CN110179192A - 一种人体三维模型的测量系统及其测量方法 - Google Patents
一种人体三维模型的测量系统及其测量方法 Download PDFInfo
- Publication number
- CN110179192A CN110179192A CN201910284252.4A CN201910284252A CN110179192A CN 110179192 A CN110179192 A CN 110179192A CN 201910284252 A CN201910284252 A CN 201910284252A CN 110179192 A CN110179192 A CN 110179192A
- Authority
- CN
- China
- Prior art keywords
- model
- human body
- module
- image
- human
- 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.)
- Pending
Links
Classifications
-
- A—HUMAN NECESSITIES
- A41—WEARING APPAREL
- A41H—APPLIANCES OR METHODS FOR MAKING CLOTHES, e.g. FOR DRESS-MAKING OR FOR TAILORING, NOT OTHERWISE PROVIDED FOR
- A41H1/00—Measuring aids or methods
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Biophysics (AREA)
- Engineering & Computer Science (AREA)
- Textile Engineering (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明公开一种人体三维模型的测量系统及其测量方法，包括获取模块，基于matlab获取特定模型中的三维人体模型的模型轮廓图像；训练模块，与获取模块连接，基于模型轮廓图像进行基于神经网络的深度学习训练，获取训练后的深度学习模型；三维扫描提取模块，用于获取人体的三维图像，并根据人体的三维图像提取出人体轮廓图像；模型学习模块，与训练模块和三维扫描提取模块连接，用于将人体轮廓图像导入深度学习模型中，获取与实际人体对应的特定人体三维模型；该人体三维模型的测量系统测量尺寸误差较少。
Description
技术领域
本发明涉及一种人体三维模型的测量系统及其测量方法。
背景技术
服装设计师(Apparel Designer)直接设计的是产品，间接设计的是人品和社会。随着科学与文明的进步，人类的艺术设计手段也在不断发展。信息时代，人类的文化传播方式与以前相比有了很大变化，严格的行业之间的界限正在淡化。服装设计师的想象力迅速冲破意识形态的禁锢，以千姿百态的形式释放出来。新奇的、诡谲的、抽象的视觉形象，极端的色彩出现在令人诧异的对比中，于是不得不开始调整我们的眼睛以适应新的风景。
目前，服装设计已经面向采用三维模型的方式进行设计，但是目前的三维模型中的测量尺寸误差较大，容易影响到设计。
发明内容
本发明要解决的技术问题是提供一种测量尺寸误差较少的人体三维模型的测量系统及其测量方法。
为解决上述问题，本发明采用如下技术方案：
一种人体三维模型的测量系统，包括
获取模块，基于matlab获取特定模型中的三维人体模型的模型轮廓图像；
训练模块，与获取模块连接，基于模型轮廓图像进行基于神经网络的深度学习训练，获取训练后的深度学习模型；
三维扫描提取模块，用于获取人体的三维图像，并根据人体的三维图像提取出人体轮廓图像；
模型学习模块，与训练模块和三维扫描提取模块连接，用于将人体轮廓图像导入深度学习模型中，获取与实际人体对应的特定人体三维模型；
预设置模块，与模型学习模块连接，将特定人体三维模型的多个骨架关节点作为预设特征点；
特征点确定模块，与预设置模块连接，基于预设特征点确定实际人体中各部位的特征点；
尺寸确定模块，与特征点确定模块连接，基于特征点确定实际人体表面预设关键特征的尺寸。
作为优选，所述模型轮廓图像包括所述三维人体模型的正视图的轮廓图像与侧视图的轮廓图像。
作为优选，所述特定模型为SCAPE模型。
作为优选，所述人体轮廓图像包括所述实际人体的正视图的轮廓图像与侧视图的轮廓图像。
作为优选，所述三维扫描提取模块还被配置于扫描人体的预设关键特征的尺寸，以获得扫描尺寸；
还配置有
误差优化模块，与三维扫描提取模块和尺寸确定模块连接，用于将尺寸确定模块确定的实际人体表面预设关键特征的尺寸和扫描尺寸作数据均值化处理。
作为优选，还包含有
输出模块，与误差优化模块连接，用于显示经过数据均值化处理的数据，并将该数据进行打印。
本发明还提供一种人体三维模型的测量系统的测量方法，包括以下步骤：
1)基于matlab获取特定模型中的三维人体模型的模型轮廓图像；
2)与获取模块连接，基于模型轮廓图像进行基于神经网络的深度学习训练，获取训练后的深度学习模型；
3)通过扫描获取人体的三维图像，并根据人体的三维图像提取出人体轮廓图像，同时扫描人体的预设关键特征的尺寸，以获得扫描尺寸；
