CN112182682A - 一种运动服装版型生成方法及系统 - Google Patents
一种运动服装版型生成方法及系统 Download PDFInfo
- Publication number
- CN112182682A CN112182682A CN202011208600.9A CN202011208600A CN112182682A CN 112182682 A CN112182682 A CN 112182682A CN 202011208600 A CN202011208600 A CN 202011208600A CN 112182682 A CN112182682 A CN 112182682A
- Authority
- CN
- China
- Prior art keywords
- human body
- dimensional
- target human
- frame
- points
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/12—Cloth
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Computational Mathematics (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明涉及一种运动服装版型生成方法及系统,采集目标人体运动过程中的运动图像,得到连续多帧的运动图像;对每一帧,提取运动图像像素特征点,生成目标人体动作三维模型及目标人体三维点云,再结合目标人体结构的语义信息,生成目标人体动作三维规范网格;再对目标人体动作三维规范网格进行分块;之后构建质点‑弹簧系统,将分块后的目标人体动作三维规范网格展开成二维服装版片图形;对各帧同一块二维服装版片图形进行加权求和,得到各块的二维服装版型;将各块的二维服装版型进行拼接得到整体运动服装版型。本发明不仅可以简化制版的过程,还可以保证紧身运动服装功能性和舒适性的设计要求,提高运动服装制版的效果和效率。
Description
技术领域
本发明属于服装智能工程技术领域,具体涉及一种运动服装版型生成方法及系统。
背景技术
运动服装在体育活动发挥重要作用,合理的运动服装能够在运动过程中为人体不同部位提供不同的压力,能够有效促进运动动作的发挥,从而提高运动效果,保护运动员的运动健康。随着我国经济社会的发展和人民物质精神文明水平的提升,滑冰、自行车等体育比赛越来越多,与人们日常生活的联系日益紧密,这一类体育运动也逐渐成为青少年体育训练的重要项目,运动员对运动过程中的服装要求也从过去的单一款式向多类型、多款式、定制化转变,同时要求服装具有良好的功能性和舒适性,还需要满足运动过程中的动态舒适性。因此,现代运动服装需要针对不同的运动员体型和运动特点,满足运动项目对动作、款式、面料、版型的需求,需要实现运动服装的大规模个性化定制。
运动服装的大规模个性化定制是一项特定的任务,对服装的版型制作要求比较高,当运动员穿着紧身运动服装作出各种各样的动作和姿态时,服装因为面料弹性对人体产生不同程度的拉伸力和压力,对运动动作的发挥有重要的影响,为适应不同的动作类型和动作幅度,对服装版型的制作要求会进一步提高。传统的做法是根据人体尺寸参数,制作对应的服装版型,按照经验值设定缩放量,再经过试穿或虚拟试衣的软件操作步骤,再根据着装压力或服装的变形进一步调整版型。这种方式操作过程繁琐,要达到特定的运动舒适性目标通常需要多次设计修改过程,并且无法准确地控制最终的作用力目标。
本发明针对这一问题,提出一种运动服装版型生成方法及系统。
发明内容
本发明的目的是提供一种运动服装版型生成方法及系统,解决了传统方法操作过程繁琐的问题,本发明不仅可以简化制版的过程,还可以保证紧身运动服装功能性和舒适性的设计要求,提高运动服装制版的效果和效率,从而提高紧身运动服装制版的自动化、智能化水平。
为实现上述目的,本发明提供了一种运动服装版型生成方法,包括:
利用图像采集装置采集身穿黑白格紧身衣的目标人体运动过程中的运动图像,得到连续多帧的运动图像;
对每一帧运动图像,提取所述运动图像的像素特征点,基于所述像素特征点,生成目标人体动作三维模型;提取所述目标人体动作三维模型的黑白格角点,生成目标人体三维点云;
根据所述目标人体三维点云,结合目标人体结构的语义信息,生成每一帧目标人体动作三维规范网格;
根据目标人体的语义结构,对每一帧所述目标人体动作三维规范网格进行分块;构建质点-弹簧系统,将分块后的所述目标人体动作三维规范网格展开成二维平面结构,得到每一帧各分块的二维服装版片图形;
对各帧同一块所述二维服装版片图形进行加权求和,得到各块的二维服装版型;
将各块的所述二维服装版型进行拼接得到整体运动服装版型。
可选的,所述图像采集装置包括高速相机立体视觉模块、滑动模块;
所述高速相机立体视觉模块包括若干组高速相机对:
所述滑动模块包括两个龙门支架和两条导轨,每个所述龙门支架的两侧分别与两条导轨滑动连接;
每组所述高速相机对中的两个高速相机相对固定在两个所述龙门支架上。
可选的,所述图像采集装置还包括地面标定模块,所述地面标定模块包括两条由黑白矩阵格相间组成的黑白格标定带,两条所述黑白格标定带分别设于所述导轨内侧且与所述导轨平行,在所述黑白格标定带的黑白矩形格上喷涂有数字标识码。
