CN104679831A - 一种匹配人体模型的方法及装置 - Google Patents
一种匹配人体模型的方法及装置 Download PDFInfo
- Publication number
- CN104679831A CN104679831A CN201510059938.5A CN201510059938A CN104679831A CN 104679831 A CN104679831 A CN 104679831A CN 201510059938 A CN201510059938 A CN 201510059938A CN 104679831 A CN104679831 A CN 104679831A
- Authority
- CN
- China
- Prior art keywords
- body part
- user
- partial model
- manikin
- storehouse
- 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
Links
Landscapes
- Processing Or Creating Images (AREA)
Abstract
本发明公开了一种匹配人体模型的方法及装置,属于互联网通信领域。所述方法包括:获取用户的各个身体部位的体型信息;根据所述各个身体部位的体型信息,从局部模型库中获取所述各个身体部位对应的局部模型;将所述各个身体部位对应的局部模型组成所述用户的人体模型。所述装置包括:第一获取模块、第二获取模块和组成模块。本发明能够提高匹配的人体模型的准确度。
Description
技术领域
本发明涉及互联网通信领域,特别涉及一种匹配人体模型的方法及装置。
背景技术
目前,用户可以在网络中通过虚拟的人体模型来试穿衣服,也可以通过虚拟的人体模型来进行虚拟现实游戏。为了提高用户在虚拟试衣或虚拟现实游戏时的真实感,需要为用户匹配与用户体型相似的人体模型。
当前,现有技术提供了一种匹配人体模型的方法,包括:获取用户的照片,对用户的照片进行图像处理得到用户的尺寸信息。根据用户的尺寸信息,从人体模型库中获取与用户体型相似度最高的人体模型。其中,人体模型库中包括大量根据人体照片构建的人体模型。
在实现本发明的过程中,发明人发现现有技术至少存在以下问题:
有的用户的个别部位有独特的特点,而匹配的人体模型的该部位可能与用户体型相差很大,导致匹配的人体模型的准确度很低。例如,有的用户有啤酒肚,所以腹部很大,而从人体模型库中获取的人体模型的腹部可能与用户的腹部相差很大。
发明内容
为了提高匹配的人体模型的准确度,本发明提供了一种匹配人体模型的方法及装置。所述技术方案如下:
一种匹配人体模型的方法,所述方法包括:
获取用户的各个身体部位的体型信息;
根据所述各个身体部位的体型信息,从局部模型库中获取所述各个身体部位对应的局部模型;
将所述各个身体部位对应的局部模型组成所述用户的人体模型。
一种匹配人体模型的装置,所述装置包括:
第一获取模块,用于获取用户的各个身体部位的体型信息;
第二获取模块,用于根据所述各个身体部位的体型信息,从局部模型库中获取所述各个身体部位对应的局部模型;
组成模块,用于将所述各个身体部位对应的局部模型组成所述用户的人体模型。
在本发明实施例中,获取用户的各个身体部位的体型信息;根据各个身体部位的体型信息,从局部模型库中获取各个身体部位对应的局部模型;将各个身体部位对应的局部模型组成用户的人体模型。由于根据用户的各个身体部位的体型信息分别获取了各个身体部位对应的局部模型,然后将各个局部模型组成用户的人体模型,使得该人体模型的各个部位分别与用户的各个身体部位相匹配,提高了匹配人体模型的准确度。
附图说明
图1是本发明实施例1提供的一种匹配人体模型的方法流程图;
图2-1是本发明实施例2提供的一种匹配人体模型的方法流程图;
图2-2是本发明实施例2提供的一种建立局部模型库与尺寸数据库的流程图;
图2-3是本发明实施例2提供的一种根据尺寸信息匹配最相似的局部模型的流程图;
图3-1是本发明实施例3提供的一种匹配人体模型的方法流程图;
图3-2是本发明实施例3提供的一种根据各个身体部位的轮廓匹配各个身体部位对应的局部模型的流程图;
图4-1是本发明实施例4提供的一种匹配人体模型的方法流程图;
图4-2是本发明实施例4提供的局部模型在两个圆柱面上的投影的俯视图;
图4-3是本发明实施例4提供的局部模型的内全景深度图像;
图4-4是本发明实施例4提供的局部模型的外全景深度图像;
图4-5是本发明实施例4提供的根据各个身体部位的全景深度图像匹配人体模型的流程图;
图4-6是本发明实施例4提供的根据各个身体部位的三维深度图像匹配人体模型的流程图;
图4-7是本发明实施例4提供的另一种为用户匹配人体模型的流程图;
图5是本发明实施例5提供的一种匹配人体模型的装置结构示意图;
图6是本发明实施例6提供的一种服务器的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明实施方式作进一步地详细描述。
实施例1
参见图1,本发明实施例提供了一种匹配人体模型的方法,包括:
步骤101:获取用户的各个身体部位的体型信息;
步骤102:根据各个身体部位的体型信息,从局部模型库中获取各个身体部位对应的局部模型;
步骤103:将各个身体部位对应的局部模型组成用户的人体模型。
优选地,身体部位的体型信息为身体部位的尺寸信息;
获取用户的各个身体部位的体型信息,包括:
接收用户输入的各个身体部位的尺寸信息。
优选地,身体部位的体型信息为身体部位的轮廓;
获取用户的各个身体部位的体型信息,包括:
获取用户的图像;
根据用户的图像,获取用户的整体轮廓;
对整体轮廓进行分割,得到用户的各个身体部位的轮廓。
优选地,身体部位的体型信息为身体部位的全景深度图像;
获取用户的各个身体部位的体型信息,包括:
通过三维扫描模块对用户进行扫描,得到用户的三维深度图像;
将三维深度图像投影到圆柱坐标系中,得到用户的整体全景深度图像;
对整体全景深度图像进行分割,得到用户的各个身体部位的全景深度图像。
进一步地,获取用户的各个身体部位的体型信息之前,还包括:
根据大量不同体型的人体的三维图像,获取大量三维图像中每个三维图像的各个身体部位对应的局部模型,将获取的局部模型组成局部模型库。
进一步地,将各个身体部位对应的局部模型组成用户的人体模型之后,还包括:
接收用户输入的需要调节的身体部位的标识和尺寸,根据需要调节的身体部位的标识和尺寸,在用户的人体模型中对需要调节的身体部位进行调节。
在本发明实施例中,获取用户的各个身体部位的体型信息;根据各个身体部位的体型信息,从局部模型库中获取各个身体部位对应的局部模型;将各个身体部位对应的局部模型组成用户的人体模型。由于根据用户的各个身体部位的体型信息分别获取了各个身体部位对应的局部模型,然后将各个局部模型组成用户的人体模型,使得该人体模型的各个部位分别与用户的各个身体部位相匹配,提高了匹配人体模型的准确度。
实施例2
本发明实施例提供了一种匹配人体模型的方法。
有时用户在网络中通过虚拟的人体模型来试穿衣服,或者通过虚拟的人体模型来进行虚拟现实游戏。为了提高用户在虚拟试衣或虚拟现实游戏时的真实感,可以通过本发明实施例提供的方法根据用户的各个身体部位的尺寸信息为用户匹配人体模型。
参见图2-1,该方法具体包括:
步骤201:根据大量不同体型的人体的三维图像,获取大量不同体型的人体中每个人体的各个身体部位对应的局部模型,将获取的局部模型组成局部模型库;
其中,可以通过如下第一至第三三种方式来获取局部模型库,具体为:
第一,可以事先征集大量不同体型的志愿者,通过三维扫描模块对志愿者的人体进行扫描,获得大量不同体型的人体的三维图像,然后根据获得的人体的三维图像来获取局部模型库。
第一种方式具体为,对于征集的任一志愿者,通过三维扫描模块对该志愿者的全身进行扫描,获得该志愿者的三维图像。根据人身体的几个关键点颈部特征点、会阴点和两个腋窝点,将该志愿者的三维图像分割为头部模块、躯干模块、左臂模块、右臂模块、左下肢模块和右下肢模块。为分割得到的头部模块、躯干模块、左臂模块、右臂模块、左下肢模块和右下肢模块分别分配编号。将分割得到的头部模块、躯干模块、左臂模块、右臂模块、左下肢模块和右下肢模块以及各模块的编号存储到局部模型库中。对于征集的其他每个志愿者,都可以同该志愿者按照上述方式获得其他每个志愿者的头部模块、躯干模块、左臂模块、右臂模块、左下肢模块和右下肢模块,并将其他每个志愿者的头部模块、躯干模块、左臂模块、右臂模块、左下肢模块和右下肢模块添加到局部模型库中。
其中,三维扫描模块可以为人体三维扫描仪或三维图像采集设备等。目前人体三维扫描仪外形类似试衣间,志愿者站在里面,激光发射器发出的激光束环绕人体体表上下移动。该扫描仪可以在很短时间内采集人体大量的尺寸数据,然后将数据传送到与之相连的终端,终端根据采集到的尺寸数据绘制出具体的人体三维立体图像,并在三维立体图像上表明各个身体部位的尺寸。该扫描仪记录的数据可以和AUTO CAD(Auto Computer Aided Design,自动微机绘图软件)、Photoshop(图片编辑软件)和服装CAD(Computer Aided Design,微机绘图软件)等软件共享,也可以和网络脚本文件共享,同时承载记录数据的文件只有十几兆比特大小,占用的存储空间很小。另外,该扫描仪也可以扫描获得特定姿势的三维立体模型,志愿者可以随意摆出自己喜欢的姿势。
第二,事先征集大量不同体型的志愿者,通过三维扫描模块对志愿者的各个身体部位进行扫描,获得大量不同体型的人体的各个身体部位对应的三维图像,将获得的大量各个身体部位对应的三维图像组成局部模型库。
第二种方式具体为,对于征集的任一志愿者,通过三维扫描模块分别对该志愿者的头部、躯干、左臂、右臂、左下肢和右下肢进行扫描,获得该志愿的头部、躯干、左臂、右臂、左下肢和右下肢对应的三维图像,为获得的头部、躯干、左臂、右臂、左下肢和右下肢对应的三维图像分别分配编号,将志愿的头部、躯干、左臂、右臂、左下肢和右下肢对应的三维图像以及各三维图像的编号添加到局部模型库中。对于征集的其他每个志愿者,都可以同该志愿者按照上述方式获得其他每个志愿者的头部、躯干、左臂、右臂、左下肢和右下肢对应的三维图像,并将其他每个志愿者的头部、躯干、左臂、右臂、左下肢和右下肢对应的三维图像添加到局部模型库中。
其中,通过三维扫描模块对人体进行扫描时,会生成两个数据文件:三维模型文件和尺寸信息文件。三维模型文件的存储格式可以为.obj(目标文件)或.off等,三维模型文件用于存放三维模型的顶点信息和面信息。顶点信息为三维模型表面各个顶点的坐标,面信息为各个顶点坐标间的连接关系。尺寸信息文件多以.txt(文本文件)格式进行存储,尺寸信息文件用于存储三维模型的编号、尺寸名称、尺寸数值、年龄、身高和体重等信息。
第三,获取现有的人体的整体模型的模型库,根据整体模型的模型库获取局部模型库。
第三种方式具体为,对于获取的整体模型的模型库中的任一人体模型,根据人身体的几个关键点颈部特征点、会阴点和两个腋窝点,将该人体模型分割为头部模块、躯干模块、左臂模块、右臂模块、左下肢模块和右下肢模块。为分割得到的头部模块、躯干模块、左臂模块、右臂模块、左下肢模块和右下肢模块分别分配编号,将分割得到的头部模块、躯干模块、左臂模块、右臂模块、左下肢模块和右下肢模块以及各模块的编号添加到局部模型库中。对于获取的整体模型的模型库中的其他每个人体模型,都可以同该人体模型,安照上述方式获得其他每个人体模型的头部模块、躯干模块、左臂模块、右臂模块、左下肢模块和右下肢模块,并将其他每个人体模型的头部模块、躯干模块、左臂模块、右臂模块、左下肢模块和右下肢模块添加到局部模型库中。
进一步地,获取大量不同体型的人体中每个人体的各个身体部位对应的局部模型之后,还可以获取人体的各个身体部位分别对应的局部模型库,即根据获取的大量不同体型的人体中每个人体的头部模块、躯干模块、左臂模块、右臂模块、左下肢模块和右下肢模块,分别得到头部对应的局部模型、躯干对应的局部模型、左臂对应的局部模型、右臂对应的局部模型、左下肢对应的局部模型和右下肢对应的局部模型。
其中,通过上述步骤201的操作获取到局部模型库之后,可以通过如下步骤202的操作来获取局部模型库对应的尺寸数据库。
步骤202:根据局部模型库,建立该局部模型库对应的尺寸数据库;
具体地,对于局部模型库中的任一局部模型,从局部模型库中获取该局部模型的编号,从尺寸信息文件中获取该局部模型对应的尺寸名称以及尺寸数据,将该局部模型的编号、获取的尺寸名称以及尺寸数据存储在该局部模型库对应的尺寸数据库中。对于局部模型库中的其他每个局部模型,都可以同该局部模型安照上述方法分别获取其他每个局部模型的编号、尺寸名称和尺寸数据,并将其他每个局部模型的编号、尺寸名称和尺寸数据存储在尺寸数据库中。
其中,尺寸名称可以为局部模型对应的身体部位的名称等。
进一步地,对于各个身体部位分别对应的局部模型库,还可以建立各个身体部位分别对应的尺寸数据库,即分别建立头部对应的尺寸数据库、躯干对应的尺寸数据库、左臂对应的尺寸数据库、右臂对应的尺寸数据库、左下肢对应的尺寸数据库和右下肢对应的尺寸数据库。
其中,在本发明中,建立局部模型库与尺寸数据库的流程如图2-2所示,三维扫描模块对大量人体进行扫描得到三维人体模型库和人体尺寸库,对三维人体模型库中的人体模型进行分割得到局部模型库,从三维人体模型库中进行特征提取得到整体特征库,从局部模型库中进行特征提取得到局部特征库,以及从人体尺寸库中提取得到局部人体尺寸库。
其中,通过上述步骤201和202的操作获得局部模型库,并建立该局部模型库对应的尺寸数据库之后,可以通过如下步骤203-205的操作来为用户匹配人体模型。
步骤203:获取用户的各个身体部位的体型信息,身体部位的体型信息为该身体部位的尺寸信息;
其中,身体部位的尺寸信息包括该身体部位的标识和该身体部位的尺寸数据。身体部位的标识可以为该身体部位的名称等。优选地,各个身体部位的尺寸信息包括头部的尺寸信息、躯干的尺寸信息、左臂的尺寸信息、右臂的尺寸信息、左下肢的尺寸信息和右下肢的尺寸信息。
其中,终端为用户提供匹配接口,用户可以通过该匹配接口向终端输入自己各个身体部位的尺寸信息。当终端检测到用户在该匹配接口输入尺寸信息时,从该匹配接口中获取用户输入的各个身体部位的尺寸信息。
其中,通过上述步骤203的操作接收用户输入的各个身体部位的尺寸信息之后,通过如下步骤204和205的操作来为用户匹配人体模型。
步骤204:根据各个身体部位的体型信息,从局部模型库中获取各个身体部位对应的局部模型;