4)将人体轮廓图像导入深度学习模型中，获取与实际人体对应的特定人体三维模型；
5)将特定人体三维模型的多个骨架关节点作为预设特征点；
6)基于预设特征点确定实际人体中各部位的特征点；
7)基于特征点确定实际人体表面预设关键特征的尺寸；
8)将确定的实际人体表面预设关键特征的尺寸和扫描尺寸作数据均值化处理；
9)显示经过数据均值化处理的数据，并将该数据进行打印。
本发明的有益效果为：通过将模型轮廓图像进行基于神经网络的深度学习训练，获取训练后的深度学习模型，再将人体轮廓图像导入深度学习模型中，可以有效的降低计算出来的尺寸的误差。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为实施例1的一种人体三维模型的测量系统的模块连接框图。
图2为实施例2的一种人体三维模型的测量系统的模块连接框图。
图中：
1、获取模块；2、训练模块；3、三维扫描提取模块；4、模型学习模块；5、预设置模块；6、特征点确定模块；7、尺寸确定模块；8、误差优化模块；9、输出模块。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。
实施例1
如图1所示，一种人体三维模型的测量系统，包括
获取模块1，基于matlab获取特定模型中的三维人体模型的模型轮廓图像；
训练模块2，与获取模块连接，基于模型轮廓图像进行基于神经网络的深度学习训练，获取训练后的深度学习模型；
三维扫描提取模块3，用于获取人体的三维图像，并根据人体的三维图像提取出人体轮廓图像；
模型学习模块4，与训练模块和三维扫描提取模块连接，用于将人体轮廓图像导入深度学习模型中，获取与实际人体对应的特定人体三维模型；
预设置模块5，与模型学习模块连接，将特定人体三维模型的多个骨架关节点作为预设特征点；
特征点确定模块6，与预设置模块连接，基于预设特征点确定实际人体中各部位的特征点；
尺寸确定模块7，与特征点确定模块连接，基于特征点确定实际人体表面预设关键特征的尺寸。
在本实施例中，所述模型轮廓图像包括所述三维人体模型的正视图的轮廓图像与侧视图的轮廓图像。
在本实施例中，所述特定模型为SCAPE模型。
在本实施例中，所述人体轮廓图像包括所述实际人体的正视图的轮廓图像与侧视图的轮廓图像。
实施例2
如图2所示，一种人体三维模型的测量系统，包括
获取模块1，基于matlab获取特定模型中的三维人体模型的模型轮廓图像；
训练模块2，与获取模块连接，基于模型轮廓图像进行基于神经网络的深度学习训练，获取训练后的深度学习模型；
三维扫描提取模块3，用于获取人体的三维图像，并根据人体的三维图像提取出人体轮廓图像；
模型学习模块4，与训练模块和三维扫描提取模块连接，用于将人体轮廓图像导入深度学习模型中，获取与实际人体对应的特定人体三维模型；
预设置模块5，与模型学习模块连接，将特定人体三维模型的多个骨架关节点作为预设特征点；
特征点确定模块6，与预设置模块连接，基于预设特征点确定实际人体中各部位的特征点；
尺寸确定模块7，与特征点确定模块连接，基于特征点确定实际人体表面预设关键特征的尺寸。
在本实施例中，所述模型轮廓图像包括所述三维人体模型的正视图的轮廓图像与侧视图的轮廓图像。
在本实施例中，所述特定模型为SCAPE模型。
在本实施例中，所述人体轮廓图像包括所述实际人体的正视图的轮廓图像与侧视图的轮廓图像。
在本实施例中，所述三维扫描提取模块还被配置于扫描人体的预设关键特征的尺寸，以获得扫描尺寸；
还配置有
误差优化模块8，与三维扫描提取模块和尺寸确定模块连接，用于将尺寸确定模块确定的实际人体表面预设关键特征的尺寸和扫描尺寸作数据均值化处理。
在本实施例中，还包含有
输出模块9，与误差优化模块连接，用于显示经过数据均值化处理的数据，并将该数据进行打印。
本发明还提供一种人体三维模型的测量系统的测量方法，包括以下步骤：
1)基于matlab获取特定模型中的三维人体模型的模型轮廓图像；
2)与获取模块连接，基于模型轮廓图像进行基于神经网络的深度学习训练，获取训练后的深度学习模型；
3)通过扫描获取人体的三维图像，并根据人体的三维图像提取出人体轮廓图像，同时扫描人体的预设关键特征的尺寸，以获得扫描尺寸；
4)将人体轮廓图像导入深度学习模型中，获取与实际人体对应的特定人体三维模型；
5)将特定人体三维模型的多个骨架关节点作为预设特征点；
6)基于预设特征点确定实际人体中各部位的特征点；
7)基于特征点确定实际人体表面预设关键特征的尺寸；
8)将确定的实际人体表面预设关键特征的尺寸和扫描尺寸作数据均值化处理；
9)显示经过数据均值化处理的数据，并将该数据进行打印。
本发明的有益效果为：通过将模型轮廓图像进行基于神经网络的深度学习训练，获取训练后的深度学习模型，再将人体轮廓图像导入深度学习模型中，可以有效的降低计算出来的尺寸的误差。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何不经过创造性劳动想到的变化或替换，都应涵盖在本发明的保护范围之内。
Claims (7)
1.一种人体三维模型的测量系统，其特征在于：包括
获取模块，基于matlab获取特定模型中的三维人体模型的模型轮廓图像；
训练模块，与获取模块连接，基于模型轮廓图像进行基于神经网络的深度学习训练，获取训练后的深度学习模型；
三维扫描提取模块，用于获取人体的三维图像，并根据人体的三维图像提取出人体轮廓图像；