可选的,所述利用图像采集装置采集身穿黑白格紧身衣的目标人体运动过程中的运动图像,得到连续多帧的运动图像之前需要生成目标人体着装的黑白格紧身衣,具体包括:
获取目标人体在直立状态下的目标人体静态三维模型;
根据所述目标人体静态三维模型的几何特征、图像特征和语义特征,构造所述目标人体静态三维模型的特征点、特征线,在所述目标人体静态三维模型的表面生成目标人体静态规范网格;
将所述目标人体静态规范网格按对角方式填充黑白颜色,生成黑白格图案;依据黑白格图案制作目标人体着装的黑白格紧身衣。
可选的,所述根据所述目标人体静态三维模型的几何特征、图像特征和语义特征,构造所述目标人体静态三维模型的特征点、特征线,在所述目标人体静态三维模型的表面生成目标人体静态规范网格,具体包括:
根据所述目标人体静态三维模型的对称中心,确定所述目标人体静态三维模型的竖直中立面;根据所述竖直中立面确定前中线和后中线;
对所述目标人体静态三维模型沿竖直方向分层,得到各层水平截面;将所述水平截面的截面曲线作为横向特征线;
以所述前中线、所述后中线与所述横向特征线的交点为依据,对所述横向特征线进行等分,连接各层所述横向特征线上对应的等分点得到纵向特征线;
所述横向特征线与所述纵向特征线构成目标人体静态规范网格。
可选的,所述根据所述目标人体三维点云,结合目标人体结构的语义信息,生成每一帧目标人体动作规范网格,具体包括:
对每一帧生成的所述目标人体动作三维模型,提取目标人体特征关节点,根据所述特征关节点构建三维目标人体骨架,根据所述目标人体骨架中相邻两关节点构建虚拟骨骼,按照所述虚拟骨骼的位置分析目标人体三维点的语义信息;
根据所述虚拟骨骼及其相邻两关节点建立局部坐标系,从语义信息相同的目标人体三维点中,提取与静态坐标值误差小于阈值范围内的目标人体三维点,得到提取后的所述目标人体三维点;所述静态坐标值为目标人体直立状态下,基于目标人体骨骼及其相邻两关节点建立静态局部坐标系,在该静态局部坐标系中所述目标人体三维点的坐标值;
以所述黑白格角点间的对应关系为依据,将提取后的所述目标人体三维点连接形成标人体动作规范网格。
可选的,所述构建质点-弹簧系统,将分块后的所述目标人体动作三维规范网格展开成二维平面结构,得到每一帧各分块的二维服装版片图形,具体包括:
将每一帧所述分块后的动作三维规范网格投影到水平面上,将所述分块后的动作三维规范网格的顶点作为质点,所述质点之间通过弹簧进行横向连接、纵向连接和斜对角连接,构成质点-弹簧系统;
选取包括两个质点的一条边,设定该边的边长为所述目标人体动作三维规范网格对应顶点之间的距离,使所述质点仅受到所述弹簧的内部作用力,在水平面内进行所述质点-弹簧系统的时间积分,当所述质点-弹簧系统的形变量小于预设阈值时,得到每一帧各分块的二维服装版片图形。
可选的,所述对各帧同一块所述二维服装版片图形进行加权求和,得到各块的二维服装版型,具体包括:
确定目标人体表面发生变形的区域以及变形情况,依据所述变形区域以及所述变形情况,对每一帧同一块所述二维服装版片图形分别设置权重值,并将同一块的所述二维服装版片图形中心对齐,对各帧同一块的所述二维服装版片图形进行加权求和,得到目标人体各块的二维服装版型。
可选的,所述确定目标人体表面发生变形的区域以及变形情况,具体包括:
将所述目标人体动作三维规范网格映射到纹理坐标图中,得到所述目标人体动作三维规范网格各顶点的纹理坐标;
根据每一帧所述目标人体动作三维规范网格各顶点的纹理坐标,分析相邻两帧之间所述目标人体动作三维规范网格相邻顶点之间的距离变化,确定运动过程中目标人体表面发生变形的区域以及变形情况。
本发明还提供了一种运动服装版型生成系统,包括:
图像采集模块,用于利用图像采集装置采集身穿黑白格紧身衣的目标人体运动过程中的运动图像,得到连续多帧的运动图像;
模型生成模块,用于对每一帧运动图像,提取所述运动图像的像素特征点,基于所述像素特征点,生成目标人体动作三维模型;
三维点云提取模块,用于对每一帧所述目标人体动作三维模型,提取黑白格角点,生成每一帧目标人体三维点云;
动作三维规范网格生成模块,用于根据所述目标人体三维点云,结合目标人体结构的语义信息,生成每一帧目标人体动作三维规范网格;
二维服装版片图形生成模块,用于根据目标人体的语义结构,对每一帧所述目标人体动作三维规范网格进行分块;构建质点-弹簧系统,将分块后的所述目标人体动作三维规范网格展开成二维平面结构,得到每一帧各分块的二维服装版片图形;
整体运动服装版型生成模块,用于对各帧同一块所述二维服装版片图形进行加权求和,得到目标人体各块的二维服装版型,将所述目标人体各块的二维服装版型进行拼接得到整体运动服装版型。
根据本发明提供的具体实施例,本发明公开了以下技术效果:
本发明提供了一种运动服装版型生成方法及系统,并设计搭建一种动态人体表面图像采集系统装置,基于立体视觉原理,采用高速相机跟随运动员移动的方式,解决动态运动过程图像采集的问题,同时逐帧生成动态人体三维表面的规范网格序列,以三维人体规范网格为变形计算的载体,实现基于人体表面形态变形的服装版型生成方法,这种方法无需进行多次制版设计修改步骤,可直接根据服装标准版型、目标人体动态三维模型实现满足运动动作目标的版型生成。不仅可以简化制版的过程,还可以保证紧身运动服装功能性和舒适性的设计要求,提高运动服装制版的效果和效率,从而提高紧身运动服装制版的自动化、智能化水平。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例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性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例1提供的一种运动服装版型生成方法流程图;
