基于二值图像的三维人体模型重建

摘要

为了能够基于最小的图片输入快速地重建三维人体模型,提出了一种输入人体轮廓二值图像对三维人体模型进行精准重建的新方法.这种对三维人体模型进行重建的方法首先通过主成分分析法对人体进行编码得到了人体的低维形状描述子,随后构建了一个新的深度卷积神经网络,其拥有2个分支,分别用于提取人体正视图与人体侧视图的相关特征;将分支特征融合后,通过联合训练,可以学习到一个从输入到形状描述子的全局映射;最终对形状描述子进行解码得到点云数据,完成了对三维人体模型的重建.结果 表明:该方法与现有的基于图像的三维人体模型重建技术相比,在精度上提高了1.07％,并证明了多视角的预测结果优于单视角预测结果.权重共享网络的预测结果优于权重不共享网络的预测结果.