模型学习模块，与训练模块和三维扫描提取模块连接，用于将人体轮廓图像导入深度学习模型中，获取与实际人体对应的特定人体三维模型；
预设置模块，与模型学习模块连接，将特定人体三维模型的多个骨架关节点作为预设特征点；
特征点确定模块，与预设置模块连接，基于预设特征点确定实际人体中各部位的特征点；
尺寸确定模块，与特征点确定模块连接，基于特征点确定实际人体表面预设关键特征的尺寸。
2.根据权利要求1所述的一种人体三维模型的测量系统，其特征在于：所述模型轮廓图像包括所述三维人体模型的正视图的轮廓图像与侧视图的轮廓图像。
3.根据权利要求2所述的一种人体三维模型的测量系统，其特征在于：所述特定模型为SCAPE模型。
4.根据权利要求3所述的一种人体三维模型的测量系统，其特征在于：所述人体轮廓图像包括所述实际人体的正视图的轮廓图像与侧视图的轮廓图像。
5.根据权利要求4所述的一种人体三维模型的测量系统，其特征在于：所述三维扫描提取模块还被配置于扫描人体的预设关键特征的尺寸，以获得扫描尺寸；
还配置有
误差优化模块，与三维扫描提取模块和尺寸确定模块连接，用于将尺寸确定模块确定的实际人体表面预设关键特征的尺寸和扫描尺寸作数据均值化处理。
6.根据权利要求5所述的一种人体三维模型的测量系统，其特征在于：还包含有
输出模块，与误差优化模块连接，用于显示经过数据均值化处理的数据，并将该数据进行打印。
7.一种人体三维模型的测量系统的测量方法，其特征在于，包括以下步骤：
1)基于matlab获取特定模型中的三维人体模型的模型轮廓图像；
2)与获取模块连接，基于模型轮廓图像进行基于神经网络的深度学习训练，获取训练后的深度学习模型；
3)通过扫描获取人体的三维图像，并根据人体的三维图像提取出人体轮廓图像，同时扫描人体的预设关键特征的尺寸，以获得扫描尺寸；
4)将人体轮廓图像导入深度学习模型中，获取与实际人体对应的特定人体三维模型；
5)将特定人体三维模型的多个骨架关节点作为预设特征点；
6)基于预设特征点确定实际人体中各部位的特征点；
7)基于特征点确定实际人体表面预设关键特征的尺寸；
8)将确定的实际人体表面预设关键特征的尺寸和扫描尺寸作数据均值化处理；
9)显示经过数据均值化处理的数据，并将该数据进行打印。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910284252.4A CN110179192A (zh) | 2019-04-09 | 2019-04-09 | 一种人体三维模型的测量系统及其测量方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910284252.4A CN110179192A (zh) | 2019-04-09 | 2019-04-09 | 一种人体三维模型的测量系统及其测量方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110179192A true CN110179192A (zh) | 2019-08-30 |
Family
ID=67714074
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910284252.4A Pending CN110179192A (zh) | 2019-04-09 | 2019-04-09 | 一种人体三维模型的测量系统及其测量方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110179192A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111047553A (zh) * | 2019-11-07 | 2020-04-21 | 电子科技大学 | 一种面向非接触式人体参数测量的特征点定位方法 |
| CN112244401A (zh) * | 2020-09-28 | 2021-01-22 | 上海云杉服装科技有限公司 | 基于人体样本库的人体测量误差修正方法和系统 |
| CN112700540A (zh) * | 2021-01-12 | 2021-04-23 | 北京著手健康科技有限公司 | 三维人体模型构建方法、装置、设备及可读存储介质 |
| CN114630734A (zh) * | 2019-09-30 | 2022-06-14 | 西门子股份公司 | 具有专用硬件加速的支持机器学习的视觉伺服 |
| CN117617618A (zh) * | 2023-12-05 | 2024-03-01 | 成都数象科技有限公司 | 一种远程测量定制服装尺寸的方法及服装样衣的用途 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108010122A (zh) * | 2017-11-14 | 2018-05-08 | 深圳市云之梦科技有限公司 | 一种人体三维模型重建与测量的方法及系统 |
| CN108168493A (zh) * | 2017-12-19 | 2018-06-15 | 西安蒜泥电子科技有限责任公司 | 基于模板模型的三维人体测量方法 |
| CN108986159A (zh) * | 2018-04-25 | 2018-12-11 | 浙江森马服饰股份有限公司 | 一种三维人体模型重建与测量的方法和设备 |
