一种人体形象绘制方法

摘要

本发明公开了一种人体形象绘制方法，包括：数据采集，得到身高、体重、腰围、胸围、臂长、肩宽、颈围、腿长等数据的准确数值；对步骤一所采集的数据进行预处理和筛选，得到有效建模数据；通过有效建模数据建立人工神经网络模型，人工神经网络模型由输入层、隐藏层和输出层组成，使用SPSS的多层任务感知器函数分析身高、体重、腰围、胸围、臂长、肩宽、臂宽、颈围、腰高、内胯高、腿长与人体之间的关系，以训练人工神经网络模型，得到整体模型数据；通过步骤三得到的数据进行三维建模，所述三维建模使用CAD等建模工具或建模软件根据所述数据采集步骤得来的数据得来的人体数据建立三维人体模型,模型在电脑、智能移动终端、网络、虚拟空间的中使用。

说明书

技术领域

本发明涉及人体建模技术领域,更具体的说是涉及一种人体形象绘制方法。

背景技术

人体建模是使用非接触式的方式完成人体肢体各部分的测量，并依据测量获得的人体肢体各部分数据，模拟出人体三维模型。点云数据流是人体建模过程中常用的一种表示人体外表面的记录形式，主要包括将人体肢体各部分以三维坐标形式表示的几何位置信息，以及将人体肢体各部分以彩色信息形式表示的纹理信息。

目前，传统的人体建模方法通常是采用设置在人体四周的多台相机，对处于静止状态下的人体进行拍摄，以确保多台相机拍摄所得的深度图像能够帧间同步，之后将每台相机拍摄所得的深度图像转化为点云数据流，并从转化后的点云数据流中提取其所包含的人体骨架信息，最后将提取到的全部人体骨架信息与预先构建的标准化模型进行融合，以模拟出人体三维模型。然而，人体在拍摄过程中，不可避免会发生运动，进而无法令多台相机拍摄所得的深度图像实现帧间同步，降低了人体建模的准确度。

发明内容

有鉴于此，本发明提供了一种具有操作简单、准确度高等特点的人体形象绘制方法。

为实现上述目的，本发明提供如下技术方案：

一种人体形象绘制方法，其特征在于，方法包括以下步骤：

步骤一、通过手机、电脑等终端设备扫描得到身高、体重、腰围、胸围、臂长、肩宽、臂宽、颈围、腰高、内胯高、腿长等数据的准确数值；

步骤二、对步骤一所采集的数据进行预处理和筛选，得到有效建模数据；

步骤三、通过有效建模数据建立人工神经网络模型，人工神经网络模型由输入层、隐藏层和输出层组成，使用SPSS的多层任务感知器函数分析身高、体重、腰围、胸围、臂长、肩宽、臂宽、颈围、腰高、内胯高、腿长与人体之间的关系，以训练人工神经网络模型，得到整体模型数据；

步骤四、通过步骤三得到的数据进行三维建模，所述三维建模使用CAD等建模工具或建模软件根据所述数据采集步骤得来的数据得来的人体数据建立三维人体模型,所述模型可以在电脑、智能移动终端、网络、虚拟空间的各个应用中使用。

优选的，在上述一种人体形象绘制方法中，所述数据采集用于获取体测数据，然后根据所述体测数据，通过预先训练好的预测模型对预先创建的人体模型进行线性回归，拟合得到预测人体模型，所述预先创建的人体模型包括预先定义的多组标记特征点以及对应的标准形状基，所述体测数据包括与每组标记特征点对应的测量数据。

优选的，在上述一种人体形象绘制方法中，根据所述预测人体模型，优化拟合得到目标人体模型，所述目标人体模型包括测量数据、目标形状基以及目标形状系数。

优选的，在上述一种人体形象绘制方法中，所述数据采集具体操作步骤如下：a)运用Scanworx三维扫描仪，自动获取全部的人体测量数据，并通过手动测量和派生变量的计算增加人体以下36个测量项目：前肩角、后肩角、平均肩角、侧颈点到胸点的距离/前长、BP点间距/胸围、腹突角、前腰中心点到胸部两侧的夹角、侧腰中心点到胸部两侧的夹角、前腰中心点到胸部两侧的夹角/侧腰中心点到胸部两侧的夹角、前腰到胸的竖直夹角、前腰中心点到臀部两侧的夹角、侧腰中心点到臀部两侧的夹角、前腰中心点到臀部两侧的夹角/侧腰中心点到臀部两侧的夹角、前腰中心点到臀部两侧的夹角/前腰中心点胸部两侧的夹角、侧腰中心点到臀部两侧的夹角/侧腰中心点到胸部两侧的夹角、后腰到臀的竖直夹角、背长/身高、侧面膝盖中心点到腰中心点的竖直夹角、侧面腰中心点到臀中心点的夹角、下体轴角、上半身体轴角、上体前正中角和后腰到后颈角；b)以身高/胸围为指标将人体分为高、中、矮三类，其中高为相对胸围高，中为相对胸围中，矮为相对胸围矮；以人体侧面形态指标：腹突点到胸凸点的连线与水平面的夹角、臀凸点到背凸点的连线与水平面的夹角，将人体分成AC、AB、AA、BC、BB、BA、CC、CB、CA九类；其中:AC指人体侧面的臀部比背部凸出、胸部比腹部凸出；AB指人体侧面的臀部比背部凸出、胸部和腹部近似在一条竖直垂线上；AA指人体侧面的臀部比背部凸出、腹部比胸部凸出；BC指人体侧面的臀部和背部近似在一条竖直垂线上、胸部比腹部凸出；BB指人体侧面的臀部和背部近似在一条竖直垂线上、胸部和腹部近似在一条垂线上；BA指人体侧面的臀部和背部近似在一条竖直垂线上、胸部比腹部凸出；CC指人体侧面的背部比臀部凸出、胸部腹部凸出；CB指人体侧面的背部比臀部凸出、胸部和腹部近似在一条竖直垂线上；CA指人体侧面的背部比臀部凸出、腹部比胸部凸出；另外，按国家标准以胸腰差为指标将人体分为Y、A、B、C四类；共得到108类体型；c)对108类体型的人体数据进行统计分析，求其平均值后，即获得各体型中间体的人体数据。

