CN111915725B - 一种基于运动重建的人体测量方法 - Google Patents
一种基于运动重建的人体测量方法 Download PDFInfo
- Publication number
- CN111915725B CN111915725B CN202010846555.3A CN202010846555A CN111915725B CN 111915725 B CN111915725 B CN 111915725B CN 202010846555 A CN202010846555 A CN 202010846555A CN 111915725 B CN111915725 B CN 111915725B
- Authority
- CN
- China
- Prior art keywords
- human body
- model
- dimensional model
- plane
- scene
- 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.)
- Active
Links
- 238000000691 measurement method Methods 0.000 title claims abstract description 13
- 238000000034 method Methods 0.000 claims abstract description 37
- 238000005259 measurement Methods 0.000 claims abstract description 13
- 238000005070 sampling Methods 0.000 claims description 3
- 230000002093 peripheral effect Effects 0.000 claims 1
- 238000013461 design Methods 0.000 abstract description 8
- 239000003814 drug Substances 0.000 abstract description 3
- 238000013507 mapping Methods 0.000 description 3
- 210000001015 abdomen Anatomy 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000011872 anthropometric measurement Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0641—Shopping interfaces
- G06Q30/0643—Graphical representation of items or shoppers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T13/00—Animation
- G06T13/20—3D [Three Dimensional] animation
- G06T13/40—3D [Three Dimensional] animation of characters, e.g. humans, animals or virtual beings
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4084—Scaling of whole images or parts thereof, e.g. expanding or contracting in the transform domain, e.g. fast Fourier transform [FFT] domain scaling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/64—Three-dimensional objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Computer Graphics (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Software Systems (AREA)
- General Business, Economics & Management (AREA)
- Geometry (AREA)
- Human Computer Interaction (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Processing Or Creating Images (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明属于人体测量技术领域,涉及一种基于运动重建的人体测量方法;工艺步骤如下:步骤一,利用手机摄像头采集人体四周图像;步骤二,将采集人体四周图像利用运动重建方法计算场景三维模型;步骤三,剔除场景三维模型中的背景与地面从而提取人体三维模型;步骤四,将人体三维模型缩放到真实比例;步骤五,在人体模型上选择需要测量的部位进行测量;本发明所述方法不需专业的图像信息采集设备,对信息采集人员无特定技能要求,提取人体三维模型能够调整到人体真实比例,提高服装个性化设计的人体契合度和舒适度;该方法在服装个性化设计、电子商务、虚拟试衣以及医学等领域具有广阔的应用前景。
Description
技术领域:
本发明属于人体测量技术领域,涉及一种利用运动重建算法、一致性算法等对采集人体信息进行处理计算的方法,特别是一种基于运动重建的人体测量方法。
背景技术:
人体测量是服装个性化设计、电子商务、虚拟试衣以及医学等行业生产的基本技术依据。传统的人体测量利用半圆仪、卡尺、皮尺等传统手工人体测量方法难以满足快速、准确、大批量的现实人体三维测量需求,并且传统方法会由于测量专家的不同会将人为误差引进测量结果。与传统的测量方法相比,以计算机视觉算法为基础的三维人体测量系统具有测量时间短、数据精确度高且全面等特点,可以短时间内获取人体稠密的点云数据,然后通过对点云数据进行分析得到所需要的尺寸信息。
在现有技术中,公开号为CN104992441B的中国专利,公开了一种面向个性化虚拟试衣的真实人体三维建模方法。该算法以视频作为输入数据,经过特征匹配、关键帧选取、三维点云生成、模板映射、纹理映射等几个步骤,得到人体表面三维模型;采用运动恢复结构的技术大大简化了重建过程,减轻了数据采集者和被采集者的负担,降低了对仪器和设备的要求,同时能获得较为精确的重建结果;利用模板映射能获得完整的人体表面模型,使算法对于人体纹理信息缺失和自身遮挡更加鲁棒。公开号为CN110717983A的中国专利,公开了一种基于背包式三维激光点云数据的建筑物立面三维重建方法,涉及地理信息技术领域。包括以下步骤:S1.建筑物点云数据获取;S2.建筑物立面点云数据自动提取;S3.单体建筑物自动分割;S4.建筑物立面几何位置边界获取;S5.建筑物立面三维重建。本发明采用基于体元投影密度的点云滤波算法在保留较为完整的建筑物目标的同时有效滤除地面和植被等非建筑物目标,然后利用图像全局搜索和剖面分析的方法实现单体建筑物的自动分割;针对单体建筑物点云利用RANSAC算法进行立面自动分割和冗余立面剔除获取建筑物立面几何位置边界;利用二维边界线约束原始点云数据并结合RANSAC算法进行立面三维边界直线拟合以获取建筑物立面几何框架模型。
现有利用三维重建方法对人体进行测量的方法主要存在以下问题不足:(1)现有方法图像信息采集设备昂贵、维护成本高;(2)三维重建方法对人体进行测量的过程及设备的使用方法复杂,对工作人员需要较高的专业技能。
发明内容:
本发明的目的在于克服现有技术存在的缺点,针对现有的人体测量方法存在图像信息采集设备昂贵、操作流程复杂的缺陷,寻求设计一种基于运动重建的人体测量方法。
为了实现上述目的,本发明涉及的一种基于运动重建的人体测量方法,工艺步骤如下:
步骤一,利用手机摄像头采集人体四周图像;
步骤二,将采集人体四周图像利用运动重建方法计算场景三维模型;
步骤三,剔除场景三维模型中的背景与地面从而提取人体三维模型;
步骤四,将人体三维模型缩放到真实比例;
步骤五,在人体模型上选择需要测量的部位进行测量。
所述步骤一具体为:利用手机摄像头环绕人体拍摄,拍摄时图像覆盖人体所有部位。
所述步骤一采集人体四周图像时为增加人体特征点并凸显人体轮廓,人体模特选择身穿纹理丰富的迷彩紧身衣,利用迷彩图形增加人体特征点数量,紧身衣凸显人体轮廓。
所述步骤二具体为:利用运动重建算法,输入手机采集的图像,自动生成模型,由于图像中包含人体及背景区域,自动生成的模型包括人体和人体所在的场景三维模型。
所述步骤三具体为:利用随机采样一致性算法提取场景三维模型中的平面,设平面为N,场景模型中的点记为Pi,设Pi到平面N的距离采集为di,当di>0时Pi在平面N的上侧,当di<0时Pi在平面N的下侧,设在平面N上侧的点的数量为n1,在平面N下侧的点的数量为n2;当时,平面N为地面并将其删除,从场景模型中提取人体三维模型。
所述步骤四具体为:人体三维模型呈长条状并旋转人体模型使人体头脚方向与坐标系Z轴重合,然后输入身高,根据真实身高将人体三维模型缩放到真实比例;即设人体身高为H,人体三维模型中Z轴方向最大坐标值为Zmax,最小值为Zmin,则模型缩放系数将人体三维模型的尺寸与模型缩放系数相乘获得真实比例的人体三维模型。
所述步骤五具体为:在人体模型上选择需要测量的部位,如脖颈、胸、腰、腹等;计算所选位置点云的凸包,凸包的周长即为所选人体部位的周长。
本发明与现有技术相比,所设计的基于运动重建的人体测量方法具有如下有益效果:本方法不需专业的图像信息采集设备,只需借助手机拍摄若干照片,操作简单,对信息采集人员无特定技能要求,提取人体三维模型能够调整到人体真实比例,真实尺寸的人体模型有助于服装个性化设计领域远程获取身材数据,提高服装个性化设计的人体契合度和舒适度;并且本方法应用在电商平台进行虚拟试衣,能够更好的辅助消费者选择合适的尺码;本方法在服装个性化设计、电子商务、虚拟试衣以及医学等领域具有广阔的应用前景。
附图说明:
图1为本发明涉及的提取场景三维模型的示意图。
图2为本发明涉及的提取的人体三维模型的示意图。
图3为本发明涉及的人体三维模型测量部位凸包的示意图。
具体实施方式:
下面通过实施例并结合附图对本发明作进一步说明。
实施例1:
本实施例涉及的一种基于运动重建的人体测量方法,工艺步骤如下:
步骤一,利用手机摄像头采集人体四周图像:
利用手机摄像头环绕人体拍摄,拍摄时图像覆盖人体所有部位,相邻图像之间至少有30%的重叠率,并在人体侧面采集更多的图像;
采集人体四周图像时为增加人体特征点并凸显人体轮廓,人体模特选择身穿纹理丰富的迷彩紧身衣,利用迷彩图形增加人体特征点数量,紧身衣凸显人体轮廓;
步骤二,利用运动重建方法计算场景三维模型:
利用运动重建算法,输入手机采集的图像,自动生成模型,由于图像中包含人体及背景区域,自动生成的模型包括人体和人体所在的场景三维模型;
步骤三,剔除场景三维模型中的背景与地面从而提取人体三维模型:
利用随机采样一致性算法提取场景三维模型中的平面,设平面为N,场景模型中的点记为Pi,设Pi到平面N的距离采集为di,当di>0时Pi在平面N的上侧,当di<0时Pi在平面N的下侧,设在平面N上侧的点的数量为n1,在平面N下侧的点的数量为n2;本方法构建的人体模型大约有30000个点,由于存在误差,当平面N为地面时,平面N下侧存在150-300个噪声点,因此当(30000/150)时,平面N为地面并将其删除,从场景模型中提取人体三维模型;
步骤四,将模型缩放到真实比例:
人体三维模型呈长条状并旋转人体模型使人体头脚方向与坐标系Z轴重合,然后输入身高,根据真实身高将人体三维模型缩放到真实比例;即设人体身高为H,人体三维模型中Z轴方向最大坐标值为Zmax,最小值为Zmin,则模型缩放系数将人体三维模型的尺寸与模型缩放系数相乘获得真实比例的人体三维模型;
步骤五,在人体模型上选择需要测量的部位:
在人体模型上选择需要测量的部位,如脖颈、胸、腰、腹等;计算所选位置点云的凸包,凸包的周长即为所选人体部位的周长。
本实施例涉及的基于运动重建的人体测量方法只需借助手机拍摄进行图像信息采集,操作简单,不需要专业的工作人员操作高端图像信息采集设备进行繁琐的操作,节省成本,任何人都可以随时随地进行信息采集,大大提高了人体三维建模数据采集的便捷性;提取人体三维模型能够调整到人体真实比例,该方法能够应用服装个性化设计、电子商务、虚拟试衣以及医学等领域,具有广阔的发展前景。
实施例2:
本实施例应用实施例1所述的基于运动重建的人体测量方法对人体模特进行三维建模和身材数据测量,具体步骤如下:
步骤一,利用手机摄像头,围绕人体模特全方位采集30张图像;
步骤二,利用运动重建算法,根据手机采集的图像建立模特的场景三维模型,场景三维模型如图1所示;
步骤三,剔除场景三维模型中的背景与地面从而提取人体三维模型,该场景三维模型共用42756个点,其中人体三维模型共有33800个点,地面共有8800个点,噪声点共有156个点,提取的人体三维模型如图2所示;
步骤四,将人体三维模型缩放到真实比例,人体三维模型中模特身高共35个长度单位,真实身高185cm,将人体三维模型拉伸5.3(即185/35)倍,即可将人体三维模型缩放到真实比例;
骤五,如图3所示,在人体模型上选择需要测量的部位,如胸部,计算所选胸部位置点云的凸包,凸包的周长即为所选人体部位的周长。
Claims (3)
1.一种基于运动重建的人体测量方法,其特征在于:工艺步骤如下:
步骤一,利用手机摄像头采集人体四周图像;具体为:利用手机摄像头环绕人体拍摄,拍摄时图像覆盖人体所有部位;所述步骤一采集人体四周图像时为增加人体特征点并凸显人体轮廓,人体模特选择身穿迷彩紧身衣,利用迷彩图形增加人体特征点数量,紧身衣凸显人体轮廓;
步骤二,将采集人体四周图像利用运动重建方法计算场景三维模型;
步骤三,剔除场景三维模型中的背景与地面从而提取人体三维模型;具体为:
利用随机采样一致性算法提取场景三维模型中的平面,设平面为,场景模型中的点记为/>,设/>到平面/>的距离采集/>,当/>时/>在平面/>的上侧,当/>时在平面/>平面的下侧,设在平面/>上侧的点的数量为/>,在平面/>下侧的点的数量为/>;当/>时,平面/>为地面并将其删除,从场景模型中提取人体三维模型;
步骤四,将人体三维模型缩放到真实比例;具体为:
人体三维模型呈长条状并旋转人体模型使人体头脚方向与坐标系Z轴重合,然后输入身高,根据真实身高将人体三维模型缩放到真实比例;即设人体身高为H,人体三维模型中Z轴方向最大坐标值为,最小值为/>,则模型缩放系数/>,将人体三维模型的尺寸与模型缩放系数相乘获得真实比例的人体三维模型;
步骤五,在人体模型上选择需要测量的部位进行测量。
2.根据权利要求1所述的基于运动重建的人体测量方法,其特征在于:所述步骤二具体为:利用运动重建算法,输入手机采集的图像,自动生成模型,由于图像中包含人体及背景区域,自动生成的模型包括人体和人体所在的场景三维模型。
3.根据权利要求2所述的基于运动重建的人体测量方法,其特征在于:所述步骤五具体为:在人体模型上选择需要测量的部位,计算所选位置点云的凸包,凸包的周长即为所选人体部位的周长。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010846555.3A CN111915725B (zh) | 2020-08-21 | 2020-08-21 | 一种基于运动重建的人体测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010846555.3A CN111915725B (zh) | 2020-08-21 | 2020-08-21 | 一种基于运动重建的人体测量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111915725A CN111915725A (zh) | 2020-11-10 |
CN111915725B true CN111915725B (zh) | 2024-04-12 |
Family
ID=73278508
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010846555.3A Active CN111915725B (zh) | 2020-08-21 | 2020-08-21 | 一种基于运动重建的人体测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111915725B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112926488B (zh) * | 2021-03-17 | 2023-05-30 | 国网安徽省电力有限公司铜陵供电公司 | 基于电力杆塔结构信息的作业人员违章识别方法 |
CN117523154B (zh) * | 2024-01-08 | 2024-03-19 | 天津市肿瘤医院(天津医科大学肿瘤医院) | 一种基于体征数据的人体三维模型校准方法、系统及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106127727A (zh) * | 2016-06-07 | 2016-11-16 | 中国农业大学 | 一种家畜体表三维数据获取方法 |
CN108010134A (zh) * | 2017-11-29 | 2018-05-08 | 湘潭大学 | 一种基于移动终端的实时三维虚拟试衣方法 |