-
2019
- 2019-04-09 CN CN201910284252.4A patent/CN110179192A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108010122A (zh) * | 2017-11-14 | 2018-05-08 | 深圳市云之梦科技有限公司 | 一种人体三维模型重建与测量的方法及系统 |
| CN108168493A (zh) * | 2017-12-19 | 2018-06-15 | 西安蒜泥电子科技有限责任公司 | 基于模板模型的三维人体测量方法 |
| CN108986159A (zh) * | 2018-04-25 | 2018-12-11 | 浙江森马服饰股份有限公司 | 一种三维人体模型重建与测量的方法和设备 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114630734A (zh) * | 2019-09-30 | 2022-06-14 | 西门子股份公司 | 具有专用硬件加速的支持机器学习的视觉伺服 |
| CN111047553A (zh) * | 2019-11-07 | 2020-04-21 | 电子科技大学 | 一种面向非接触式人体参数测量的特征点定位方法 |
| CN111047553B (zh) * | 2019-11-07 | 2023-04-07 | 电子科技大学 | 一种面向非接触式人体参数测量的特征点定位方法 |
| CN112244401A (zh) * | 2020-09-28 | 2021-01-22 | 上海云杉服装科技有限公司 | 基于人体样本库的人体测量误差修正方法和系统 |
| CN112700540A (zh) * | 2021-01-12 | 2021-04-23 | 北京著手健康科技有限公司 | 三维人体模型构建方法、装置、设备及可读存储介质 |
| CN117617618A (zh) * | 2023-12-05 | 2024-03-01 | 成都数象科技有限公司 | 一种远程测量定制服装尺寸的方法及服装样衣的用途 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110179192A (zh) | 一种人体三维模型的测量系统及其测量方法 | |
| CN102938142B (zh) | 基于Kinect的室内LiDAR缺失数据填补方法 | |
| CN101853523B (zh) | 一种采用草图创建三维人脸模型的方法 | |
| CN104992441B (zh) | 一种面向个性化虚拟试衣的真实人体三维建模方法 | |
| CN104123753B (zh) | 基于服装图片的三维虚拟试衣方法 | |
| CN108986159A (zh) | 一种三维人体模型重建与测量的方法和设备 | |
| CN105513114B (zh) | 三维动画生成的方法和装置 | |
| CN102411795B (zh) | 一种关于冠状动脉的多模图像的联合显示方法 | |
| CN101485499B (zh) | 裤装板型与裤装结构设计技法 | |
| CN102178530A (zh) | 基于三维点云数据的人体尺寸自动测量方法 | |
| CN101322589A (zh) | 用于服装设计的非接触式人体测量方法 | |
| CN108876881A (zh) | 基于Kinect的体型自适应三维虚拟人体模型构建方法及动画系统 | |
| CN105389444B (zh) | 一种个性化种植牙的龈缘曲线设计方法 | |
| CN105913444B (zh) | 基于软激光测距的牲畜体型轮廓重构方法及体况评分方法 | |
| CN106780619A (zh) | 一种基于Kinect深度相机的人体尺寸测量方法 | |
| CN101882326A (zh) | 基于中国人全面部结构形数据的三维颅面复原方法 | |
| CN103392191A (zh) | 混合拼接 | |
| CN110074788B (zh) | 一种基于机器学习的身体数据获取方法和装置 | |
| CN104504671A (zh) | 一种用于立体显示的虚实融合图像生成方法 | |
| CN106447713A (zh) | 基于点云人体模型的自动测量方法及装置 | |
| CN105389569A (zh) | 一种人体姿态估计方法 | |
| Wuhrer et al. | Landmark-free posture invariant human shape correspondence | |
| CN105678792A (zh) | 一种人体轮廓提取方法及系统 | |
| CN106570476A (zh) | 一种三维人体测量中关键尺寸自动提取方法 | |
| CN105740779A (zh) | 人脸活体检测的方法和装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190830 |
|
| RJ01 | Rejection of invention patent application after publication |