具体地,对于各个身体部位中的任一身体部位,根据该身体部位的体型信息中包括的该身体部位的标识,从尺寸数据库中获取与该身体部位的标识对应的每个局部模型的尺寸数据,计算该身体部位的体型信息中包括的尺寸数据与获取的每个尺寸数据之间的相似度,从获取的每个局部模型的尺寸数据中确定出相似度最大的局部模型的尺寸数据,从尺寸数据库中获取该局部模型的编号。根据该局部模型的编号,从局部模型库中获取该编号对应的局部模型。对于各个身体部位中的其他每个身体部位,都可以按照上述方式分别获取其他每个身体部位对应的局部模型。
进一步地,若建立了各个身体部位分别对应的局部模型库和尺寸数据库,则对于各个身体部位中的任一身体部位,根据该身体部位的体型信息中包括的身体部位的标识,确定该身体部位对应的局部模型库和尺寸数据库。计算该身体部位的体型信息中包括的尺寸数据与该尺寸数据库中每个尺寸数据之间的相似度,从该尺寸数据库中获取相似度最大的尺寸数据对应的局部模型的编号。根据获取的该编号从该局部模型库中获取该编号对应的局部模型。
其中,根据用户的尺寸信息为用户匹配最相似的局部模型的流程如图2-3所示,根据用户的尺寸信息,从尺寸数据库中确定出最相似的尺寸数据,根据确定的尺寸数据获取最相似的局部模型的编号,根据获取的编号获取最相似的局部模型。
步骤205:将各个身体部位对应的局部模型组成该用户的人体模型;
其中,各个身体部位对应的局部模型包括头部模块、躯干模块、左臂模块、右臂模块、左下肢模块和右下肢模块,将头部模块、躯干模块、左臂模块、右臂模块、左下肢模块和右下肢模块组合成一个完整的人体模型,组合得到的该人体模型即为该用户匹配的人体模型。
其中,通过上述步骤203-205的操作为用户匹配出人体模型之后,若该人体模型的某一部位仍然与该用户的实际体型不相符,则可以通过如下步骤206的操作来对该部位进行调节。
步骤206:接收用户输入的需要调节的身体部位的标识和尺寸,根据需要调节的身体部位的标识和尺寸,在用户的人体模型中对需要调节的身体部位进行调节。
其中,终端为用户提供调节接口,用户可以通过该调节接口向终端输入需要调节的身体部位的标识和尺寸。当终端检测到用户向该调节接口中输入需要调节部位的标识和尺寸时,从该调节接口中获取用户输入的需要调节的身体部位的标识和尺寸。根据获取的身体部位的标识和尺寸,在用户的人体模型中确定出该标识对应的部位,将该部位的尺寸修改为获取的身体部位的尺寸。
其中,在获得局部模型数据库时,对局部模型数据库中的局部模型进行统计测量与特征分析,计算出人体颈部、胸部、腰部和腹部等部位的长度、宽度和围度等参数的均值、方差和变化范围,并以此作为人体模型各重要部位尺寸条件的依据。为了提高人体模型调节的幅度,胸部调节模块被独立出来,以便于模拟不同性别的人群的体型。用下胸围的尺寸作为参考指标,统计出人体模型数据库中所有女性的罩杯大小的分布,作为人体模型胸部调节模块的设计标准。
进一步地,还对大量人体模型前后两部分调节程度进行了分析。通过统计分析,研究出人体模型的形体发生改变时身体前半部分与后半部分的改变规律。因为当人的体型发生功能时,其身体前后部位都会随之改变,但是改变程度不同。本发明实施例中采用一个穿过腰部侧面两个基准点的断面,将人体分为前后两个部分。分别统计了腰部和臀部前后两部分的围度变化关系,并得出规律:人体前部分的腰围比后部分的腰围改变要快,而前部分的臀围比后部分的臀围改变要慢。
另外,在本发明实施例中,对人体重要部位之间的关联关系也进行了统计分析,发现当某一个重要部位的尺寸参数发生改变时,其他部位的尺寸参数也会随之改变,如当臀围发生改变时腹围也会相应的改变。经统计得出了胸围与肩宽、胸围与袖围、胸围与颈围、胸围与腰围、腰围与臀围、颈围与肩宽以及胸围与下胸围之间的关联规律。其中,袖围与下胸围被选作主动调节参数,其他参数被被动式调节。在本发明实施例中使用关联系数来表述两个尺寸参数之间的关联规律。关联系数的表达式如公式(1)所示:
其中,x和y分别表示两个相关联的尺寸参数,xi和yi分别为这两个尺寸参数的第i个测量数据,i=1、2、…、n,n为测量数据的总数。rxy为尺寸参数x和y的关联系数,其变化范围为[-1,1]。
其中,rxy小于零表示x与y呈线性负增长关系,即随着x的增加,y随之减小;rxy大于零表示x与y呈线性正增长关系,即随着x的增加,y随之增加;rxy等于零表示x和y没有关联。
其中,在本发明中,将人体模型分为头部模块、躯干模块、左臂模块、右臂模块、左下肢模块和右下肢模块。因为每个模块复杂度不同,相应地在为用户匹配各个身体部位时的方法不同。头部模块提取球面调和函数作为特征,躯干模块提取全景深度作为特征,左臂模块、右臂模块、左下肢模块和右下肢模块计算各个关键点测地距离作为特征。这样可以避免人体在扫描过程中由于肢体姿势的不同而造成的匹配误差,而且支持四肢摆出各种造型。
在本发明实施例中,获取用户的各个身体部位的体型信息;根据各个身体部位的体型信息,从局部模型库中获取各个身体部位对应的局部模型;将各个身体部位对应的局部模型组成用户的人体模型。由于根据用户的各个身体部位的体型信息分别获取了各个身体部位对应的局部模型,然后将各个局部模型组成用户的人体模型,使得该人体模型的各个部位分别与用户的各个身体部位相匹配,提高了匹配人体模型的准确度。
实施例3
本发明实施例提供了一种匹配人体模型的方法。
有时用户在网络中通过虚拟的人体模型来试穿衣服,或者通过虚拟的人体模型来进行虚拟现实游戏。为了提高用户在虚拟试衣或虚拟现实游戏时的真实感,可以通过本发明实施例提供的方法根据用户的各个身体部位的轮廓为用户匹配人体模型。
参见图3-1,该方法具体包括:
步骤301:与实施例2中步骤201的操作相同,在此不再赘述;
步骤302:根据局部模型库,建立该局部模型库对应的轮廓特征库;
具体地,对于局部模型库中的任一局部模型,从局部模型库中获取该局部模型的编号。将该局部模型分别向三维坐标的三个平面投影,得到该局部模型对应的正视图、侧视图和俯视图。从得到的每个图像的原点按照均匀的预设角度向周围发射射线,获取射线与该局部模型对应的图像边缘的交点,计算交点与原点的距离,将获取的每个交点的坐标以及每个交点与原点的距离组成该局部模型的轮廓特征,将该局部模型的编号和轮廓特征存储在轮廓特征库中。对于局部模型库中的其他每个局部模型,都可以同该局部模型,按照上述方式分别获取其他每个局部模型的编号和轮廓特征,并将其他每个局部模型的编号和轮廓特征存储在轮廓特征库中。
进一步地,对于各个身体部位分别对应的局部模型库,还可以建立各个身体部位分别对应的轮廓特征库,即分别建立头部对应的轮廓特征库、躯干对应的轮廓特征库、左臂对应的轮廓特征库、右臂对应的轮廓特征库、左下肢对应的轮廓特征库和右下肢对应的轮廓特征库。
其中,通过上述步骤301和302的操作获得局部模型库,并建立该局部模型库对应的轮廓特征库之后,可以通过如下步骤303-305的操作来为用户匹配人体模型。
步骤303:获取用户的各个身体部位的体型信息,身体部位的体型信息为该身体部位的轮廓;
其中,各个身体部位的轮廓包括头部的轮廓、躯干的轮廓、左臂的轮廓、右臂的轮廓、左下肢的轮廓和右下肢的轮廓。
其中,终端为用户提供匹配接口,用户可以通过该匹配接口向终端提交自己的图像。当终端检测到用户在该匹配接口中添加图像时,从该匹配接口中获取用户的图像。终端从用户的图像的原点按照均匀的的预设角度想周围发射射线,获取每条射线与用户的图像边缘的交点,计算每个交点与原点之间的距离,将获取的每个交点的坐标以及每个交点与原点之间的距离组成该用户的整体轮廓。根据人体的几个关键点颈部特征点、会阴点和两个腋窝点,对该用户的整体轮廓进行分割得到该用户的各个身体部位的轮廓,即得到该用户的头部的轮廓、躯干的轮廓、左臂的轮廓、右臂的轮廓、左下肢的轮廓和右下肢的轮廓。
优选地,用户向终端提交自己的正视图、俯视图和侧视图,且用户向终端提交的图像均为全身图。
进一步地,也可以通过三维扫描模块对用户全身进行扫描,得到用户的三维图像,将该用户的三维图像分别向三维坐标的三个平面进行投影,得到用户的正视图、侧视图和俯视图,然后再通过上述方式根据用户的正视图、侧视图和俯视图获取该用户的各个身体部位的轮廓。
其中,通过上述步骤303的操作获取用户的各个身体部位的轮廓之后,通过如下步骤304和305的操作来为用户匹配人体模型。
步骤304:根据各个身体部位的体型信息,从局部模型库中获取各个身体部位对应的局部模型;
具体地,对于各个身体部位中的任一身体部位,计算该身体部位的体型信息中包括的轮廓与轮廓特征库中的每个轮廓特征之间的相似度,从轮廓特征库中确定出相似度最大的轮廓特征对应的局部模型的编号。根据该局部模型的编号,从局部模型库中获取该编号对应的局部模型。对于各个身体部位中的其他每个身体部位,都可以按照上述方式分别获取其他每个身体部位对应的局部模型。
进一步地,若建立了各个身体部位分别对应的局部模型库和轮廓特征库,则对于各个身体部位中的任一身体部位,根据该身体部位的体型信息中包括的身体部位的轮廓,确定该身体部位对应的局部模型库和轮廓特征库。计算该身体部位的体型信息中包括的轮廓与该轮廓特征库中每个轮廓特征之间的相似度,从该轮廓特征库中获取相似度最大的轮廓特征对应的局部模型的编号。根据获取的编号从该局部模型库中获取该编号对应的局部模型。
步骤305和306:与实施例2中步骤205和206的操作相同,在此不再赘述。
其中,根据用户各个身体部位的轮廓为用户匹配各个身体部位对应的局部模型的流程如图3-2所示,根据用户的全身照片,进行轮廓提取得到用户全身的轮廓,然后将用户的全身轮廓进行分割,得到局部轮廓特征,根据局部轮廓特征从轮廓特征库中获取各最相似的局部模型,将各最相似的局部模型拼接为与该用户最相似的人体模型。
在本发明实施例中,获取用户的各个身体部位的体型信息;根据各个身体部位的体型信息,从局部模型库中获取各个身体部位对应的局部模型;将各个身体部位对应的局部模型组成用户的人体模型。由于根据用户的各个身体部位的体型信息分别获取了各个身体部位对应的局部模型,然后将各个局部模型组成用户的人体模型,使得该人体模型的各个部位分别与用户的各个身体部位相匹配,提高了匹配人体模型的准确度。
实施例4
本发明实施例提供了一种匹配人体模型的方法。
有时用户在网络中通过虚拟的人体模型来试穿衣服,或者通过虚拟的人体模型来进行虚拟现实游戏。为了提高用户在虚拟试衣或虚拟现实游戏时的真实感,可以通过本发明实施例提供的方法根据用户的各个身体部位的全景深度图像为用户匹配人体模型。
参见图4-1,该方法具体包括:
步骤401:与实施例2中步骤201的操作相同,在此不再赘述;
步骤402:根据局部模型库,建立该局部模型库对应的全景深度图像库;
具体地,对于局部模型库中的任一局部模型,从局部模型库中获取该局部模型的编号。将该局部模型的三维坐标系转换为圆柱坐标系,将该局部模型投影到一个外部的圆柱面和一个内部的圆柱面上,分别得到这两个圆柱面上的外全景深度图像和内全景深度图像。将得到的外全景深度图像和内全景深度图像作为该局部模型对应的全景深度图像,将该局部模型对应的全景深度图像存储到该局部模型库对应的全景深度图像库中。对于局部模型库中的其他每个局部模型,都可以同该局部模型,按照上述方式分别获取其他每个局部模型的全景深度图像,并将其他每个局部模型的全景深度图像存储到该局部模型库对应的全景深度图像库中。
其中,将局部模型的三维坐标系转换为圆柱坐标系(r,θ,z)。获取局部模型的高度为H,为获取该局部模型的全景深度图像,将该局部模型投影到一个外部的圆柱面和一个内部的圆柱面上,这两个圆柱的半径分别为R1和R2,高度均为H。R1和R2分别设置为dmax和dmin。dmax表示从该局部模型的表面到它的质心的最大距离,dmin表示一个比较小的距离值,可以将dmin设置为手腕的半径值。圆柱坐标系中θ和z用于表示深度图像的坐标信息,而距离指数r被放射到一个16比特灰度值的数据中。然后通过采集一系列的坐标Iv(θ,z)来得到某一圆柱体上的全景图像。其中,θ为xy坐标平面上的夹角,θ的取值范围为[0,2π],z的取值范围为[0,H]。在圆柱坐标系上θ和z分别以B1和B2的采样幅度来采集,其中B1=360,B2=360。采集过程中采集到一系列坐标Iv(θu,zv),其中θu=u*2π/B1,zv=H/B2,u的取值范围为[0,B1-1],v的取值范围为[0,B2-1]。在转换过程中,如果有一个以上的数据点对应与同一区间,对外部的圆柱面来说,取其中的最大距离,对于内部的圆柱面来书,取其中的最小距离。
将局部模型上的点投影到内部和外部的两个圆柱面上,其俯视图如图4-2所示。投影之后,经过进一步处理得到的内全景深度图像如图4-3所示,以及外全景深度图像如图4-4所示。对得到的每幅深度图像,进行二维离散傅立叶变换,变换公式如下所示:
其中,m的取值范围为[0,B1],n的取值范围为[0,B2]。
其中,设内部深度图像和外部深度图像的傅立叶描述子分别为和则该局部模型的全景深度图像的傅立叶描述子为
进一步地,将局部模型的编号、内全景深度图像、外全景深度图像和全景深度图像的傅立叶描述子存储在全景深度图像库中。
其中,通过上述步骤401和402的操作获得局部模型库,并建立该局部模型库对应的全景深度图像库之后,可以通过如下步骤403-405的操作来为用户匹配人体模型。
步骤403:获取用户的各个身体部位的体型信息,身体部位的体型信息为该身体部位的全景深度图像;
其中,各个身体部位包括头部、躯干、左臂、右臂、左下肢和右下肢。
本步骤具体为,通过三维扫描模块对用户进行扫描,得到用户的三维深度图像。将用户的三维深度图像投影到圆柱坐标系中,得到用户的整体全景深度图像。根据人体的几个关键点颈部特征点、会阴点和两个腋窝点,对该整体全景深度图像进行分割,得到用户的各个身体部位的全景深度图像,即分别得到该用户的头部、躯干、左臂、右臂、左下肢和右下肢的全景深度图像。
进一步地,还计算用户的各个身体部位的全景深度图像的傅立叶描述子。
进一步地,也可以通过三维扫描模块直接对用户的各个身体部位进行扫描,得到用户的各个身体部位的三维深度图像,分别将各个身体部位的三维深度图像投影到圆柱坐标系中,得到用户的各个身体部位的全景深度图像。
其中,根据三维深度图像得到全景深度图像的具体操作与步骤402中的操作相同,在此不再赘述。
其中,通过上述步骤403的操作获取用户的各个身体部位的全景深度图像之后,通过如下步骤404和405的操作来为用户匹配人体模型。
步骤404:根据各个身体部位的体型信息,从局部模型库中获取各个身体部位对应的局部模型;
具体地,对于各个身体部位中的任一身体部位,计算该身体部位的体型信息中包括的全景深度图像与全景深度图像库中的每个全景深度图像之间的相似度,从全景深度图像库中确定出相似度最大的全景深度图像对应的局部模型的编号。根据该局部模型的编号,从局部模型库中获取该编号对应的局部模型。对于各个身体部位中的其他每个身体部位,都可以按照上述方式分别获取其他每个身体部位对应的局部模型。
进一步地,对于用户的任一身体部位,还可以计算该身体部位的全景深度图像的傅立叶描述子与全景深度图像库中的每个傅立叶描述子的相似度,从全景深度图像库中确定出相似度最大的傅立叶描述子对应的局部模型的编号。
进一步地,若建立了各个身体部位分别对应的局部模型库和全景深度图像库,则对于各个身体部位中的任一身体部位,根据该身体部位的体型信息中包括的身体部位的全景深度图像,确定该身体部位对应的局部模型库和全景深度图像库。计算该身体部位的体型信息中包括的全景深度图像与该全景深度图像库中每个全景深度图像之间的相似度,从该全景深度图像库中获取相似度最大的全景深度图像对应的局部模型的编号。根据获取的编号从该局部模型库中获取该编号对应的局部模型。
步骤405和406:与实施例2中步骤205和206的操作相同,在此不再赘述。
其中,根据用户各个身体部位的全景深度图像为用户匹配人体模型的流程如图4-5所示,根据用户的三维深度图像,获取用户的全景深度图像,对用户的全景深度图像进行分割,得到用户的局部全景深度图像,根据局部全景深度图像从全景深度图像库中获取各最相似的局部模型,将各最相似的局部模型拼接成与该用户最相似的人体模型。
其中,在本发明中可以结合实施例2、3和4提供的方法,建立局部模型库,并建立该局部模型库对应的尺寸数据库、轮廓特征库和全景深度图像库。在为用户匹配人体模型时,接收用户输入的各个身体部位的尺寸信息、用户的图像或三维深度图像,根据接收的用户各个身体部位的尺寸信息、用户的图像或三维深度图像,从局部模型库中获取各个身体部位对应的局部模型,并将获取的各个局部模型拼接成用户的完整的人体模型。而且当该人体模型的个别部位仍然与用户体型不相符时,可以根据用户输入的需要调节的身体部位的标识和尺寸,对需要调节的身体部位进行调节。按照本发明提供的方法来为用户匹配人体模型,大大提高了匹配的人体模型的准确度。
其中,在本发明中,还可以通过三维扫描模块对用户的各个身体部位进行扫描,得到用户的各个身体部位的三维深度图像,根据各个身体部位的三维深度图像来为用户匹配人体模型,具体匹配流程如图4-6所示,通过各个身体部位的三维深度图像,通过特征提取获得各个身体部位的轮廓,根据各个身体部位的轮廓和轮廓特征库匹配出最相似的局部模型,将最相似的局部模型拼接成与该用户最相似的人体模型。另外,还可以根据各个身体部位的三维深度图像,通过特征提取获得各个身体部位的全景深度图像,根据各个身体部位的全景深度图像和全景深度图像库匹配出最相似的局部模型,然后将最相似的局部模型拼接成与该用户最相似的人体模型。
其中,通过本发明提供的方法为用户匹配人体模型的流程如图4-7所示,S1获取用户需求,该用户需求可以为用户输入的各个身体部位的尺寸信息、用户的图像或三维深度图像。S2在三维模型检索系统中进行检索,该三维模型检索系统用于根据用户输入的各个身体部位的尺寸信息、用户的图像或三维深度图像,在局部模型库中检索与用户的各个身体部位相匹配的局部模型。S3获得最相似的局部模型。S4获得最相似的人体模型,本步骤可以是将S3中获得的各个局部模型组成用户的人体模型,另外本发明中还可以建立完整人体模型库,可以根据用户需求直接从该完整人体模型库中获取最相似的人体模型。S5反馈调节,即根据用户输入的需要调节的身体部位的标识和尺寸,对需要调节的身体部位进行调节。S6最终得到个性化三维人体模型。
在本发明实施例中,获取用户的各个身体部位的体型信息;根据各个身体部位的体型信息,从局部模型库中获取各个身体部位对应的局部模型;将各个身体部位对应的局部模型组成用户的人体模型。由于根据用户的各个身体部位的体型信息分别获取了各个身体部位对应的局部模型,然后将各个局部模型组成用户的人体模型,使得该人体模型的各个部位分别与用户的各个身体部位相匹配,提高了匹配人体模型的准确度。
实施例5
参见图5,本发明实施例提供了一种匹配人体模型的装置,包括:
第一获取模块501,用于获取用户的各个身体部位的体型信息;
第二获取模块502,用于根据各个身体部位的体型信息,从局部模型库中获取各个身体部位对应的局部模型;
组成模块503,用于将各个身体部位对应的局部模型组成用户的人体模型。
其中,身体部位的体型信息为身体部位的尺寸信息;
第一获取模块501,用于接收用户输入的各个身体部位的尺寸信息。
其中,身体部位的体型信息为身体部位的轮廓;
第一获取模块501,包括:
第一获取单元,用于获取用户的图像;
第二获取单元,用于根据用户的图像,获取用户的整体轮廓;
第一分割单元,用于对整体轮廓进行分割,得到用户的各个身体部位的轮廓。
其中,身体部位的体型信息为身体部位的全景深度图像;
第一获取模块501,包括:
扫描单元,用于通过三维扫描模块对用户进行扫描,得到用户的三维深度图像;
投影单元,用于将三维深度图像投影到圆柱坐标系中,得到用户的整体全景深度图像;
第二分割单元,用于对整体全景深度图像进行分割,得到用户的各个身体部位的全景深度图像。
进一步地,该装置还包括:
第三获取模块,用于根据大量不同体型的人体的三维图像,获取大量三维图像中每个三维图像的各个身体部位对应的局部模型,将获取的局部模型组成局部模型库。
进一步地,该装置还包括:
调节模块,用于接收用户输入的需要调节的身体部位的标识和尺寸,根据需要调节的身体部位的标识和尺寸,在用户的人体模型中对需要调节的身体部位进行调节。
在本发明实施例中,获取用户的各个身体部位的体型信息;根据各个身体部位的体型信息,从局部模型库中获取各个身体部位对应的局部模型;将各个身体部位对应的局部模型组成用户的人体模型。由于根据用户的各个身体部位的体型信息分别获取了各个身体部位对应的局部模型,然后将各个局部模型组成用户的人体模型,使得该人体模型的各个部位分别与用户的各个身体部位相匹配,提高了匹配人体模型的准确度。
实施例6
图6是本发明实施例提供的服务器的结构示意图。该服务器1900可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上中央处理器(centralprocessing units,CPU)1922(例如,一个或一个以上处理器)和存储器1932,一个或一个以上存储应用程序1942或数据1944的存储介质1930(例如一个或一个以上海量存储设备)。其中,存储器1932和存储介质1930可以是短暂存储或持久存储。存储在存储介质1930的程序可以包括一个或一个以上模块(图示没标出),每个模块可以包括对服务器中的一系列指令操作。更进一步地,中央处理器1922可以设置为与存储介质1930通信,在服务器1900上执行存储介质1930中的一系列指令操作。
服务器1900还可以包括一个或一个以上电源1926,一个或一个以上有线或无线网络接口1950,一个或一个以上输入输出接口1958,一个或一个以上键盘1956,和/或,一个或一个以上操作系统1941,例如Windows ServerTM,Mac OSXTM,UnixTM,LinuxTM,FreeBSDTM等等。
服务器1900可以包括有存储器,以及一个或者一个以上的程序,其中一个或者一个以上程序存储于存储器中,且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令:
获取用户的各个身体部位的体型信息;
根据各个身体部位的体型信息,从局部模型库中获取各个身体部位对应的局部模型;
将各个身体部位对应的局部模型组成用户的人体模型。
优选地,身体部位的体型信息为身体部位的尺寸信息;
获取用户的各个身体部位的体型信息,包括:
接收用户输入的各个身体部位的尺寸信息。
优选地,身体部位的体型信息为身体部位的轮廓;
获取用户的各个身体部位的体型信息,包括:
获取用户的图像;
根据用户的图像,获取用户的整体轮廓;
对整体轮廓进行分割,得到用户的各个身体部位的轮廓。
优选地,身体部位的体型信息为身体部位的全景深度图像;
获取用户的各个身体部位的体型信息,包括:
通过三维扫描模块对用户进行扫描,得到用户的三维深度图像;
将三维深度图像投影到圆柱坐标系中,得到用户的整体全景深度图像;
对整体全景深度图像进行分割,得到用户的各个身体部位的全景深度图像。
进一步地,获取用户的各个身体部位的体型信息之前,还包括:
根据大量不同体型的人体的三维图像,获取大量三维图像中每个三维图像的各个身体部位对应的局部模型,将获取的局部模型组成局部模型库。
进一步地,将各个身体部位对应的局部模型组成用户的人体模型之后,还包括:
接收用户输入的需要调节的身体部位的标识和尺寸,根据需要调节的身体部位的标识和尺寸,在用户的人体模型中对需要调节的身体部位进行调节。
在本发明实施例中,获取用户的各个身体部位的体型信息;根据各个身体部位的体型信息,从局部模型库中获取各个身体部位对应的局部模型;将各个身体部位对应的局部模型组成用户的人体模型。由于根据用户的各个身体部位的体型信息分别获取了各个身体部位对应的局部模型,然后将各个局部模型组成用户的人体模型,使得该人体模型的各个部位分别与用户的各个身体部位相匹配,提高了匹配人体模型的准确度。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (12)
1.一种匹配人体模型的方法,其特征在于,所述方法包括:
获取用户的各个身体部位的体型信息;
根据所述各个身体部位的体型信息,从局部模型库中获取所述各个身体部位对应的局部模型;
将所述各个身体部位对应的局部模型组成所述用户的人体模型。
2.如权利要求1所述的方法,其特征在于,身体部位的体型信息为所述身体部位的尺寸信息;
所述获取用户的各个身体部位的体型信息,包括:
接收用户输入的各个身体部位的尺寸信息。
3.如权利要求1所述的方法,其特征在于,身体部位的体型信息为所述身体部位的轮廓;
所述获取用户的各个身体部位的体型信息,包括:
获取所述用户的图像;
根据所述用户的图像,获取所述用户的整体轮廓;
对所述整体轮廓进行分割,得到所述用户的各个身体部位的轮廓。
4.如权利要求1所述的方法,其特征在于,身体部位的体型信息为所述身体部位的全景深度图像;
所述获取用户的各个身体部位的体型信息,包括:
通过三维扫描模块对所述用户进行扫描,得到所述用户的三维深度图像;
将所述三维深度图像投影到圆柱坐标系中,得到所述用户的整体全景深度图像;
对所述整体全景深度图像进行分割,得到所述用户的各个身体部位的全景深度图像。
5.如权利要求1所述的方法,其特征在于,所述获取用户的各个身体部位的体型信息之前,还包括:
根据大量不同体型的人体的三维图像,获取所述大量三维图像中每个三维图像的各个身体部位对应的局部模型,将所述获取的局部模型组成局部模型库。
6.如权利要求1所述的方法,其特征在于,所述将所述各个身体部位对应的局部模型组成所述用户的人体模型之后,还包括:
接收用户输入的需要调节的身体部位的标识和尺寸,根据所述需要调节的身体部位的标识和尺寸,在所述用户的人体模型中对所述需要调节的身体部位进行调节。
7.一种匹配人体模型的装置,其特征在于,所述装置包括:
第一获取模块,用于获取用户的各个身体部位的体型信息;
第二获取模块,用于根据所述各个身体部位的体型信息,从局部模型库中获取所述各个身体部位对应的局部模型;
组成模块,用于将所述各个身体部位对应的局部模型组成所述用户的人体模型。
8.如权利要求7所述的装置,其特征在于,身体部位的体型信息为所述身体部位的尺寸信息;
所述第一获取模块,用于接收用户输入的各个身体部位的尺寸信息。
9.如权利要求7所述的装置,其特征在于,身体部位的体型信息为所述身体部位的轮廓;
所述第一获取模块,包括:
第一获取单元,用于获取所述用户的图像;
第二获取单元,用于根据所述用户的图像,获取所述用户的整体轮廓;
第一分割单元,用于对所述整体轮廓进行分割,得到所述用户的各个身体部位的轮廓。
10.如权利要求7所述的装置,其特征在于,身体部位的体型信息为所述身体部位的全景深度图像;
所述第一获取模块,包括:
扫描单元,用于通过三维扫描模块对所述用户进行扫描,得到所述用户的三维深度图像;
投影单元,用于将所述三维深度图像投影到圆柱坐标系中,得到所述用户的整体全景深度图像;
第二分割单元,用于对所述整体全景深度图像进行分割,得到所述用户的各个身体部位的全景深度图像。
11.如权利要求7所述的装置,其特征在于,所述装置还包括:
第三获取模块,用于根据大量不同体型的人体的三维图像,获取所述大量三维图像中每个三维图像的各个身体部位对应的局部模型,将所述获取的局部模型组成局部模型库。
12.如权利要求7所述的装置,其特征在于,所述装置还包括:
调节模块,用于接收用户输入的需要调节的身体部位的标识和尺寸,根据所述需要调节的身体部位的标识和尺寸,在所述用户的人体模型中对所述需要调节的身体部位进行调节。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510059938.5A CN104679831B (zh) | 2015-02-04 | 2015-02-04 | 一种匹配人体模型的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510059938.5A CN104679831B (zh) | 2015-02-04 | 2015-02-04 | 一种匹配人体模型的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104679831A true CN104679831A (zh) | 2015-06-03 |
CN104679831B CN104679831B (zh) | 2020-07-07 |
Family
ID=53314873
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510059938.5A Active CN104679831B (zh) | 2015-02-04 | 2015-02-04 | 一种匹配人体模型的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104679831B (zh) |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105551037A (zh) * | 2015-12-10 | 2016-05-04 | 广州视源电子科技股份有限公司 | 用户服装尺码匹配方法、系统和智能镜子 |
CN106529400A (zh) * | 2016-09-26 | 2017-03-22 | 深圳奥比中光科技有限公司 | 移动终端及其人体监测方法、装置 |
CN106529399A (zh) * | 2016-09-26 | 2017-03-22 | 深圳奥比中光科技有限公司 | 人体信息采集方法、装置及系统 |
CN107230224A (zh) * | 2017-05-19 | 2017-10-03 | 深圳奥比中光科技有限公司 | 三维虚拟服装模型制作方法及装置 |
CN107622522A (zh) * | 2017-08-09 | 2018-01-23 | 广东欧珀移动通信有限公司 | 生成游戏素材的方法及装置 |