图2为本发明实施例1提供的图像采集装置的俯视图和主视图;
图3为本发明实施例1提供的目标人体着装的黑白格紧身衣示意图;
图4为本发明实施例1提供的提供的横向特征线示意图;
图5为本发明实施例1提供的分析表面三维点所对应的语义信息的示例图;
图6为本发明实施例1提供的目标人体三维规范网格得到目标服装二维版型过程示意图;
图7为本发明实施例1提供的一帧服装三维模型展开后得到的一帧二维版片;
图8为本发明实施例1提供的目标人体动作三维规范网格映射的纹理坐标示意图;
图9为本发明实施例1提供的以三帧同一块二维版片图形为例得到该块的二维服装版型的过程示意图;
图10为本发明实施例2提供的一种运动服装版型生成系统结构框图。
符号说明:
1-高速相机对;2-龙门支架;3-导轨;4-黑白格标定带。
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。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的目的是提供一种运动服装版型生成方法及系统,解决了传统方法操作过程繁琐的问题,本发明不仅可以简化制版的过程,还可以保证紧身运动服装功能性和舒适性的设计要求,提高运动服装制版的效果和效率,从而提高紧身运动服装制版的自动化、智能化水平。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
实施例1
如图1所示,本实施例提供了一种运动服装版型生成方法,具体包括:
步骤S1:利用图像采集装置采集身穿黑白格紧身衣的目标人体运动过程中的运动图像,得到连续多帧的运动图像;
其中,图2(a)和(b)示出了图像采集装置的俯视图和主视图,其中该图像采集装置包括高速相机立体视觉模块、滑动模块;高速相机立体视觉模块包括若干组高速相机对1:滑动模块包括两个龙门支架2和两条导轨3,每个龙门支架2的两侧分别与两条导轨滑动连接;每组高速相机对中的两个高速相机相对固定在两个龙门支架2上。
高速相机对1采用一对曝光时间短、采集频率高、大光圈的工业相机和镜头,并且该对相机具有相同的规格型号和内外参数。而高速相机对1的数量更加实际需求而确定。由于每组高速相机对1中的两个高速相机相对固定在两个龙门支架2上,两个龙门支架2之间为图像采集区域。两导轨之间为目标人运动的区域,该区域可以布置为滑冰运动的冰面,也可以根据运动需求设计相应类型的运动区域。由于龙门支架2载有高速相机对1对运动过程中的目标人体进行拍摄,那么要求龙门支架2要与导轨3滑动连接,可以在每个龙门支架2的两侧与导轨3连接的地方安装滑轮,通过滑轮带动龙门支架2运动,为了进一步保证龙门支架2的稳定性以及高速相机对1中两个相机与目标人体距离的一致性,可以将两个龙门支架2的两侧分别固定在一个滑板上,即两个龙门支架2的一侧侧固定在一个第一滑板上,两个龙门支架2的另一侧侧固定在一个第二滑板上,滑板与导轨3之间通过滑轮连接,两滑板通过导轨始末两端的电机的牵引实现滑动。滑板的运动速度可以设为固定值,适用于目标人体匀速运动过程。也可以根据采集的图像,计算图像中目标人体的位置,调整滑板的速度,使滑板以适当的速度始终跟随目标人体移动。
考虑到对运动区域采集的图像进行矫正和图像在数据处理过程中的定位,该图像采集装置还包括地面标定模块,所述地面标定模块包括两条由黑白矩阵格相间组成的黑白格标定带4,两条所述黑白格标定带4分别设于所述导轨3内侧且与所述导轨3平行,在所述黑白格标定带4的黑白矩形格上喷涂有数字标识码。喷涂的数字标识码能够实现相机拍摄的图像在数据处理过程中定位,并且使用对应的角点组成的矩形区域进行图像校正和系统标定。
另外要求所有相机同步采集图像,保证图像采集的同步性,从而保证基于采集图像生成人体三维模型的准确性。
本实施例中,在进行步骤S1之前,需要得到目标人体着装的黑白格紧身衣,如图3所示。具体包括:
获取目标人体在直立状态下的目标人体静态三维模型;
根据所述目标人体静态三维模型的几何特征、图像特征和语义特征,构造所述目标人体静态三维模型的特征点、特征线,在所述目标人体静态三维模型的表面生成目标人体静态规范网格;具体包括:
根据所述目标人体静态三维模型的对称中心,确定所述目标人体静态三维模型的竖直中立面;根据所述竖直中立面确定前中线和后中线;提取竖直中立面的截面曲线,则中立面的截面曲线为服装设计中的前中线和后中线。根据前中线和后中线提取特征点,如根据后中线提取腰围点、后颈点、前颈点的位置,根据提取的特征点能够对服装设计中的基础参数进行计算,如颈围、胸围、臀围、前中长、后中长、肩宽等。
如图4所示,对所述目标人体静态三维模型沿竖直方向分层,得到各层水平截面;将所述水平截面的截面曲线作为横向特征线;
沿竖直方向分层可以首先依据颈部、肩部、手肘部、手腕部、胸部、腰部、臀部,膝盖、脚踝等重要部位获取重要的横向特征线,然后以确定的横向特征线为基础,在相邻两个横向特征线之间进一步细化,得到更密集的横向特征线。为了保证依据目标人体静态规范网格生成的服装精度更高,可以要求横向特征线之间的间距越小,这样横向特征线则更密集,得到服装版型精确度越高。横向特征线的密集程度可根据用户对精确度的实际需求进行选择。