经由上述的技术方案可知，与现有技术相比，本发明根据获取的三维人体数据，在局部坐标系下，通过树形结构对骨骼模型的组织进行存储，构建人体数据模型。

具体实施方式

下面将结合本发明实施例，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。

请参阅本发明公开的一种人体形象绘制方法，其特征在于，方法包括以下步骤：

步骤一、数据采集，得到身高、体重、腰围、胸围、臂长、肩宽、臂

宽、颈围、腰高、内胯高、腿长等数据的准确数值；

步骤二、对步骤一所采集的数据进行预处理和筛选，得到有效建模数据；

步骤三、通过有效建模数据建立人工神经网络模型，人工神经网络模型由输入层、隐藏层和输出层组成，使用SPSS的多层任务感知器函数分析身高、体重、腰围、胸围、臂长、肩宽、臂宽、颈围、腰高、内胯高、腿长与人体之间的关系，以训练人工神经网络模型，得到整体模型数据；

步骤四、通过步骤三得到的数据进行三维建模，所述三维建模使用CAD等建模工具或建模软件根据所述数据采集步骤得来的数据得来的人体数据建立三维人体模型。

为了进一步优化上述技术方案，所述数据采集用于获取体测数据，然后根据所述体测数据，通过预先训练好的预测模型对预先创建的人体模型进行线性回归，拟合得到预测人体模型，所述预先创建的人体模型包括预先定义的多组标记特征点以及对应的标准形状基，所述体测数据包括与每组标记特征点对应的测量数据。

为了进一步优化上述技术方案，根据所述预测人体模型，优化拟合得到目标人体模型，所述目标人体模型包括测量数据、目标形状基以及目标形状系数。

为了进一步优化上述技术方案，所述数据采集具体操作步骤如下：a)运用Scanworx三维扫描仪，自动获取全部的人体测量数据，并通过手动测量和派生变量的计算增加人体以下36个测量项目：前肩角、后肩角、平均肩角、侧颈点到胸点的距离/前长、BP点间距/胸围、腹突角、前腰中心点到胸部两侧的夹角、侧腰中心点到胸部两侧的夹角、前腰中心点到胸部两侧的夹角/侧腰中心点到胸部两侧的夹角、前腰到胸的竖直夹角、前腰中心点到臀部两侧的夹角、侧腰中心点到臀部两侧的夹角、前腰中心点到臀部两侧的夹角/侧腰中心点到臀部两侧的夹角、前腰中心点到臀部两侧的夹角/前腰中心点胸部两侧的夹角、侧腰中心点到臀部两侧的夹角/侧腰中心点到胸部两侧的夹角、后腰到臀的竖直夹角、背长/身高、侧面膝盖中心点到腰中心点的竖直夹角、侧面腰中心点到臀中心点的夹角、下体轴角、上半身体轴角、上体前正中角和后腰到后颈角；b)以身高/胸围为指标将人体分为高、中、矮三类，其中高为相对胸围高，中为相对胸围中，矮为相对胸围矮；以人体侧面形态指标：腹突点到胸凸点的连线与水平面的夹角、臀凸点到背凸点的连线与水平面的夹角，将人体分成AC、AB、AA、BC、BB、BA、CC、CB、CA九类；其中:AC指人体侧面的臀部比背部凸出、胸部比腹部凸出；AB指人体侧面的臀部比背部凸出、胸部和腹部近似在一条竖直垂线上；AA指人体侧面的臀部比背部凸出、腹部比胸部凸出；BC指人体侧面的臀部和背部近似在一条竖直垂线上、胸部比腹部凸出；BB指人体侧面的臀部和背部近似在一条竖直垂线上、胸部和腹部近似在一条垂线上；BA指人体侧面的臀部和背部近似在一条竖直垂线上、胸部比腹部凸出；CC指人体侧面的背部比臀部凸出、胸部腹部凸出；CB指人体侧面的背部比臀部凸出、胸部和腹部近似在一条竖直垂线上；CA指人体侧面的背部比臀部凸出、腹部比胸部凸出；另外，按国家标准以胸腰差为指标将人体分为Y、A、B、C四类；共得到108类体型；c)对108类体型的人体数据进行统计分析，求其平均值后，即获得各体型中间体的人体数据。

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。对于实施例公开的装置而言，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。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。