WO2018126435A1 (zh) * | 2017-01-06 | 2018-07-12 | 深圳市三维人工智能科技有限公司 | 一种3d人体模型的建立方法和系统 |
WO2018133691A1 (zh) * | 2017-01-22 | 2018-07-26 | 北京京东尚科信息技术有限公司 | 用户身材参数获取方法和装置 |
CN108334895A (zh) * | 2017-12-29 | 2018-07-27 | 腾讯科技(深圳)有限公司 | 目标数据的分类方法、装置、存储介质及电子装置 |
CN108471487A (zh) * | 2017-02-23 | 2018-08-31 | 钰立微电子股份有限公司 | 产生全景深度图像的图像装置及相关图像装置 |
CN108514418A (zh) * | 2018-03-30 | 2018-09-11 | 盎锐(上海)信息科技有限公司 | 基于模型生成装置的数据分析方法 |
CN108564651A (zh) * | 2018-02-26 | 2018-09-21 | 盎锐(上海)信息科技有限公司 | 具有数据生成功能的身体扫描装置及数据生成方法 |
CN109313809A (zh) * | 2017-12-26 | 2019-02-05 | 深圳配天智能技术研究院有限公司 | 一种图像匹配方法、装置及存储介质 |
CN109410319A (zh) * | 2018-09-30 | 2019-03-01 | Oppo广东移动通信有限公司 | 一种数据处理方法、服务器和计算机存储介质 |
CN109472859A (zh) * | 2018-10-31 | 2019-03-15 | 上海与德通讯技术有限公司 | 穿戴效果的显示方法、电子设备及计算机可读存储介质 |
CN109753489A (zh) * | 2019-01-15 | 2019-05-14 | 广州唯品会研究院有限公司 | 体型样本数据库的生成方法、装置及计算机可读存储介质 |
CN111713949A (zh) * | 2020-06-30 | 2020-09-29 | 上海海事大学 | 一种防护服自动穿戴设备及其方法 |
WO2021179831A1 (zh) * | 2020-03-09 | 2021-09-16 | Oppo广东移动通信有限公司 | 拍照方法、装置、电子设备及存储介质 |
CN115661942A (zh) * | 2022-12-15 | 2023-01-31 | 广州卓远虚拟现实科技有限公司 | 基于虚拟现实的动作数据处理方法、系统及云平台 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101548890A (zh) * | 2008-03-31 | 2009-10-07 | 富士通先端科技株式会社 | 非接触式生物认证设备及用于其的身体部位引导控制方法 |
CN101799867A (zh) * | 2009-02-04 | 2010-08-11 | 霍尼韦尔国际公司 | 对真实世界视频和图像中的人的改善检测 |
-
2015
- 2015-02-04 CN CN201510059938.5A patent/CN104679831B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101548890A (zh) * | 2008-03-31 | 2009-10-07 | 富士通先端科技株式会社 | 非接触式生物认证设备及用于其的身体部位引导控制方法 |
CN101548890B (zh) * | 2008-03-31 | 2011-07-06 | 富士通先端科技株式会社 | 非接触式生物认证设备及用于其的身体部位引导控制方法 |
CN101799867A (zh) * | 2009-02-04 | 2010-08-11 | 霍尼韦尔国际公司 | 对真实世界视频和图像中的人的改善检测 |
Non-Patent Citations (2)
Title |
---|
刘载文等: "《系统仿真技术及其应用》", 31 July 2008 * |
石秀金等: "基于人体部件模板组装的服装量身定制技术研究", 《计算机应用》 * |
Cited By (32)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105551037A (zh) * | 2015-12-10 | 2016-05-04 | 广州视源电子科技股份有限公司 | 用户服装尺码匹配方法、系统和智能镜子 |
CN106529400A (zh) * | 2016-09-26 | 2017-03-22 | 深圳奥比中光科技有限公司 | 移动终端及其人体监测方法、装置 |
CN106529399A (zh) * | 2016-09-26 | 2017-03-22 | 深圳奥比中光科技有限公司 | 人体信息采集方法、装置及系统 |
CN109891464B (zh) * | 2017-01-06 | 2023-03-07 | 深圳市三维人工智能科技有限公司 | 一种3d人体模型的建立方法和系统 |
CN109891464A (zh) * | 2017-01-06 | 2019-06-14 | 深圳市三维人工智能科技有限公司 | 一种3d人体模型的建立方法和系统 |
WO2018126435A1 (zh) * | 2017-01-06 | 2018-07-12 | 深圳市三维人工智能科技有限公司 | 一种3d人体模型的建立方法和系统 |
CN108346156A (zh) * | 2017-01-22 | 2018-07-31 | 北京京东尚科信息技术有限公司 | 用户身材参数获取方法和装置 |
WO2018133691A1 (zh) * | 2017-01-22 | 2018-07-26 | 北京京东尚科信息技术有限公司 | 用户身材参数获取方法和装置 |
US11176673B2 (en) | 2017-01-22 | 2021-11-16 | Beijing Jingdong Shangke Information Technology Co., Ltd. | Method and device for acquiring figure parameters of a user |
CN108471487A (zh) * | 2017-02-23 | 2018-08-31 | 钰立微电子股份有限公司 | 产生全景深度图像的图像装置及相关图像装置 |
CN107230224B (zh) * | 2017-05-19 | 2019-09-24 | 深圳奥比中光科技有限公司 | 三维虚拟服装模型制作方法及装置 |
CN107230224A (zh) * | 2017-05-19 | 2017-10-03 | 深圳奥比中光科技有限公司 | 三维虚拟服装模型制作方法及装置 |
CN107622522A (zh) * | 2017-08-09 | 2018-01-23 | 广东欧珀移动通信有限公司 | 生成游戏素材的方法及装置 |
CN107622522B (zh) * | 2017-08-09 | 2021-02-05 | Oppo广东移动通信有限公司 | 生成游戏素材的方法及装置 |
