域的测量,首先推导出合理的坐标变换公式对点云进行处理。然后,使用三点对齐法和Delaunay三角剖分法实现分块点云的拼接和三维人体模型的重建。最后,运用Matlab平台进行仿真。实验结果表明,该算法简化了传统三维人体建模的复杂性,能够精确地提取人体深度图像,且模型的恢复程度较好。

基于三维人体建模的数字化服装应用研究

三维人体建模是服装设计、服装CAD、虚拟试衣等现代服装数字化技术的重要基础。文章通过介绍三维人体建模数据的获取以及建模方法,全面地分析三维人体建模数字化技术在建立人台模型、服装CAD系统、虚拟试衣中的应用,为相关工作提供参考。

人体穿着防弹服的有限元模型构建与仿真

为探究防弹服间隙量对防弹性能的影响机理,提出一种基于有限元软件模拟的人体穿着防弹服的仿真模型,模拟不同间隙量分布下子弹冲击力学状态。采用三维扫描仪对裸体人台和穿着防弹服表面进行扫描,通过逆向工程软件对所获得的点云数据进行处理和曲面化,构建多层防弹服的几何模型。通过有限元软件对得到的防弹服和人体曲面模型进行网格划分,最终建立并验证多层防弹服与人体的有限元模型,对人体穿着防弹服状态下受到子弹冲击的过程进行仿真。通过防弹服和人体模型曲面的偏差分析结果以及仿真结果与物理实验的对比,证明了该有限元模型的有效性。

基于多视图虚拟建模的三维人体尺寸测量

开发一种操作便携且精度高的非接触式自动测量虚拟建模的三维人体尺寸技术。本文虚拟建模的三维人体数据图像通过便携手机进行非接触式摄像采集,视频通过FFmpeg解析成多个单帧图像,帧间光流能量算子通过稠密逆搜索算法计算,基于SFM虚拟建模三维空间位置点云,分割后虚拟建模的着装轮廓稠密点云通过Graphonomy得到,虚拟建模的三维人体关键特征点通过正面、侧面点云投影轮廓线的曲率迅速定位到。将计算得到的虚拟建模人体特征尺寸与手工测量尺寸对比,论证了该方法的合理性。得出了程序测量值和手工测量值之间的误差较小以及程序测量数据较稳定的结果。

基于多视角图像的人体三维重建技术

人体测量技术是三维人体建模技术的关键步骤,是时装设计、图案研究、服装生产的重要组成部分。当前人体三维重建技术通常采用3D激光扫描技术,成本较高且操作复杂。基于二维图像的非接触人体测量三维重建技术,提出了系统化的人体轮廓提取方案,通过定义关键点和基准线测量出肩宽、胸宽、腰厚、臀宽等数据,利用回归分析法对胸围、腰围、臀围进行曲线拟合,得到人体特征尺寸。根据已知尺寸信息,采用3DS Max软件对人体进行重构,生成一个接近真实人体的三维人体模型。该方案具有低成本、效率高、操作简便的特点,能解决服装电子商务中二维图像的体围尺寸测量问题。

基于单台Kinect的高精度个性化人体建模方法

提出一种基于单台Kinect的高精度三维人体建模方法。首先使用一台Kinect对人体头部进行扫描,以获取高精度的头部点云数据;其次,在保持头部精确度的基础上对所获取的点云数据进行采样预处理;最后利用层次化的紧支撑径向基函数(CS-RBFs)将采样后的点云与已有的人体躯干进行拟合获得3D人体模型。仿真结果表明,该方法能够提高人体模型的精确度并提高建模速度。

基于二维图像的参数化人体建模

为解决现有基于二维图像的三维人体建模容易出现误差、模型参数估计不准确等问题,结合深度学习和优化后的人体建模算法,并利用深度学习算法提供的结果作为先验,缓解优化算法对参数初始值敏感的问题,以实现针对单帧RGB图像和多帧RGB图像的三维人体建模。同时基于HMR深度学习模型预测SMPL-X模型的初始参数,通过添加人体轮廓、二维关键点等对模型参数进一步优化求解,并利用视频序列的帧间连贯性对视频帧中人物的三维姿态进行约束。结果表明:添加人体分割轮廓约束可使重建模型更加贴合人体,能够提升模型拟合的精度;基于视频序列帧间连贯性重建的人体模型,可减少身体旋转、四肢弯曲等误差出现的可能性,与目标对象姿态更加相近。

人体运动的形象化建模与仿真

人体运动的仿真在分布虚拟战场环境仿真、灾难救援训练、交互式防暴演习等领域有重要的应用。人体是由200多个关节组成的复杂形体,本文采用层次化、关节化的建模方式对人体进行建模,从实用角度,通过运动学方法得到各关节旋转角。根据研究对象的特点,采用基于多摄象机跟踪固定在人体上的标记点的光学测量方法,在此基础上实现人体空间测量数据到关节运动角度的转换,驱动三维高逼真度人体仿真模型。并应用于战场环境士兵仿真以及救援操作作业人员的仿真应用,取得良好的仿真效果。