以所述前中线、所述后中线与所述横向特征线的交点为依据,对所述横向特征线进行等分,连接各层所述横向特征线上对应的等分点得到纵向特征线;其中,横向特征线上选择的等分点越多,等分的程度越高,那么得到的纵向特征线则越密集,那么得到的版型也更精确。
所述横向特征线与所述纵向特征线构成目标人体静态规范网格。
将所述目标人体静态规范网格按对角方式填充黑白颜色,生成黑白格图案;依据黑白格图案制作目标人体着装的黑白格紧身衣。
需要说明的是,三维模型的几何特征是指三维模型的顶点、极值点、曲率、交点、中心点等几何意义上的特征,如,最低点、最高点、几何均值中心点、最前点、最后点、局部曲率最大点等;图像特征是指图像像素尺度上的角点、边缘点等特征,用于提取模型边缘曲线;语义特征是指人体三维模型各部分的语义,如头部区域、躯干区域、手臂区域、腿部区域等。几何特征和图像特征也能够提取语义特征,如直立姿态下,最高点可定义为身高语义。
步骤S2:对每一帧运动图像,提取所述运动图像的像素特征点,基于所述像素特征点,生成目标人体动作三维模型;提取所述目标人体动作三维模型的黑白格角点,生成目标人体三维点云;
利用每组相机对获取的图像对,分别对每组图像对的两幅图像中提取像素特征点,计算两幅图像中像素特征点的匹配关系,建立两幅图像的像素特征点映射,利用立体视觉原理计算像素特征点距离对应相机中心的深度,从而计算所有成组的像素特征点的三维坐标值,生成目标人体动作三维模型,进而依据三维模型表面的黑白格角点生成人体表面三维点云。
步骤S3:根据所述目标人体三维点云,结合目标人体结构的语义信息,生成每一帧目标人体动作三维规范网格;具体包括:
考虑到因为目标人体动作后,人体表面的黑白格服装变形后,有些黑白格点可能跟踪不到了,缺失了。而且,需要从目标人体三维点云中识别出哪一部分是躯干、哪一部分是腿,所以是需要大致的位置区分的。因此引入了关节点位置,利用关节点位置建立局部坐标系,以便识别出三维点所在区域。其中,关节点的位置是根据图像识别确定的,例如基于各个角度单幅图像,利用深度学习神经网络方法获得人体关键特征点的对应位置,也可使用如OpenPose等第三方开源模型进行图像特征识别,检测到人体关节点的坐标位置,再利用二维图像与三维点云的映射关系,获得对应的三维关节点坐标,如使用OPENPOSE的Body25模型可以获得25个特征关节点,包括头部、颈部、胸部、肩点、肘关节点、腕关节点、手部、胯关节点、膝关节点、踝关节点、足部等。识别出关节点后,根据关节点构建三位人体骨架,根据构建的骨架中相邻的关节点构建虚拟骨骼,按照骨骼的位置和步骤S2获得的表面三维点,分析表面三维点所对应的语义信息。
因此,需要对每一帧生成的所述目标人体动作三维模型,提取目标人体特征关节点,根据所述特征关节点构建三维目标人体骨架,根据所述目标人体骨架中相邻两关节点构建虚拟骨骼,按照所述虚拟骨骼的位置分析目标人体三维点的语义信息;为了更清楚的说明按照骨骼的位置和步骤S2获得的表面三维点,分析表面三维点所对应的语义信息,先以左胯关节点和左膝关节点定义左大腿的位置为例进行说明:如图5所示,5-1为虚拟骨骼,5-2为关节点,5-3为根据虚拟骨骼和关节点构建的关节点处的局部坐标系,5-4为人体表面的三维点云,可得出5-4所指示的人体表面的三维点云的语义信息为左大腿位置。
根据所述虚拟骨骼及其相邻两关节点建立局部坐标系,从语义信息相同的目标人体三维点中,提取与静态坐标值误差小于阈值范围内的目标人体三维点,得到提取后的所述目标人体三维点;所述静态坐标值为目标人体直立状态下,基于目标人体骨骼及其相邻两关节点建立静态局部坐标系,在该静态局部坐标系中所述目标人体三维点的坐标值;
以所述黑白格角点间的对应关系为依据,将提取后的所述目标人体三维点连接形成目标人体动作规范网格。也可以先对提取后的所述目标人体三维点沿骨骼方向逐层分析,然后再根据黑白格角点间的拓扑关系,提取后的所述目标人体三维点连接形成目标人体动作规范网格。
需要说明的是,关节点上的局部坐标系是跟随动作一直在变化的。因为该局部坐标系是根据目标人体动态过程中的骨骼和关节点生成的。
除了上述目标人体动作规范网格构建方法,还可以由目标人体在初始的直立姿态下,逐渐过渡到运动准备动作的位置,这样可以在一个连续的时间序列中得到三维点的运动轨迹,所以以初始位置的三维点坐标为跟踪依据,在一定的时间范围内跟踪各黑白格角点,进而可以得到各角点的连续轨迹变化,也就可以得到每帧中各黑白格角点的位置,基于追踪到的各黑白格角点构成每帧目标人体动作规范网格。
步骤S4:根据目标人体的语义结构,对每一帧所述目标人体动作三维规范网格进行分块;构建质点-弹簧系统,将分块后的所述目标人体动作三维规范网格展开成二维平面结构,得到每一帧各分块的二维服装版片图形;
对每一帧所述目标人体动作三维规范网格进行分块时,主要是依据手臂区域、躯干区域,腿部区域等进行划分。
所述构建质点-弹簧系统,将分块后的所述目标人体动作三维规范网格展开成二维平面结构,得到每一帧各分块的二维服装版片图形,具体包括:
目标人体动作三维规范网格可看作是多个四边形曲面区域拼接构成,那么分块后的动作三维规范网格可以看作是一个四边形曲面片,建立三维坐标系,旋转曲面片的整体平均法向量至Z轴向量,将曲面片投影到水平面XOY上,这样保证曲面片变形最小;即将每一帧所述分块后的动作三维规范网格投影到水平面上。
然后,将所述分块后的动作三维规范网格的顶点作为质点,所述质点之间通过弹簧进行横向连接、纵向连接和斜对角连接,构成质点-弹簧系统;如图6所示,6-1为三维网格,6-2为质点,6-3为虚拟弹簧,6-4为内部作用力最小状态下的二维网格。质点的质量为面料的单位质量,弹簧的变形系数为面料的弹性模量数值乘以预设系数。
选取包括两个质点的一条边,设定该边的边长为所述目标人体动作三维规范网格对应顶点之间的距离,使所述质点仅受到所述弹簧的内部作用力,在水平面内进行所述质点-弹簧系统的时间积分,当所述质点-弹簧系统的形变量小于预设阈值时,得到每一帧各分块的二维服装版片图形。如图7所示为一帧服装三维模型展开后得到的一帧二维版片。
其中,所述质点-弹簧系统的时间积分是为了计算出内部弹簧作用力以及改力作用下网格各顶点的位置坐标变化,因为顶点位置坐标的变化和内部力是相互作用的。当所述质点-弹簧系统的形变量小于预设阈值时,即为各顶点的位置坐标基本不再发生变化,此时整个结构的弹簧内部作用力最小。
又考虑到有些服装版型中各个版片的划分与常规的服装版片划分不同,具有特定的个性化要求,那么针对此情况,需要建立版型特征点与人体表面三维网格的映射关系,所以生成服装二维版型时,则需要根据该映射关系,计算各组成版片结构、形状,在目标服装三维模型基础上,利用映射关系生成目标服装二维版型,从而得到满足动作姿态目标的目标人体个性化定制的运动服装版型。
步骤S5:对各帧同一块所述二维服装版片图形进行加权求和,得到各块的二维服装版型;具体包括:
确定目标人体表面发生变形的区域以及变形情况,依据所述变形区域以及所述变形情况,对每一帧同一块所述二维服装版片图形分别设置权重值,并将同一块的所述二维服装版片图形中心对齐,对各帧同一块的所述二维服装版片图形进行加权求和,得到目标人体各块的二维服装版型。
其中,在确定目标人体表面发生变形的区域以及变形情况时,依据对整个运动过程中连续动态采集的图像序列,在动态时间序列范围内,逐帧计算人体三维规范网格,获得动态人体体型三维规范网格,分析各帧中特定位置网格相邻顶点之间距离变化,如臀部在腿弯曲过程中会导致拉伸,根据生成的三维规范网格顶点之间的距离计算网格变形,分析运动过程中人体表面各主要区域的变形情况,主要包括背部、臀部、大腿、肩部的变形,这些区域对服装的动态舒适性影响较大;
具体为:将所述目标人体动作三维规范网格映射到纹理坐标图中,得到所述目标人体动作三维规范网格各顶点的纹理坐标;根据每一帧所述目标人体动作三维规范网格各顶点的纹理坐标,分析相邻两帧之间所述目标人体动作三维规范网格相邻顶点之间的距离变化,确定运动过程中目标人体表面发生变形的区域以及变形情况。将规范网格按照四边形拓扑结构,平铺到纹理坐标图中,生成一个边长0-1范围的正方形纹理图,如图8所示。其中人体三维模型规范网格各顶点在纹理图中对应一个唯一的纹理坐标。并且在运动变形过程中人体相对应的相同位置的网格顶点的纹理坐标保持不变,使人体模型在变形过程中表面保持一致性。目标人体表面变形分析和后续版型生成步骤均以此处的纹理坐标为参照系。
依据每一帧目标人体表面变形区域和变形情况,可以确定相应帧下同一块二维服装版片图形的权重值,当然也可以根据目标人体所在动作的完成程度(动作的人体部位所在的位置)确定相应帧下同一块二维服装版片图形的权重值,权重总和为1.0。
赋予权重值后,将同一块的二维服装版片图形的关键点坐标,以中心对齐,其余点按权重插值,然后对各帧同一块的所述二维服装版片图形进行加权求和,得到目标人体各块的二维服装版型。关键点坐标指已经转化成分块后的二维版型片图形的顶点坐标。为了更清楚的说明,以三帧同一块二维版片图形为例,如图9所示,三帧同一块二维版片图形记为二维版片图形A1,二维版片图形A2,二维版片图形A3,依据该块的变形情况,确定二维版片图形A1的权重值为0.2,二维版片图形A2的权重值为0.3,二维版片图形A3的权重值为0.5,然后将二维版片图形A1至A3,按照中心点对齐,计算二维版片图形A1至A3的关键点坐标值乘以各自对应的权重值再求和即可得到该块的二维服装版型。
本实施例中,将人体表面的三维规范网格展开成二维平面结构,可以得到对应位置的服装版片,在采集的动态时间序列内,逐帧将三维网格展开成对应的二维版片,可以得到整个运动过程中,动态的人体运动变形对版片的变形影响,以此为依据制定版型的优化策略,使服装版型能够适应动态运动。本发明能对动态人体体型进行准确的测量,可以实现动态人体体型驱动的运动服装版型生成任务。
步骤S6:将各块的所述二维服装版型进行拼接得到整体运动服装版型。根据各块的所述二维服装版型之间的对应连接关系进行拼接即可生成整个的运动服装版型。
本发明公开了一种动态人体体型驱动的运动服装版型生成方法,同时提供动态人体体型图像采集装置,综合集成高速图像采集、双目立体视觉、图形图像处理、机械自动化控制等智能信息处理技术,实现基于动态人体体型驱动的紧身运动服装的自动化、数字化、智能化版型生成过程,保障紧身运动服装个性化版型的动态功能性和舒适性,同时提高定制制版工作的高效率和准确性。本发明能实现针对目标人体并基于动态运动目标导向的个性化版型定制生成,促进新一代信息技术在服装智能制造工程领域得到广泛而深入的应用,拓展服装智能工程的应用领域。为紧身运动服装个性化定制智能制版提供全新的技术手段和实用工具,提高紧身运动服装设计生产的自动化、智能化水平。
实施例2
如图10所示,本实施提供了一种运动服装版型生成系统,包括:
图像采集模块,用于利用图像采集装置采集身穿黑白格紧身衣的目标人体运动过程中的运动图像,得到连续多帧的运动图像;
模型生成模块,用于对每一帧运动图像,提取所述运动图像的像素特征点,基于所述像素特征点,生成目标人体动作三维模型;
三维点云提取模块,用于对每一帧所述目标人体动作三维模型,提取黑白格角点,生成每一帧目标人体三维点云;
动作三维规范网格生成模块,用于根据所述目标人体三维点云,结合目标人体结构的语义信息,生成每一帧目标人体动作三维规范网格;
二维服装版片图形生成模块,用于根据目标人体的语义结构,对每一帧所述目标人体动作三维规范网格进行分块;构建质点-弹簧系统,将分块后的所述目标人体动作三维规范网格展开成二维平面结构,得到每一帧各分块的二维服装版片图形;
整体运动服装版型生成模块,用于对各帧同一块所述二维服装版片图形进行加权求和,得到目标人体各块的二维服装版型,将所述目标人体各块的二维服装版型进行拼接得到整体运动服装版型。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种运动服装版型生成方法,其特征在于,包括:
利用图像采集装置采集身穿黑白格紧身衣的目标人体运动过程中的运动图像,得到连续多帧的运动图像;
对每一帧运动图像,提取所述运动图像的像素特征点,基于所述像素特征点,生成目标人体动作三维模型;提取所述目标人体动作三维模型的黑白格角点,生成目标人体三维点云;
根据所述目标人体三维点云,结合目标人体结构的语义信息,生成每一帧目标人体动作三维规范网格;
根据目标人体的语义结构,对每一帧所述目标人体动作三维规范网格进行分块;构建质点-弹簧系统,将分块后的所述目标人体动作三维规范网格展开成二维平面结构,得到每一帧各分块的二维服装版片图形;
对各帧同一块所述二维服装版片图形进行加权求和,得到各块的二维服装版型;
将各块的所述二维服装版型进行拼接得到整体运动服装版型。
2.根据权利要求1所述的运动服装版型生成方法,其特征在于,所述图像采集装置包括高速相机立体视觉模块、滑动模块;
所述高速相机立体视觉模块包括若干组高速相机对:
所述滑动模块包括两个龙门支架和两条导轨,每个所述龙门支架的两侧分别与两条导轨滑动连接;
每组所述高速相机对中的两个高速相机相对固定在两个所述龙门支架上。
3.根据权利要求2所述的运动服装版型生成方法,其特征在于,所述图像采集装置还包括地面标定模块,所述地面标定模块包括两条由黑白矩阵格相间组成的黑白格标定带,两条所述黑白格标定带分别设于所述导轨内侧且与所述导轨平行,在所述黑白格标定带的黑白矩形格上喷涂有数字标识码。
4.根据权利要求1所述的运动服装版型生成方法,其特征在于,所述利用图像采集装置采集身穿黑白格紧身衣的目标人体运动过程中的运动图像,得到连续多帧的运动图像之前需要生成目标人体着装的黑白格紧身衣,具体包括:
获取目标人体在直立状态下的目标人体静态三维模型;
根据所述目标人体静态三维模型的几何特征、图像特征和语义特征,构造所述目标人体静态三维模型的特征点、特征线,在所述目标人体静态三维模型的表面生成目标人体静态规范网格;
将所述目标人体静态规范网格按对角方式填充黑白颜色,生成黑白格图案;依据黑白格图案制作目标人体着装的黑白格紧身衣。
5.根据权利要求4所述的运动服装版型生成方法,其特征在于,所述根据所述目标人体静态三维模型的几何特征、图像特征和语义特征,构造所述目标人体静态三维模型的特征点、特征线,在所述目标人体静态三维模型的表面生成目标人体静态规范网格,具体包括:
根据所述目标人体静态三维模型的对称中心,确定所述目标人体静态三维模型的竖直中立面;根据所述竖直中立面确定前中线和后中线;
对所述目标人体静态三维模型沿竖直方向分层,得到各层水平截面;将所述水平截面的截面曲线作为横向特征线;
以所述前中线、所述后中线与所述横向特征线的交点为依据,对所述横向特征线进行等分,连接各层所述横向特征线上对应的等分点得到纵向特征线;
所述横向特征线与所述纵向特征线构成目标人体静态规范网格。
6.根据权利要求1所述的运动服装版型生成方法,其特征在于,所述根据所述目标人体三维点云,结合目标人体结构的语义信息,生成每一帧目标人体动作规范网格,具体包括:
对每一帧生成的所述目标人体动作三维模型,提取目标人体特征关节点,根据所述特征关节点构建三维目标人体骨架,根据所述目标人体骨架中相邻两关节点构建虚拟骨骼,按照所述虚拟骨骼的位置分析目标人体三维点的语义信息;
根据所述虚拟骨骼及其相邻两关节点建立局部坐标系,从语义信息相同的目标人体三维点中,提取与静态坐标值误差小于阈值范围内的目标人体三维点,得到提取后的所述目标人体三维点;所述静态坐标值为目标人体直立状态下,基于目标人体骨骼及其相邻两关节点建立静态局部坐标系,在该静态局部坐标系中所述目标人体三维点的坐标值;
以所述黑白格角点间的对应关系为依据,将提取后的所述目标人体三维点连接形成标人体动作规范网格。
7.根据权利要求1所述的运动服装版型生成方法,其特征在于,所述构建质点-弹簧系统,将分块后的所述目标人体动作三维规范网格展开成二维平面结构,得到每一帧各分块的二维服装版片图形,具体包括:
将每一帧所述分块后的动作三维规范网格投影到水平面上,将所述分块后的动作三维规范网格的顶点作为质点,所述质点之间通过弹簧进行横向连接、纵向连接和斜对角连接,构成质点-弹簧系统;
