CN101271589A - 一种三维人体模型关节中心提取方法 - Google Patents

一种三维人体模型关节中心提取方法 Download PDF

Info

Publication number
CN101271589A
CN101271589A CNA2007100646606A CN200710064660A CN101271589A CN 101271589 A CN101271589 A CN 101271589A CN A2007100646606 A CNA2007100646606 A CN A2007100646606A CN 200710064660 A CN200710064660 A CN 200710064660A CN 101271589 A CN101271589 A CN 101271589A
Authority
CN
China
Prior art keywords
dimensional
manikin
profile
center
terminal unique
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CNA2007100646606A
Other languages
English (en)
Other versions
CN101271589B (zh
Inventor
毛天露
于勇
夏时洪
王兆其
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing China Trust Mdt InfoTech Ltd
Original Assignee
Institute of Computing Technology of CAS
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Institute of Computing Technology of CAS filed Critical Institute of Computing Technology of CAS
Priority to CN2007100646606A priority Critical patent/CN101271589B/zh
Publication of CN101271589A publication Critical patent/CN101271589A/zh
Application granted granted Critical
Publication of CN101271589B publication Critical patent/CN101271589B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Abstract

本发明公开了一种三维人体模型关节中心提取方法,包括:输入三维人体模型的表面网格信息,根据这些信息提取三维人体模型的末端特征点;根据末端特征点,将三维人体模型的肢体进行划分,计算三维人体模型中各个肢体的近似方向;用一组垂直于肢体近似方向的平行平面截取三维人体模型,得到截面轮廓组;对截面轮廓组计算似圆性函数,得到一组似圆性函数序列,计算似圆性函数序列的局部极小值,根据局部极小值确定轮廓组中的畸形轮廓;计算畸形轮廓的轮廓重心,将所得到的轮廓重心作为三维人体模型相应位置的关节中心。本发明可以用于任意姿态的三维人体模型,关节中心提取的精确度较高。

Description

一种三维人体模型关节中心提取方法
技术领域
本发明涉及三维人体模型的创建,特别涉及一种三维人体模型关节中心提取方法。
背景技术
随着非接触测量技术的发展,物体的表面信息可由三维扫描仪方便地获取。基于这种扫描技术建立的三维人体模型,能够真实地再现人体外形的个性化信息,是一种精确可靠的虚拟人几何表示方法。这种表示方法虽然可以提供大量的人体外形信息,但是却不具备任何人体语义信息,如人体的关节中心等,给后续的使用带来了很大的障碍。
目前,很多研究者针对三维扫描人体模型关节中心的提取展开了广泛的研究,提取方法主要分为两类:基于模板的方法和基于物理特征的方法。
基于模板的方法,首先选取一个模型作为模板,在第三方软件中手工指定模板模型的关节中心位置,并进行骨骼绑定工作。然后,在模板模型和目标模型上手工标注具有相同语义信息的特征点。根据特征点的位置,利用优化算法将模板模型的骨骼和绑定权重映射到目标模型上。这种方法在提取模型关节中心的同时,还可以得到模型的骨骼绑定信息。但是,该方法需要有经验的动画师手工指定关节中心的位置并进行绑定,还需要手工标注模型表面的特征点,工作繁琐且主观性较强,关节中心的准确性很大程度上依赖于手工标注的准确性。
基于物理特征的方法又可以分为基于水平截面轮廓性质的方法和基于三维人体模型表面曲率性质的方法。基于水平截面轮廓性质的方法一般假设:在人体关节处,水平截面轮廓的性质与其他部位的性质不同,或取得极大值或取得极小值。该方法首先利用一组水平截面截取三维人体模型,获得三维人体模型的横截面轮廓。由轮廓的性质,提取三维人体模型的部分特征点,如四肢末端、头顶、胯下和腋下,并对三维人体模型进行分块。对于分块后的肢体,计算该肢体水平截面轮廓序列的周长、平均半径等物理属性,根据假设提取局部极小值或者极大值,将获得极值的轮廓作为关节中心所在的轮廓。计算轮廓的中心作为关节中心,从而完成关节中心的提取。该方法采用水平平面截取模型,只能处理标准姿态的三维人体模型,而无法适用于任意姿态的三维人体模型;同时,由于其假设一般不符合人体解剖学的性质,因而提取关节中心的精确度不高。基于三维人体模型表面曲率性质的方法,通常假设:在人体的关节附近,皮肤表面的曲率与其他部位的曲率相差较大。该方法不对三维人体模型进行截取,而是直接计算人体表面各处的曲率,并提取曲率极大值或者极小值的点作为特征点,并根据特征点的位置计算相应的关节中心。由于皮肤表面曲率受三维人体模型姿态的影响较大,当三维人体模型姿态发生改变时,该方法关于皮肤表面曲率的假设不能保证成立,因而由该方法计算得到的特征点位置不够稳定,常常会出现较大的误差,导致关节中心提取结果不够精确。
发明内容
本发明的目的是克服现有关节中心提取方法提取精确度不高,只能处理标注姿态的三维人体模型的缺陷,从而提供一种精确度高、适用范围广的关节中心提取方法。
为了实现上述目的,本发明提供了一种三维人体模型关节中心提取方法,按照以下步骤顺序执行:
步骤10)、根据三维人体模型的表面网格信息提取三维人体模型的末端特征点;
步骤20)、根据步骤10)所得到的末端特征点,将三维人体模型的肢体进行划分,计算三维人体模型中各个肢体的近似方向;
步骤30)、用一组垂直于肢体近似方向的平行平面截取三维人体模型,得到截面轮廓组;
步骤40)、对步骤30)得到的截面轮廓组计算似圆性函数,得到一组似圆性函数序列,计算似圆性函数序列的局部极小值,根据局部极小值确定轮廓组中的畸形轮廓;
步骤50)、计算步骤40)得到的畸形轮廓的轮廓重心,将所得到的轮廓重心作为三维人体模型相应位置的关节中心。
上述技术方案中,在所述的步骤10)中,在提取三维人体模型的末端特征点时,采用计算测地线距离和法,以及平行平面截取法求取末端特征点。
所述的计算测地线距离和法首先在三维人体模型的表面网格上任意选取一个或者多个临时样本点,并计算临时样本点与模型表面上各点的测地线距离之和,选择测地线距离和最大的点为末端特征点,并且使用求得的末端特征点替代临时样本点,迭代进行测地线距离和的计算,求取新的末端特征点,直至末端特征点数满足用户指定的数目。
所选取的末端特征点数有5个。
所得到的5个末端特征点分别位于三维人体模型的头部和四肢的末端。
所述的平行平面截取法采用一组垂直于人体站立方向的平行平面截取三维人体模型,求取末端特征点。
