面向服装个性化定制的多视角轮廓三维人体快速重建方法

服装个性化在线定制需要围绕用户形状参数进行设计,传统的量体方法获取的用户形状参数误差高、反馈慢,亟需构建一种三维人体重建方法能够快速感知用户人体形状.针对此问题,提出了一种面向服装个性化定制的多视角轮廓三维人体快速重建方法.利用多级空洞卷积分割网络（multilevel dilated convolution semantic network,MDS-Net）提取人体轮廓图像中整体和局部特征,实现轮廓图像的语义分割;利用躯干参数提取网络（torso parameter extraction network,TPE-Net）提取多视角人体轮廓分割图的形状和姿势参数;利用主成分分析（principal component analysis,PCA）提取三维人体模型潜层空间的语义特征,并映射为由TPE-Net输出的形状和姿势参数,从而实现三维人体重建.在PyTorch环境下,采用4个数据集进行实验验证,结果表明,MDS-Net在测试集上的分割mIoU评分平均为0.881,能够实现整体分割和局部细节保留;TPE-Net在测试集上形状参数预测准确率为0.74,关节预测偏移距离与运动树中的索引呈正比;同时,使用真实案例验证了整个三维人体重建方法的有效性.