选取包括两个质点的一条边,设定该边的边长为所述目标人体动作三维规范网格对应顶点之间的距离,使所述质点仅受到所述弹簧的内部作用力,在水平面内进行所述质点-弹簧系统的时间积分,当所述质点-弹簧系统的形变量小于预设阈值时,得到每一帧各分块的二维服装版片图形。
8.根据权利要求1所述的运动服装版型生成方法,其特征在于,所述对各帧同一块所述二维服装版片图形进行加权求和,得到各块的二维服装版型,具体包括:
确定目标人体表面发生变形的区域以及变形情况,依据所述变形区域以及所述变形情况,对每一帧同一块所述二维服装版片图形分别设置权重值,并将同一块的所述二维服装版片图形中心对齐,对各帧同一块的所述二维服装版片图形进行加权求和,得到目标人体各块的二维服装版型。
9.根据权利要求8所述的运动服装版型生成方法,其特征在于,所述确定目标人体表面发生变形的区域以及变形情况,具体包括:
将所述目标人体动作三维规范网格映射到纹理坐标图中,得到所述目标人体动作三维规范网格各顶点的纹理坐标;
根据每一帧所述目标人体动作三维规范网格各顶点的纹理坐标,分析相邻两帧之间所述目标人体动作三维规范网格相邻顶点之间的距离变化,确定运动过程中目标人体表面发生变形的区域以及变形情况。
10.一种运动服装版型生成系统,其特征在于,包括:
图像采集模块,用于利用图像采集装置采集身穿黑白格紧身衣的目标人体运动过程中的运动图像,得到连续多帧的运动图像;
模型生成模块,用于对每一帧运动图像,提取所述运动图像的像素特征点,基于所述像素特征点,生成目标人体动作三维模型;
三维点云提取模块,用于对每一帧所述目标人体动作三维模型,提取黑白格角点,生成每一帧目标人体三维点云;
动作三维规范网格生成模块,用于根据所述目标人体三维点云,结合目标人体结构的语义信息,生成每一帧目标人体动作三维规范网格;
二维服装版片图形生成模块,用于根据目标人体的语义结构,对每一帧所述目标人体动作三维规范网格进行分块;构建质点-弹簧系统,将分块后的所述目标人体动作三维规范网格展开成二维平面结构,得到每一帧各分块的二维服装版片图形;
整体运动服装版型生成模块,用于对各帧同一块所述二维服装版片图形进行加权求和,得到目标人体各块的二维服装版型,将所述目标人体各块的二维服装版型进行拼接得到整体运动服装版型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011208600.9A CN112182682B (zh) | 2020-11-03 | 2020-11-03 | 一种运动服装版型生成方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011208600.9A CN112182682B (zh) | 2020-11-03 | 2020-11-03 | 一种运动服装版型生成方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112182682A true CN112182682A (zh) | 2021-01-05 |
CN112182682B CN112182682B (zh) | 2023-10-13 |
Family
ID=73916318
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011208600.9A Active CN112182682B (zh) | 2020-11-03 | 2020-11-03 | 一种运动服装版型生成方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112182682B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115690323A (zh) * | 2022-11-15 | 2023-02-03 | 钰深(北京)科技有限公司 | 服装智能推板方法和装置 |
WO2023157477A1 (ja) * | 2022-02-18 | 2023-08-24 | ソニーグループ株式会社 | 情報処理装置、情報処理方法及び情報処理プログラム |
CN117436152A (zh) * | 2023-12-13 | 2024-01-23 | 高密市真又美服装有限公司 | 一种参数可调整的服装工艺模块化设计方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105354879A (zh) * | 2015-10-12 | 2016-02-24 | 北京服装学院 | 基于质点弹簧结构的通用服装三维模型仿真方法及系统 |
CN106023310A (zh) * | 2016-06-15 | 2016-10-12 | 云之衣(厦门)服饰有限公司 | 一种服装三维数字化版型定制平台系统 |
CN110163728A (zh) * | 2019-05-30 | 2019-08-23 | 肖伯祥 | 一种个性化服装定制制版方法 |
CN110175897A (zh) * | 2019-06-03 | 2019-08-27 | 广东元一科技实业有限公司 | 一种3d合成试衣方法和系统 |
-
2020
- 2020-11-03 CN CN202011208600.9A patent/CN112182682B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105354879A (zh) * | 2015-10-12 | 2016-02-24 | 北京服装学院 | 基于质点弹簧结构的通用服装三维模型仿真方法及系统 |
CN106023310A (zh) * | 2016-06-15 | 2016-10-12 | 云之衣(厦门)服饰有限公司 | 一种服装三维数字化版型定制平台系统 |
CN110163728A (zh) * | 2019-05-30 | 2019-08-23 | 肖伯祥 | 一种个性化服装定制制版方法 |
CN110175897A (zh) * | 2019-06-03 | 2019-08-27 | 广东元一科技实业有限公司 | 一种3d合成试衣方法和系统 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023157477A1 (ja) * | 2022-02-18 | 2023-08-24 | ソニーグループ株式会社 | 情報処理装置、情報処理方法及び情報処理プログラム |
CN115690323A (zh) * | 2022-11-15 | 2023-02-03 | 钰深(北京)科技有限公司 | 服装智能推板方法和装置 |
CN117436152A (zh) * | 2023-12-13 | 2024-01-23 | 高密市真又美服装有限公司 | 一种参数可调整的服装工艺模块化设计方法及系统 |
CN117436152B (zh) * | 2023-12-13 | 2024-03-22 | 高密市真又美服装有限公司 | 一种参数可调整的服装工艺模块化设计方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN112182682B (zh) | 2023-10-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112182682B (zh) | 一种运动服装版型生成方法及系统 | |
CN108629801B (zh) | 一种视频序列的三维人体模型姿态与形状重构方法 | |
Bertiche et al. | Cloth3d: clothed 3d humans | |
JP7061694B2 (ja) | 画像処理方法および装置、画像機器、ならびに記憶媒体 | |
CN110969114A (zh) | 一种人体动作功能检测系统、检测方法及检测仪 | |
CN106952335B (zh) | 建立人体模型库的方法及其系统 | |
CN107180235A (zh) | 基于Kinect的人体动作识别算法 | |
CN107335192A (zh) | 运动辅助训练方法、装置及存储装置 | |
WO2019032982A1 (en) | DEVICES AND METHODS FOR EXTRACTING BODILY MEASUREMENTS FROM 2D IMAGES | |
Xu et al. | 3d virtual garment modeling from rgb images | |
US20210035326A1 (en) | Human pose estimation system | |
TWI743843B (zh) | 圖像處理方法、圖像處理設備及儲存介質 | |
Gu et al. | A 3D reconstruction system for human body modeling | |
CN113361180A (zh) | 一种运动状态下运动文胸穿着受力状态分析方法 | |
CN107341179A (zh) | 标准运动数据库的生成方法、装置及存储装置 | |
CN116721471A (zh) | 一种基于多视角下多人三维姿态估计方法 | |
CN115564795A (zh) | 一种基于多模态信息的三维人体姿态估计方法 | |
CN110309554B (zh) | 基于服装建模与仿真的视频人体三维重建方法及装置 | |
Xie et al. | Investigation of full body skin surface variations under dynamic poses | |
CN116246041A (zh) | 一种基于ar的手机虚拟试衣系统和方法 | |
Lee et al. | Predicting three-dimensional gait parameters with a single camera video sequence | |
Lin et al. | Automatic feature extraction from front and side images | |
Kerdvibulvech et al. | Structural human shape analysis for modeling and recognition | |
CN106803243A (zh) | 一种基于虚拟实现技术的衣物试穿方法 | |
Benenaula et al. | Classification of Gait Anomalies By Using Space-Time Parameters Obtained With Pose Estimation |
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 |