CN107545598A - 一种人体三维模型合成及身体数据获取方法 - Google Patents

Abstract

本发明涉及一种人体三维模型合成及身体数据获取方法，解决了现有方法设备成本高昂、用户体验差以及测量数据误差大的技术问题。本方法包括：S1：对被测人员进行扫描，得到多个深度图像、体重和人体电阻率；S2：获得被测人员的原始三维模型A；S3：将被测人员的原始三维模型A、体重和人体电阻率发送至云端算法服务器进行优化和计算，得到带有标记信息的三维模型B；S4：对三维模型B进行测量并结合被测人员身高、人体电阻率等获得被测人员身体数据；S5：将被测人员的三维模型B及身体数据保存至云端中心数据库以供后续使用。本发明方法设备成本低、用户体验好，可广泛应用于服装定制、体型追踪和健康监测等应用领域。

Description

一种人体三维模型合成及身体数据获取方法

技术领域

本发明涉及健康监测领域，具体涉及一种人体三维模型合成及身体数据获取方法。

背景技术

人体三维体型模型合成及身体数据获取技术，是面向现代化高科技、人工智能、自动化的健康监测技术。三维机器视觉是世界前沿科技，人工智能是人们社会生活发展趋势，健康监测也是社会关注话题之一。三维人体扫描仪集中出现在上世纪九十年代末期，凭借其在测量速度、非接触性、测量数据的稳定性等方面的优势，迅速引起了各相关行业的关注，国外已经出现面向人体扫描的专业设备公司，但设备成本依然高昂且操作复杂。现有技术中的三维人体测量方法有立体摄影测量法、激光测量法、莫尔条纹测量法等。三维人体测量方法虽然都能获得人体数据，但现有的人体测量方法大多基于正侧面照片恢复三维模型，并通过三维模型恢复测量数据，其缺点是获取的三维模型和真实模型缺乏真实的尺寸映射，很难精准恢复人体的真实体态数据，此外采用激光等扫描系统测量，需要被测量者脱衣，还要求被测人员在几分钟内保持不变姿势，被测人员体验差，激光会造成被测人员心理压力，激光还容易伤害被测人员的眼睛。

发明内容

本发明解决了现有的人体三维模型合成及身体数据获取方法测量数据误差大和被测人员体验差的问题，提供了一种测量设备结构简单、测试过程快速舒适且测量数据精确的方法。

本发明解决上述问题的技术方案是：

一种人体三维模型合成及身体数据获取方法，其特殊之处在于，包括以下步骤：

S1：使用人体扫描仪对被测人员进行扫描并得到多个深度图像，同时分别通过重量传感器和人体电阻传感器测量被测人员的体重和人体电阻率；

S2：基于所述多个深度图像获得被测人员的原始三维模型A；

S3：输入被测人员的性别、身高、年龄，并与被测人员的原始三维模型A、体重和人体电阻率一同发送至云端算法服务器进行优化和计算，得到带有标记信息的三维模型B，其中，所述标记信息用于身体部位定位，三维模型B的特征在于针对不同被测人员拥有相同的三维顶点数量、顶点顺序和相同的三维网格拓扑结构，并且各三维顶点所代表的人体部位大致相同；

S4：对三维模型B进行测量并结合被测人员的性别、身高、年龄、体重、人体电阻率获得被测人员的身体数据；

S5：将被测人员的三维模型B和身体数据保存在云端中心数据库，以供被授权人员读取及使用。

进一步地，所述S1中的人体扫描仪包括转台、能够绕所述转台相对转动并沿竖向方向运动的深度相机、布置在所述转台下方的重量传感器、布置在所述转台上的两个扶手以及设置在所述扶手的手扶部位上的人体电阻传感器。

进一步地，通过对不同身高体型的被测人员的多次测试，得出下述结论：当所述两个扶手的间距为50cm至70cm，所述两个扶手下端部连线的中心距转台中心10cm至40cm时，被测人员的姿势最为舒适且能够保证深度相机扫描到人体的每个部分。

进一步地，所述人体扫描仪还包括滑轨，所述滑轨竖向安放在垂直距离转台中心60cm至150cm的范围内，所述深度相机以朝向转台中心的方式设置在所述滑轨上并沿滑轨上下滑动，从而保证能够对被测人员从头到脚进行全身扫描。

进一步地，所述S1的具体步骤包括：

S11：被测人员站在转台的中心处，抬头挺胸站直、静止不动，双手握住扶手并与人体电阻传感器接触，且从正面能够完整看到被测人员腋下轮廓；

S12：转台平稳转动且深度相机上下移动，深度相机对人体各个部位进行扫描操作并获得多个深度图像；同时重量传感器对被测人员的体重进行测量，人体电阻传感器对人体电阻率进行测量；

S13：转台停止转动，深度相机停止上下移动和扫描操作；深度相机从最上位置移动至最下位置的用时是转台转动一圈的用时的N倍或1/N倍，N为自然数。

进一步地，所述S4中的获得被测人员的身体数据的步骤包括以下步骤：

S41：将生成的三维模型B和被测人员的性别、身高、年龄、人体电阻率发送至算法服务器；

S42：在算法服务器中计算出身体数据：

(1)所述身体数据包括新陈代谢率、骨骼含量、肌肉量、水分含量、内脏脂肪质量中的一种或多种，通过生物电阻抗方法计算；

(2)所述身体数据包括体脂率、节段体脂率，其计算方法是结合三维模型B的体积和各个关键部位维度的数值及体重、人体电阻率，利用Siri方程和围度测量法；

(3)所述身体数据包括身体质量指数、腰臀比，通过对三维模型B的直接测量。

进一步地，所述S42中体脂率的计算方法为：

S421：得到三维模型B的体积v；

S422：根据被测人员的体重m以及公式ρ＝m/v得到被测人员的体密度ρ；

S423：根据Siri方程BF％＝(495/ρ)-450得到被测人员的体脂率BF％。

进一步地，所述S3中的得到带有标记信息的三维模型B的过程包括以下子步骤：

S31：对原始三维模型A进行从模型坐标系转换到测量坐标系的坐标校正操作，获取坐标校正后的三维模型A1；

S32：对坐标校正后的三维模型A1进行噪声清理，删除多余信息并且对三维模型A1进行表面重建，得到三维模型A2；

S33：将三维模型A2与身高、体重相结合，得到与被测人员体型类似的模板模型B’；对于B’上的每个点，找到三维模型A上的最邻近点；通过最优化方法使得B’局部变形达到缩小与A对应邻近点距离的目的，其中，优化的约束条件为保持B’总体变化率最小；经过几次迭代后，得到三维模型B。

进一步地，所述S33中的对于B’上的每个点，找到三维模型A上的最邻近点是通过KD树方法完成的。

本发明的有益效果是：

1.本发明的人体三维模型合成及身体数据获取方法通过转盘的转动和深度相机沿滑轨的上下移动，实现了对人体进行360°的全身扫描，扫描时间短，设备成本低，测量数据更加准确。

2.本发明的方法使用深度相机代替激光进行人体扫描，避免了对人体造成的伤害。

3.相比传统的测量身体数据以及其他电子测量身体数据的方法，此方法在获得三维人体模型的同时，还能快速获取全面的身体数据，包括身体围度数据、长度数据和身体成分数据等，能够快速建立庞大的人体三维模型数据库。

4.此方法应用前景广，可广泛应用于服装定制、健身房体型追踪和家庭健康监测等领域。

附图说明

图1是一种实现本发明方法的人体扫描仪的结构示意图；

图2是本发明人体三维模型合成及身体数据获取方法实施例的流程图；

图3是实现本发明方法的设备的操作流程图；

图4是本发明方法的扫描过程的流程图；

图5是本发明方法的身体数据获取流程图；

图6是本发明方法的获取三维模型B的流程图。

其中：1-人体扫描仪；2-重量传感器；3-人体电阻传感器；4-转台；5-深度相机；6-扶手；7-滑轨

具体实施方式

下面将参照附图并结合实施例对本发明的技术方案进行详细描述。

本发明的人体三维模型合成和身体数据获取方法主要是借助搭配好的硬件环境对人体进行360°全身扫描，获取原始的人体三维模型A和身体数据，然后将三维模型A和身体数据上传到云端算法服务器进行优化和计算，从而得到带有标记信息的三维模型B和全面的身体数据(包括围度数据、长度数据和身体成分数据等)并保存到云端中心数据库以供后续使用。

在实施本发明的方法之前，首先需要对硬件设备进行搭建，如图1所示，在本实施例中，实现本发明方法的设备为一种人体扫描仪1，包括重量传感器2、人体电阻传感器3、转台4、深度相机5、两个扶手6以及滑轨7，其中，重量传感器2布置在转台4的下方；人体电阻传感器设置在扶手6的顶部；两个扶手6均布置在转台4上；深度相机5以朝向转台中心的方式设置在滑轨7上并且能够沿滑轨7上下滑动。在本实施例中，为了保证被测人员站在转台上的舒适度并保证能够得到全身所有部位的扫描图像，两个扶手的间距为60cm，所述两个扶手连线的中心距转台中心20cm；滑轨7竖向安放在垂直距离转台4中心100cm。

如图1至图5所示，利用上述人体扫描仪进行人体三维模型合成及身体数据获取方法包括以下步骤：

(1)被测人员站在转台上，双手握在扶手上，双手与扶手顶部的人体电阻传感器接触，且从正面能够完整看到被测人员腋下轮廓并确保两手舒服握住扶手的位置；

(2)转台匀速转动且深度相机沿滑轨上下移动，深度相机对用户进行全身扫描并得到被测人员的多个深度图像，同时通过重量传感器和人体电阻传感器分别测量被测人员的体重和人体电阻率；

(3)基于所述多个深度图像获得被测人员的原始三维模型A；

(4)输入被测人员的性别、身高、年龄，并与被测人员的原始三维模型A、体重和人体电阻率一同发送至云端算法服务器进行优化和计算，得到带有标记信息的三维模型B，

(5)对三维模型B进行测量并结合被测人员的性别、身高、年龄、人体电阻率获得被测人员的身体数据，这里所述的被测人员的身体数据包括身体各处的围度数据、长度数据、体脂率，水分含量、心率、肌肉量、内脏脂肪质量、BMI、腰臀比；

(6)将被测人员的三维模型B和身体数据保存在云端中心数据库，以供给予授权的人员去读取并应用，例如用于模型展示和身体数据追踪等。

如图3和图4所示，所述步骤(1)中被测人员对实现本发明方法的上述人体扫描仪的具体操作步骤如下：

(1.1)被测人员查看设备介绍视频，通过在产品结构添加屏幕或者脱离产品结构第三方的屏幕、被测人员的手机等方式来提供该视频给被测人员查看；

(1.2)被测人员穿紧身衣物、去除饰品、并启动产品操作流程介绍；

(1.3)被测人员站在转台的中心处，抬头挺胸站直、静止不动，双手握住扶手并与人体电阻传感器接触，且正面可完整看到被测人员腋下轮廓；

(1.4)转台平稳转动且深度相机上下移动，深度相机对人体各个部位进行扫描操作并获得多个深度图像；同时，重量传感器对被测人员的体重进行测量，并且人体电阻传感器对人体电阻率进行测量。

(1.6)转台停止转动，深度相机停止上下移动和扫描操作；深度相机从最上位置移动至最下位置的用时是转台转动一圈的用时的N倍或1/N倍，N为自然数。

在本实施例中，所述步骤(5)中获得被测人员的身体数据的算法流程包括以下步骤：

(5.1)将生成的三维模型B和被测人员的性别、身高、年龄、人体电阻率发送至算法服务器；

(5.2)在算法服务器中计算出身体数据：

(a)所述身体数据包括新陈代谢率、骨骼含量、肌肉量、水分含量、内脏脂肪质量中的一种或多种，通过生物电阻抗方法计算；

(b)所述身体数据包括体脂率、节段体脂率，其计算方法是结合三维模型B的体积和各个关键部位维度的数值及体重、人体电阻率，利用Siri方程和围度测量法；

(c)所述身体数据包括身体质量指数、腰臀比，通过对三维模型B的直接测量。

在本实施例中，所述步骤(5.2)中的体脂率的计算方法为：获得三维模型B的体积v；根据被测人员的体重m以及公式ρ＝m/v得到被测人员的体密度ρ；根据Siri方程BF％＝(495/ρ)-450得到被测人员的体脂率BF％。

如图5所示，所述步骤(4)中的得到带有标记信息的三维模型B的过程包括以下步骤：

(4.1)对原始三维模型A进行从模型坐标系转换到测量坐标系的坐标校正操作，获取坐标校正后的三维模型A1；

(4.2)对坐标校正后的三维模型A1进行噪声清理，删除多余信息并且对三维模型A1进行表面重建，得到三维模型A2；

(4.3)将噪声清理后的三维模型A2与身高、体重相结合，通过匹配算法与预置模型数据库中的模板模型的相应点建立一一对应关系，找到与三维模型A2最匹配的模板模型作为带有标记信息(用于身体部位定位)的三维模型B。具体的说，根据被测人员身高体重得到与之体型类似的模板模型B’；对于B’上的每个点，通过KD树等方法找到三维模型A上的最邻近点；通过最优化方法使得B’局部变形达到缩小与A对应邻近点距离的目的，其中，优化的约束条件为保持B’总体变化率最小；经过几次迭代后，得到三维模型B。

(4.4)将简化后并带有标记信息的三维模型B、身体各部位测量点及测量数据、体脂率保存至模型数据库。

Claims (9)

1.一种人体三维模型合成及身体数据获取方法，其特征在于，包括以下步骤：

S1：使用人体扫描仪对被测人员进行扫描并得到多个深度图像，同时通过重量传感器和人体电阻传感器分别测量被测人员的体重和人体电阻率；

S2：基于所述多个深度图像获得被测人员的原始三维模型A；

S3：输入被测人员的性别、身高、年龄，并与被测人员的原始三维模型A、体重和人体电阻率一同发送至云端算法服务器进行优化和计算，得到带有标记信息的三维模型B，其中，所述标记信息用于身体部位定位，三维模型B的特征在于针对不同被测人员拥有相同的三维顶点数量、顶点顺序和相同的三维网格拓扑结构，并且各三维顶点所代表的人体部位大致相同；

S4：对三维模型B进行测量并结合被测人员的性别、身高、年龄、体重、人体电阻率获得被测人员的身体数据；

S5：将被测人员的三维模型B和身体数据保存在云端中心数据库，以供被授权人员读取及使用。

2.根据权利要求1所述的人体三维模型合成及身体数据获取方法，其特征在于，所述S1中的人体扫描仪包括转台、能够绕所述转台相对转动并沿竖向方向运动的深度相机、布置在所述转台下方的重量传感器、布置在所述转台上的两个扶手以及设置在所述扶手的手扶部位上的人体电阻传感器。

3.根据权利要求2所述的人体三维模型合成及身体数据获取方法，其特征在于，所述两个扶手的间距为50cm至70cm，所述两个扶手下端部连线的中心距转台中心10cm至40cm。

4.根据权利要求2所述的人体三维模型合成及身体数据获取方法，其特征在于，所述人体扫描仪还包括滑轨，所述滑轨竖向安放在垂直距离转台中心60cm至150cm的范围内，所述深度相机以朝向转台中心的方式设置在所述滑轨上并沿滑轨上下滑动。

5.根据权利要求2所述的人体三维模型合成及身体数据获取方法，其特征在于，所述S1的具体步骤包括：

S11：被测人员站在转台的中心处，抬头挺胸站直、静止不动，双手握住扶手并与人体电阻传感器接触，且从正面能够完整看到被测人员腋下轮廓；

S12：转台平稳转动并且深度相机上下移动，深度相机对人体各个部位进行扫描操作并获得多个深度图像；同时重量传感器对被测人员的体重进行测量，人体电阻传感器对人体电阻率进行测量；

S13：转台停止转动，深度相机停止上下移动和扫描操作；深度相机从最上位置移动至最下位置的用时是转台转动一圈的用时的N倍或1/N倍，N为自然数。

6.根据权利要求1所述的人体三维模型合成及身体数据获取方法，其特征在于，所述S4中的获得被测人员的身体数据包括以下步骤：

S41：将生成的三维模型B和被测人员的性别、身高、年龄、人体电阻率发送至算法服务器；

S42：在算法服务器中计算出身体数据：

(1)所述身体数据包括新陈代谢率、骨骼含量、肌肉量、水分含量、内脏脂肪质量中的一种或多种，通过生物电阻抗方法计算；

(2)所述身体数据包括体脂率、节段体脂率，其计算方法是结合三维模型B的体积和各个关键部位维度的数值及体重、人体电阻率，利用Siri方程和围度测量法；

(3)所述身体数据包括身体质量指数、腰臀比，通过对三维模型B直接测量。

7.根据权利要求6所述的人体三维模型合成及身体数据获取方法，其特征在于，所述S42中体脂率的计算方法为：

S421：获得三维模型B的体积v；

S422：根据被测人员的体重m以及公式ρ＝m/v得到被测人员的体密度ρ；

S423：根据Siri方程BF％＝(495/ρ)-450得到被测人员的体脂率BF％。

8.根据权利要求1-7中任一项所述的人体三维模型合成及身体数据获取方法，其特征在于，所述S3中的得到带有标记信息的三维模型B包括以下步骤：

S31：对原始三维模型A进行从模型坐标系转换到测量坐标系的坐标校正操作，获取坐标校正后的三维模型A1；

S32：对坐标校正后的三维模型A1进行噪声清理，删除多余信息并且对三维模型A1进行表面重建，得到三维模型A2；

S33：将三维模型A2与身高、体重相结合，得到与被测人员体型类似的模板模型B’；对于B’上的每个点，找到三维模型A上的最邻近点；通过最优化方法使得B’局部变形达到缩小与A对应邻近点距离的目的，其中，优化的约束条件为保持B’总体变化率最小；经过几次迭代后，得到三维模型B。

9.根据权利要求8所述的人体三维模型合成及身体数据获取方法，其特征在于，所述S33中的对于B’上的每个点，找到三维模型A上的最邻近点是通过KD树方法完成的。