三维人体建模方法的研究

总结现有各种三维人体建模方法,特别是对当前广泛使用的线框建模、实体建模和曲面建模,从理论到具体的实现等各个方面都作了剖析,并分析各种方法的优缺点。

准静态近似条件下电流耦合型人体通信模型的建立与验证

目的建立准静态近似条件下电流耦合型人体通信的电磁理论模型,并验证模型的正确性。方法以人体前手臂为研究对象,讨论人体组织在电流耦合型人体通信过程中满足准静态近似的条件,并由麦克斯韦方程推导出电磁模型的解析解;进而选用圆柱形火腿肠作为实验模拟对象,验证模型的正确性。结果构建了准静态近似条件下人体通信的电磁模型,模型计算值与试验测值间偏差不超过10%;描绘出人体模型在贴附有环形电极的情况下,直径切面的电位分布及衰减情况。结论得到了电流耦合型人体通信在满足准静态近似条件下的电磁理论模型,为人体通信技术提供了初步的理论依据。

面向虚拟服装试穿的数字人体建模技术

现有的数字人体建模技术都很难满足虚拟服装试穿的"量体试衣"需求。文章首先分析了数字人体建模技术的研究现状和各自特点,提出一种适合于虚拟服装试穿的个性化数字人体建模方案,最后对这种数字人体模型的应用前景进行了展望。

人体目标雷达回波建模

人体行走的微动研究始于90年代末,而后发展迅速,雷达对人体的探测有着其他传感器不具备的优势,现阶段主要集中在对于实测数据的分析上,而缺乏系统的理论和模型分析。首先针对人体目标雷达回波信号的作用机理,对现有的人体运动学模型进行了改进,在人体微运动结构方面主要考虑了人摆腿和摆臂的前后向运动。同时将人体结构简化为简单几何形状的均匀刚体,将人体四肢简化为均匀散射的线模型,在理论上给出了人体目标微运动产生的雷达回波模型,最后进行仿真,证明了本模型的正确性和有效性。

三维计算机动画中人体建模方法的研究

人体建模是计算机人体动画中的基础问题．本文给出了以多面体组合来建立粗略人体，用多面体细分割来逼近真实人体曲面的方法，并在建模中考虑了人体的动态特性，为建立人体动画模型创造了条件．

基于特征的服装人体模型参数化建模方法

介绍一种基于特征的服装人体模型参数化建模方法 .与传统的人体建模方法不同 ,该方法采用基于特征的参数化设计思想 ,并利用图像处理的方法提取服装人体模型的几何特征参数 .该方法已被成功地应用于计算机辅助三维服装设计中 。

基于AnyBody^(TM)技术的人体运动建模方法

人体运动的建模与仿真是当今运动生物力学研究的一个热点。利用数值模型研究人体的运动规律,是人体运动研究的一个重要手段和有效工具。其关键技术在于应用逆向运动学方法求解人体运动,并获取人体运动中各个肌肉力学上技术参数。文中主要探讨基于AnyBody^(TM) System软件人体运动仿真的建模方法来研究人体运动力学规律,结合The Any-Body^(TM)system对人体运动具体应用,说明The AnyBody^(TM) system技术在人体运动仿真领域的优势。

人体运动建模的实时逆运动学算法

人体运动的虚拟仿真及建模是当今计算机图形学研究的一个热点,而逆向运动学方法则是求解人体运动的一项关键技术.为了实现人体运动建模,提出一种新颖的基于人体关节约束的实时逆向运动学算法.首先基于骨骼长度改进了传统的循环坐标下降(CCD)算法,使其生成的运动效果更加流畅自然;然后引入生物分子运动模拟中的SHAKE算法,使短距离运动建模效果更加高效、鲁棒.在此基础上,提出了模拟多个节点同时运动的解析算法,以获得在多个关节点共同作用下的人体运动仿真效果.同运动捕捉的实测数据相比,采用文中算法所得的结果与在视觉效果上非常接近,并通过实验证实了其应用价值.

面向服装设计的人体建模及人体参数化

利用人体曲面重构法构建人体参数化模型,并对人体参数化模型进行参数化变形。人体曲面重建分为预处理和曲面生成两个步骤。预处理包括坐标调整、特征识别,然后利用人体切片技术和曲面光顺技术得到人体曲面和人体参数化模型。对参数化人体模型施加尺寸变形和插值变形两种参数化变形手段,得到个性化人体和系列化人体,从而为服装设计提供很好的模型支撑。