CN109034065A (zh) * | 2018-07-27 | 2018-12-18 | 西安理工大学 | 一种基于点云的室内场景物体提取方法 |
CN109087345A (zh) * | 2018-09-06 | 2018-12-25 | 上海仙知机器人科技有限公司 | 基于ToF成像系统的栈板识别方法及自动导引运输车 |
CN110473248A (zh) * | 2019-08-16 | 2019-11-19 | 上海索倍信息科技有限公司 | 一种利用图像构建人体三维模型的测量方法 |
-
2020
- 2020-08-21 CN CN202010846555.3A patent/CN111915725B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106127727A (zh) * | 2016-06-07 | 2016-11-16 | 中国农业大学 | 一种家畜体表三维数据获取方法 |
CN108010134A (zh) * | 2017-11-29 | 2018-05-08 | 湘潭大学 | 一种基于移动终端的实时三维虚拟试衣方法 |
CN109034065A (zh) * | 2018-07-27 | 2018-12-18 | 西安理工大学 | 一种基于点云的室内场景物体提取方法 |
CN109087345A (zh) * | 2018-09-06 | 2018-12-25 | 上海仙知机器人科技有限公司 | 基于ToF成像系统的栈板识别方法及自动导引运输车 |
CN110473248A (zh) * | 2019-08-16 | 2019-11-19 | 上海索倍信息科技有限公司 | 一种利用图像构建人体三维模型的测量方法 |
Non-Patent Citations (2)
Title |
---|
三维服装仿真中的参数化人体建模技术;孙守迁;徐爱国;;纺织学报(12);90 * |
基于3D点云数据的室内物体识别技术研究;王雯;《中国优秀硕士学位论文全文数据库信息科技辑》(第2期);31-33 * |
Also Published As
Publication number | Publication date |
---|---|
CN111915725A (zh) | 2020-11-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107292948B (zh) | 一种人体建模方法、装置及电子设备 | |
CN109427007B (zh) | 基于多视角的虚拟试衣方法 | |
US9942535B2 (en) | Method for 3D scene structure modeling and camera registration from single image | |
CN103021017B (zh) | 基于gpu加速的三维场景重建方法 | |
WO2022213612A1 (zh) | 一种非接触式三维人体尺寸的测量方法 | |
CN106651926A (zh) | 一种基于区域配准的深度点云三维重建方法 | |
CN108154550A (zh) | 基于rgbd相机的人脸实时三维重建方法 | |
Hoppe et al. | Online Feedback for Structure-from-Motion Image Acquisition. | |
CN106997605B (zh) | 一种通过智能手机采集脚型视频和传感器数据获取三维脚型的方法 | |
EP4036863A1 (en) | Human body model reconstruction method and reconstruction system, and storage medium | |
CN111915725B (zh) | 一种基于运动重建的人体测量方法 | |
CN104700433A (zh) | 一种基于视觉的实时人体全身体运动捕捉方法及其系统 | |
CN108053476A (zh) | 一种基于分段三维重建的人体参数测量系统及方法 | |
CN101882326A (zh) | 基于中国人全面部结构形数据的三维颅面复原方法 | |
CN101347332A (zh) | 一种人脸三维面形数字化测量系统的测量方法及设备 | |
CN109671505B (zh) | 一种用于医学诊疗辅助的头部三维数据处理方法 | |
Wuhrer et al. | Landmark-free posture invariant human shape correspondence | |
CN104240180A (zh) | 一种实现图像自动调整的方法及装置 | |
CN109816779A (zh) | 一种使用智能手机重建人工林森林模型获取单木参数的方法 | |
CN112330813A (zh) | 一种基于单目深度摄像头的着装下三维人体模型重建方法 | |
CN109523635A (zh) | 一种三维人体扫描非刚性重建和测量方法及装置 | |
CN103077559A (zh) | 基于序列图像的果穗三维重建方法 | |
Kaashki et al. | Deep learning-based automated extraction of anthropometric measurements from a single 3-D scan | |
Zhang et al. | Data-driven flower petal modeling with botany priors | |
CN104732586B (zh) | 一种三维人体动态形体和三维运动光流快速重建方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |