双调和的三维人体参数化模型

摘要：

三维人体参数化模型是一种高层次的语义信息,可以为三维人体重建提供有效的先验知识.针对已有人体参数化模型未考虑参数的局部相似特性,难以保证生成光滑的模型的问题,提出一种双调和的三维人体参数化模型.首先以BlendSCAPE模型为基础,在模型的每步变形过程中均考虑双调和约束;然后采用数据驱动的方式对每项参数进行训练,双调和约束的引入对整个训练过程重新进行设计,将参数的训练转化为若干最小能量函数的求解问题.最后,在CAESAR公开数据集上进行了实验,较BlendSCAPE模型,该模型在真实数据拟合误差上下降了14.2％;通过生成不同姿态和体形的人体外形进行Laplace光滑前后对比,该模型光滑度提升了7.3％;标准姿态下真实数据的姿态估计结果显示,该模型躯干部分姿态的偏差减小了18.6％.

关键词：三维人体参数化模型、双调和、数据驱动、模型训练

所属期刊栏目：34

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金;江苏省自然科学基金;博士后基金

在线出版日期：2022-08-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：1108-1117