所述的末端特征点有3个,分别位于人体三维模型的左右腋下和胯部。
上述技术方案中,在所述的步骤20)中,将三维人体模型分为四肢和躯干5个部分,在计算所述三维人体模型的肢体近似方向时,通过肢体上的末端特征点的连线得到。
所述的肢体近似方向包括左上肢的近似方向Dleftarm、右上肢的近似方向Drightarm、左下肢的近似方向Dleftleg、右下肢的近似方向Drightleg以及躯干的近似方向Dtorso
上述技术方案中,在所述的步骤40)中,所述的似圆性函数如下所示:
g ( M ) = 4 π · s ( M ) c 2 ( M )
其中,M为截面轮廓,s为截面轮廓M的面积,c为截面轮廓M的周长。
上述技术方案中,在所述的步骤40)中,所述的计算似圆性函数序列的局部极小值采用如下计算公式:
M joint = arg min ( g ( M ) ) = arg min ( 4 π · s ( M ) c 2 ( M ) )
其中,M为截面轮廓,s为截面轮廓M的面积,c为截面轮廓M的周长。上述技术方案中,在所述的步骤50)中,所述的计算畸形轮廓的重心如下所示:
p ‾ joint = 1 n Σ i = 1 n p i , pi∈Mjoint
本发明的优点在于:
1、本发明的方法能够自动提取三维人体模型的末端特征点,适用于任意姿态三维人体模型的关节中心提取。
2、本发明的方法能够自动提取三维人体模型关节中心,无需人工干预。
3、本发明的方法能够精确计算任意姿态三维人体模型的关节中心。
附图说明
图1为本发明的三维人体模型关节中心提取方法的流程图;
图2为一个实施例中采用测地线距离值最大法求取人体末端特征点的示意图;
图3为一个实施例中采用垂直于人体站立方向的平行平面截取人体模型,求取特征点的示意图;
图4为在一个实施例中所求取的肢体近似方向的示意图;
图5为一个实施例中对三维人体模型做截取操作的示意图;
图6为一个实施例中根据似圆性函数计算结果求取畸形轮廓的示意图。
具体实施方式
下面结合附图和具体实施方式对本发明作进一步详细描述:
如图1所示,本发明的三维人体模型关节中心提取方法包含以下步骤:
步骤10、输入三维人体模型的表面网格信息,根据该信息提取三维人体模型的末端特征点。
在本实施例中,求取三维人体模型末端特征点的一种实现方法是测地线距离计算法。其中,测地线是指任意曲面上,两点之间的最短连线。测地线距离为这两点之间连线的长度。在现有技术中,测地线距离计算法在具体实现时是通过求取人体模型表面上的点到其它点的测地线距离和,然后通过查找测地线距离和的局部极大值得到所要求的末端特征点,其计算公式如公式(1)所示:
L i = Σ j = 1 n | | p i - p j | | - - - ( 1 )
通过上述公式可知,在一个封闭曲面上,使得测地线距离之和Li取得局部最大值的点,就是该曲面的末端特征点。而在计算测地线距离之和Li时,是通过计算三维人体模型的表面上某点pi到该模型表面上所有点pj的测地线距离之和得到的。但在实际计算中,由于人体模型表面网格的顶点数目n较大,导致计算复杂度过高,计算时间过长,无法适应实际计算的要求。
因此在本发明中,首先在三维人体模型的表面网格上任意选取一个或者多个临时样本点,并根据公式(1)计算临时样本点与模型表面上各点的测地线距离之和,选择测地线距离和最大的点为末端特征点,并且使用求得的末端特征点替代临时样本点,迭代进行测地线距离和的计算,求取新的末端特征点,直至末端特征点数满足用户指定的数目。
例如,在图2中,从三维人体模型表面的网格上任意选取一点vtemp,计算三维人体模型表面与点vtemp的测地线距离最大的点。假设测地线距离最大的点为v1,则将该点加入到末端特征点集合V(末端特征点集合V初始时为空)中。然后,计算三维人体模型表面上到末端特征点集合V中所有点测地线距离和最大的点,此时末端特征点集合V中只有一个点v1,因此,只需要计算三维人体模型表面上到v1的测地线距离最大的点,假设所得到的点为v2,将该点作为第二个末端特征点加入到末端特征点集合V中。然后,再在三维人体模型表面上继续查找到末端点集合V中所有点测地线距离和最大的点,此时,在末端点特征点集合V中有两个点,分别为v1和v2,将三维人体模型表面上的某一点到v1的测地线距离与该点到v2的测地线距离相加,找出测地线距离最大的点,假设所得到的点为v3,则将该点作为第三个末端特征点加入到末端特征点集合V中;重复以上操作,直到末端特征点集合V中包含有5个点。从图2可以看出,这5个末端特征点分别是位于头部和四肢的点。
除了上述通过求测地线距离和求末端特征点以外,本实施例中还要通过一组垂直于人体站立方向的平行平面截取模型求取特征点。平行平面截取模型是成熟的现有技术,如图3所示,通过该模型可得到人体三维模型的左右腋下和胯部的3个特征点。
在本实施例的上述描述中,介绍了一种自动求取末端特征点的方法,但在具体实现时,不限定求取末端特征点所采用的方法,只要该方法能够得到所要求的末端特征点。
步骤20、根据步骤10所得到的末端特征点,将三维人体模型分为四肢和躯干五个部分,计算三维人体模型中四肢和躯干的近似方向。在计算肢体的近似方向时,将步骤10所得到的末端特征点相连,两点间的连线代表了肢体的近似方向。如图4所示,将左手的末端特征点与左腋下的末端特征点相连,得到了左上肢的近似方向Dleftarm,同样的,还可以得到右上肢、左下肢、右下肢以及躯干的近似方向,分别用Drightarm、Dleftleg Drightleg和Dtorso表示。
步骤30、采用一组垂直于肢体近似方向的平行平面,截取三维人体模型,得到一组截面的轮廓。
图5是一个对三维人体模型做截取操作的示意图,在该图中,对人体模型的右手臂做了截取操作,得到了一组截面的轮廓,该组截面的轮廓基本垂直于肢体方向。按照从肢体一端到另一端的顺序,一组截面轮廓可形成为一个轮廓序列。
从步骤20和步骤30的操作可以看出,由于本发明对肢体近似方向的应用,使得在截取肢体截面轮廓时更接近肢体的本来形状,不仅肢体截面截取的精度更高,而且克服了现有技术中的基于水平截面轮廓性质的方法只能用于标准姿态的三维人体模型的缺陷,可应用于任意姿态的三维人体模型。
步骤40、计算步骤30所得到的截面轮廓的似圆性函数,一组截面轮廓得到一个似圆性函数序列,计算似圆性函数序列的局部极小值,确定轮廓组中的畸形轮廓。
根据人体解剖学的常识,本发明提出一个假设:在人体关节附近,由于骨骼、肌腱的影响,肢体的轮廓形状呈现不规则的形状;而在非关节部位,肌肉、软组织比较均匀的包覆在骨骼周围,因而轮廓形状更趋近于圆形。根据该假设,本发明提出了利用似圆性函数判别关节中心的位置,截面轮廓似圆性函数如公式(2)所示:
g ( M ) = 4 π · s ( M ) c 2 ( M ) - - - ( 2 )
其中,M为截面轮廓,s为截面轮廓M的面积,c为截面轮廓M的周长。
函数g(M)表示了轮廓M的似圆性,它的取值范围为[0,1],当轮廓形状为圆形时,g(M)的值为1,当轮廓形状与圆形差距越大、越不规则时,g(M)的值越趋近0,当多边形轮廓坍塌为线段时,g(M)的取值为0。根据假设可知,在关节中心处,轮廓形状最不规则,与圆形的差异也最大,关节中心处的轮廓被称为畸形轮廓,这样求解关节中心的问题就转化为求解畸形轮廓的问题。
公式(3)是求解肢体似圆性函数序列的局部极小值的计算公式:
M joint = arg min ( g ( M ) ) = arg min ( 4 π · s ( M ) c 2 ( M ) ) - - - ( 3 )
在似圆性函数序列中具有局部极小值的轮廓就是所求的畸形轮廓。
图6是对本实施例中所列举的三维人体模型计算似圆性函数,求取畸形轮廓的示意图。图中横坐标为似圆性函数值,纵坐标为人体模型分割的层数。该图中似圆性函数值取得极小值的部位,即为畸形轮廓所在的部位。
步骤50、计算步骤40得到的畸形轮廓的轮廓重心,将所得到的轮廓重心作为三维人体模型相应位置的关节中心提取出来。
对畸形轮廓重心的提取如公式(4)所示:
p ‾ joint = 1 n Σ i = 1 n p i , p i ∈ M joint - - - ( 4 )
将公式(4)所得到的结果与三维人体模型相对应,可以得到所要提取的关节中心。
最后所应说明的是,以上实施例仅用以说明本发明的技术方案而非限制。尽管参照实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,对本发明的技术方案进行修改或者等同替换,都不脱离本发明技术方案的精神和范围,其均应涵盖在本发明的权利要求范围当中。

Claims (12)

1. 一种三维人体模型关节中心提取方法,按照以下步骤顺序执行:
步骤10)、根据三维人体模型的表面网格信息提取三维人体模型的末端特征点;
步骤20)、根据步骤10)所得到的末端特征点,将三维人体模型的肢体进行划分,计算三维人体模型中各个肢体的近似方向;
步骤30)、用一组垂直于肢体近似方向的平行平面截取三维人体模型,得到截面轮廓组;
步骤40)、对步骤30)得到的截面轮廓组计算似圆性函数,得到一组似圆性函数序列,计算似圆性函数序列的局部极小值,根据局部极小值确定轮廓组中的畸形轮廓;
步骤50)、计算步骤40)得到的畸形轮廓的轮廓重心,将所得到的轮廓重心作为三维人体模型相应位置的关节中心。
2. 根据权利要求1所述的三维人体模型关节中心提取方法,其特征在于,在所述的步骤10)中,在提取三维人体模型的末端特征点时,采用计算测地线距离和法,以及平行平面截取法求取末端特征点。
3. 根据权利要求2所述的三维人体模型关节中心提取方法,其特征在于,所述的计算测地线距离和法首先在三维人体模型的表面网格上任意选取一个或者多个临时样本点,并计算临时样本点与模型表面上各点的测地线距离之和,选择测地线距离和最大的点为末端特征点,并且使用求得的末端特征点替代临时样本点,迭代进行测地线距离和的计算,求取新的末端特征点,直至末端特征点数满足用户指定的数目。
4. 根据权利要求3所述的三维人体模型关节中心提取方法,其特征在于,所选取的末端特征点数有5个。
5. 根据权利要求3所述的三维人体模型关节中心提取方法,其特征在于,所得到的5个末端特征点分别位于三维人体模型的头部和四肢的末端。
6. 根据权利要求2所述的三维人体模型关节中心提取方法,其特征在于,所述的平行平面截取法采用一组垂直于人体站立方向的平行平面截取三维人体模型,求取末端特征点。
7. 根据权利要求6所述的三维人体模型关节中心提取方法,其特征在于,所述的末端特征点有3个,分别位于人体三维模型的左右腋下和胯部。
8. 根据权利要求1所述的三维人体模型关节中心提取方法,其特征在于,在所述的步骤20)中,将三维人体模型分为四肢和躯干5个部分,在计算所述三维人体模型的肢体近似方向时,通过肢体上的末端特征点的连线得到。
9. 根据权利要求7所述的三维人体模型关节中心提取方法,其特征在于,所述的肢体近似方向包括左上肢的近似方向Dleftarm、右上肢的近似方向Drightarm、左下肢的近似方向Dleftleg、右下肢的近似方向Drightleg以及躯干的近似方向Dtorso
10. 根据权利要求1所述的三维人体模型关节中心提取方法,其特征在于,在所述的步骤40)中,所述的似圆性函数如下所示:
g ( M ) = 4 π · s ( M ) c 2 ( M )
其中,M为截面轮廓,s为截面轮廓M的面积,c为截面轮廓M的周长。
11. 根据权利要求1所述的三维人体模型关节中心提取方法,其特征在于,在所述的步骤40)中,所述的计算似圆性函数序列的局部极小值采用如下计算公式:
M joint = arg min ( g ( M ) ) = arg min ( 4 π · s ( M ) c 2 ( M ) )
其中,M为截面轮廓,s为截面轮廓M的面积,c为截面轮廓M的周长。
12. 根据权利要求1所述的三维人体模型关节中心提取方法,其特征在于,在所述的步骤50)中,所述的计算畸形轮廓的重心如下所示:
p ‾ joint = 1 n Σ i = 1 n p i , pi∈Mjoint
CN2007100646606A 2007-03-22 2007-03-22 一种三维人体模型关节中心提取方法 Expired - Fee Related CN101271589B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2007100646606A CN101271589B (zh) 2007-03-22 2007-03-22 一种三维人体模型关节中心提取方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2007100646606A CN101271589B (zh) 2007-03-22 2007-03-22 一种三维人体模型关节中心提取方法

Publications (2)

Publication Number Publication Date
CN101271589A true CN101271589A (zh) 2008-09-24
CN101271589B CN101271589B (zh) 2011-07-06

Family

ID=40005540

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2007100646606A Expired - Fee Related CN101271589B (zh) 2007-03-22 2007-03-22 一种三维人体模型关节中心提取方法

Country Status (1)

Country Link
CN (1) CN101271589B (zh)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101877145A (zh) * 2010-05-21 2010-11-03 西安电子科技大学 基于质量因子的复杂平表面网格预剖分方法
CN102074019A (zh) * 2010-12-28 2011-05-25 深圳泰山在线科技有限公司 一种人体跟踪方法及系统
CN101782968B (zh) * 2010-02-03 2012-10-03 北京航空航天大学 基于测地模型的人体骨骼提取和朝向判定方法
CN105303602A (zh) * 2015-10-09 2016-02-03 摩多文化(深圳)有限公司 一种3d人体模型骨骼自动绑定过程及方法
CN105513136A (zh) * 2015-11-30 2016-04-20 东北大学 一种基于水平集中心聚类的3d角色模型骨架提取方法
CN105719279A (zh) * 2016-01-15 2016-06-29 上海交通大学 基于椭圆柱的人体躯干建模及手臂区域分割和手臂骨架提取方法
CN107220591A (zh) * 2017-04-28 2017-09-29 哈尔滨工业大学深圳研究生院 多模态智能情绪感知系统
WO2018011336A1 (en) * 2016-07-13 2018-01-18 Naked Labs Austria Gmbh Skeleton estimation from body mesh
CN109376386A (zh) * 2018-09-19 2019-02-22 广州广电计量检测股份有限公司 天线模型的构建方法和装置、车载天线模型的构建方法
CN111311732A (zh) * 2020-04-26 2020-06-19 中国人民解放军国防科技大学 3d人体网格获取方法及装置
CN111445561A (zh) * 2020-03-25 2020-07-24 北京百度网讯科技有限公司 虚拟对象的处理方法、装置、设备及存储介质

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6144385A (en) * 1994-08-25 2000-11-07 Michael J. Girard Step-driven character animation derived from animation data without footstep information
CN1271574C (zh) * 2004-12-09 2006-08-23 上海交通大学 基于标记点的人肢体三维建模方法

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101782968B (zh) * 2010-02-03 2012-10-03 北京航空航天大学 基于测地模型的人体骨骼提取和朝向判定方法
CN101877145A (zh) * 2010-05-21 2010-11-03 西安电子科技大学 基于质量因子的复杂平表面网格预剖分方法
CN102074019A (zh) * 2010-12-28 2011-05-25 深圳泰山在线科技有限公司 一种人体跟踪方法及系统
CN105303602A (zh) * 2015-10-09 2016-02-03 摩多文化(深圳)有限公司 一种3d人体模型骨骼自动绑定过程及方法
CN105513136B (zh) * 2015-11-30 2018-05-04 东北大学 一种基于水平集中心聚类的3d角色模型骨架提取方法
CN105513136A (zh) * 2015-11-30 2016-04-20 东北大学 一种基于水平集中心聚类的3d角色模型骨架提取方法
CN105719279A (zh) * 2016-01-15 2016-06-29 上海交通大学 基于椭圆柱的人体躯干建模及手臂区域分割和手臂骨架提取方法
CN105719279B (zh) * 2016-01-15 2018-07-13 上海交通大学 基于椭圆柱的人体躯干建模及手臂区域分割和手臂骨架提取方法
WO2018011336A1 (en) * 2016-07-13 2018-01-18 Naked Labs Austria Gmbh Skeleton estimation from body mesh
US10733797B2 (en) 2016-07-13 2020-08-04 Naked Labs Austria Gmbh Skeleton estimation from body mesh
CN107220591A (zh) * 2017-04-28 2017-09-29 哈尔滨工业大学深圳研究生院 多模态智能情绪感知系统
CN109376386A (zh) * 2018-09-19 2019-02-22 广州广电计量检测股份有限公司 天线模型的构建方法和装置、车载天线模型的构建方法
CN111445561A (zh) * 2020-03-25 2020-07-24 北京百度网讯科技有限公司 虚拟对象的处理方法、装置、设备及存储介质
CN111445561B (zh) * 2020-03-25 2023-11-17 北京百度网讯科技有限公司 虚拟对象的处理方法、装置、设备及存储介质
CN111311732A (zh) * 2020-04-26 2020-06-19 中国人民解放军国防科技大学 3d人体网格获取方法及装置
CN111311732B (zh) * 2020-04-26 2023-06-20 中国人民解放军国防科技大学 3d人体网格获取方法及装置

Also Published As

Publication number Publication date
CN101271589B (zh) 2011-07-06

Similar Documents

Publication Publication Date Title
CN101271589B (zh) 一种三维人体模型关节中心提取方法
CN106960459B (zh) 角色动画中基于扩展位置动力学的蒙皮技术及权重重定位的方法
RU2343527C2 (ru) Способ и устройство для изготовления объектов, имеющих оптимизированные характеристики отклика
CN102819863B (zh) 一种三维人体运动的实时在线获取方法及其系统
Lee et al. Constraint-based hand animation
CN102622606B (zh) 基于测地模型的人体骨骼提取和朝向判定方法
CN108921928A (zh) 基于三角网格模型的体素化处理方法及其装置
CN104851126B (zh) 基于广义圆柱体的三维模型分割方法及装置
CN103021027A (zh) 电子人模的特征数据结构
CN105147341B (zh) 一种保留颌骨骨折线的3d模型重构方法
CN110175897A (zh) 一种3d合成试衣方法和系统
CN107154071A (zh) 基于实例根据人体测量尺寸数据生成个性化人体模型的方法
CN111539245B (zh) 一种基于虚拟环境的cpr技术训练评价方法
CN106406875A (zh) 基于自然手势的虚拟数字雕塑方法
CN101782968A (zh) 基于测地模型的人体骨骼提取和朝向判定方法
CN105095557A (zh) 载人航天器在轨维修的虚拟仿真及评价方法
Bielser et al. Open surgery simulation
CN105235216A (zh) 一种个体化义肢3d打印的制作方法及其义肢
CN115230162A (zh) 基于拓扑优化的人体手腕外固定支具的轻量化实现方法
CN103198297B (zh) 基于相关性几何特征的运动相似性评估方法
CN109543995A (zh) 一种高速列车驾驶室车内的布局舒适度评价方法
US20160292350A1 (en) Method of providing performance indicators of robot hand and method of optimizing structure of robot hand
Thornton et al. Three-dimensional stress analysis of polypropylene leaflets for prosthetic heart valves
CN106023144A (zh) 在断层影像中分割股骨的方法
CN109920051A (zh) 一种基于质心Voronoi划分的镂空支具建模、设计方法及系统

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
ASS Succession or assignment of patent right

Owner name: BEIJING ZHONGFANG XINFU INFORMATION TECHNOLOGY CO.

Free format text: FORMER OWNER: INSTITUTE OF COMPUTING TECHNOLOGY, CHINESE ACADEMY OF SCIENCES

Effective date: 20121214

C41 Transfer of patent application or patent right or utility model
COR Change of bibliographic data

Free format text: CORRECT: ADDRESS; FROM: 100080 HAIDIAN, BEIJING TO: 100020 CHAOYANG, BEIJING

TR01 Transfer of patent right

Effective date of registration: 20121214

Address after: 100020 Beijing city Chaoyang District East Third Ring Road No. 19 Jiasheng center room 706

Patentee after: Beijing China Trust Mdt InfoTech Ltd

Address before: 100080 Haidian District, Zhongguancun Academy of Sciences, South Road, No. 6, No.

Patentee before: Institute of Computing Technology, Chinese Academy of Sciences

C17 Cessation of patent right
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20110706

Termination date: 20140322