CN109313809A (zh) * | 2017-12-26 | 2019-02-05 | 深圳配天智能技术研究院有限公司 | 一种图像匹配方法、装置及存储介质 |
CN109313809B (zh) * | 2017-12-26 | 2022-05-31 | 深圳配天智能技术研究院有限公司 | 一种图像匹配方法、装置及存储介质 |
CN108334895A (zh) * | 2017-12-29 | 2018-07-27 | 腾讯科技(深圳)有限公司 | 目标数据的分类方法、装置、存储介质及电子装置 |
CN108334895B (zh) * | 2017-12-29 | 2022-04-26 | 腾讯科技(深圳)有限公司 | 目标数据的分类方法、装置、存储介质及电子装置 |
CN108564651A (zh) * | 2018-02-26 | 2018-09-21 | 盎锐(上海)信息科技有限公司 | 具有数据生成功能的身体扫描装置及数据生成方法 |
CN108514418A (zh) * | 2018-03-30 | 2018-09-11 | 盎锐(上海)信息科技有限公司 | 基于模型生成装置的数据分析方法 |
CN109410319A (zh) * | 2018-09-30 | 2019-03-01 | Oppo广东移动通信有限公司 | 一种数据处理方法、服务器和计算机存储介质 |
CN109410319B (zh) * | 2018-09-30 | 2021-02-02 | Oppo广东移动通信有限公司 | 一种数据处理方法、服务器和计算机存储介质 |
CN112492290A (zh) * | 2018-09-30 | 2021-03-12 | Oppo广东移动通信有限公司 | 一种数据处理方法、服务器和计算机存储介质 |
US11044457B2 (en) | 2018-09-30 | 2021-06-22 | Guangdong Oppo Mobile Telecommunications Corp., Ltd. | Method for processing data, server and computer storage medium |
CN112492290B (zh) * | 2018-09-30 | 2022-11-11 | Oppo广东移动通信有限公司 | 一种数据处理方法、服务器和计算机存储介质 |
CN109472859A (zh) * | 2018-10-31 | 2019-03-15 | 上海与德通讯技术有限公司 | 穿戴效果的显示方法、电子设备及计算机可读存储介质 |
CN109753489B (zh) * | 2019-01-15 | 2021-01-19 | 广州唯品会研究院有限公司 | 体型样本数据库的生成方法、装置及计算机可读存储介质 |
CN109753489A (zh) * | 2019-01-15 | 2019-05-14 | 广州唯品会研究院有限公司 | 体型样本数据库的生成方法、装置及计算机可读存储介质 |
WO2021179831A1 (zh) * | 2020-03-09 | 2021-09-16 | Oppo广东移动通信有限公司 | 拍照方法、装置、电子设备及存储介质 |
CN111713949B (zh) * | 2020-06-30 | 2022-02-11 | 上海海事大学 | 一种防护服自动穿戴设备及其方法 |
CN111713949A (zh) * | 2020-06-30 | 2020-09-29 | 上海海事大学 | 一种防护服自动穿戴设备及其方法 |
CN115661942A (zh) * | 2022-12-15 | 2023-01-31 | 广州卓远虚拟现实科技有限公司 | 基于虚拟现实的动作数据处理方法、系统及云平台 |
Also Published As
Publication number | Publication date |
---|---|
CN104679831B (zh) | 2020-07-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104679831A (zh) | 一种匹配人体模型的方法及装置 | |
US20210012558A1 (en) | Method and apparatus for reconstructing three-dimensional model of human body, and storage medium | |
KR102346320B1 (ko) | 고속 3d 모델 피팅 및 인체 측정법 | |
US10813715B1 (en) | Single image mobile device human body scanning and 3D model creation and analysis | |
US11645815B2 (en) | Method, device, and storage medium for segmenting three-dimensional object | |
CN107016721A (zh) | 人体三维模型的建模方法 | |
CN108154104A (zh) | 一种基于深度图像超像素联合特征的人体姿态估计方法 | |
CN112509119B (zh) | 针对颞骨的空间数据处理及定位方法、装置及电子设备 | |
KR101626384B1 (ko) | 3차원 모델 데이터 검색 장치 및 방법 | |
CN108629294A (zh) | 基于变形图的人体与人脸网格模板拟合方法 | |
CN106952335A (zh) | 建立人体模型库的方法及其系统 | |
KR102585821B1 (ko) | 증강 현실 장치 및 위치 설정 방법 | |
CN105261062A (zh) | 一种人物分段建模方法 | |
CN116596755B (zh) | 一种点云数据的拼接方法、装置、设备及存储介质 | |
CN108537887A (zh) | 基于3d打印的草图与模型库三维视图匹配方法 | |
US10970655B2 (en) | Surgery planning based on predicted results | |
CN112233222A (zh) | 基于神经网络关节点估计的人体参数化三维模型变形方法 | |
CN113545773B (zh) | 人体尺寸测量方法、装置、电子设备和可读存储介质 | |
CN116763295B (zh) | 牲畜体尺测量方法、电子设备及存储介质 | |
US8108187B2 (en) | Method and system for surface analysis and envelope generation | |
CN109934926B (zh) | 模型数据处理方法、装置、可读存储介质和设备 | |
CN112991300B (zh) | 一种基于邻域特征的单木骨架提取及可视化方法 | |
JPH1196400A (ja) | 形状変換方法 | |
CN109238264A (zh) | 一种家畜位置姿势归一化方法及装置 | |
CN107316343A (zh) | 一种基于数据驱动的模型处理方法及设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |