面向服装CAD的多因素驱动人体模型变形技术研究

在以人体模型为基础的3维服装CAD系统中,为了获得设计师所需形体尺寸各异的人体模型,提出了一种多因素驱动人体模型变形的方法.该方法将人体模型的变形驱动因素分为尺寸因素、姿态因素和局部体形因素3类,并相应地提出了尺寸驱动、姿态驱动及局部体形驱动的人体模型变形算法.其中尺寸驱动采用基于截面环的 算法和基于模板插值的算法,通过对人体特征尺寸进行改变来驱动人体变形;姿态驱动是通过关节变形算法来实现特定姿态的变形,并通过建立姿态库,以实现快速姿态匹配;局部体形驱动包括基于特征面尺寸和基于特征面形状的调整,以得到具有局部特征的人体.实例表明,该方法可对已有的人体进行快速变形,以获得用户所需的人体模型,从而满足了服装CAD中对人体模型的多样性需求.     

服装CAD中个性化三维人体建模

针对三维服装仿真中对各种不同体态特征的人体模型的需求,给出了一种个性化三维人体建模方法。首先对一系列具有不同特征尺寸的成年女性的人体扫描数据进行简化处理,建立具有一致拓扑的人体模型;然后根据不同人体的对应数据点及其相应的特征尺寸,生成各个简化数据点随特征尺寸变化的规律。利用此变化特性,对参考人体模型进行变形得到新尺寸下的人体模型。该方法已在所开发的三维虚拟试衣系统实现,并取得了较为理想的试验效果。     

一种基于模型的人体建模系统

提出了一种基于Pbser人体模型库模型的人体曲面建模和模型局部尺寸调节的方法，并以此为基础开发出了一套基于模型的人体建模系统。实验证明，该系统在得到令人满意的重建视觉效果的前提下，较已有的同类系统更加经济和高效。     

基于尺寸建立个性化人体模型的方法

近年来,人体模型定制已成为计算机图形学领域的重要研究课题之一。文中提出一种基于少量人体尺寸生成个性化人体模型的方法——分块优化法。首先,根据MPI人体扫描模型数据库获得人体外形形变参数与尺寸参数,采用线性相关分析方法实现由若干尺寸恢复完整人体尺寸集。其次,通过参数优化的线性回归方法分析各部位三维人体外形参数与二维尺寸数据之间的关系,并根据输入尺寸对人体模型进行进一步精调。实验表明,上述方法能够生成准确反映人体外形的人体模型。     

基于人机尺寸驱动的座椅设计系统

针对各类座椅产品,分析了其设计参数与人体坐姿与尺寸之间的关联关系,根据人机工程学知识和人体测量标准建立了标准化人体尺寸数据库和参数化人体模型。在Unigraphics平台上利用OpenGrip工具开发了人机尺寸驱动的座椅设计系统,实现了通过操作人体模型来自动生成符合人机性能要求的座椅产品,提高了设计师的工作效率并保证了所设计产品的合理人机性能。     

服装CAD中三维人体模型的参数化研究

针对三角网格曲面表示的3D人体模型缺少语义信息，提出一种3D人体模型的参数化方法：首先通过三角面片求交的采样策略得到采样点，然后使用B样条曲线构造人体轮廓线，最后由用户交互得到3D人体模型的参数化信息，建立3D人体模型的参数化模板．这样，在参数化人体模型模板的基础上，可以根据用户所输入的特定人体参数信息，动态地调整轮廓线和重建人体模型体表曲面，快速生成逼真的3D人体模型，从而满足服装CAD中根据用户身材尺寸大小定制服装的应用需求．     

基于VRML的手语合成系统中人体模型的运动实现

人体建模技术是实现手语合成系统的前提,采用VRML(V irtualRealityModeling Language)三维人体建模技术可以提高人体建模的性能,为手语合成系统打下良好的基础。在基于VRML三维人体模型的设计中,分析了人体模型的控制变化原理及仿射变换方法;采用线框模型实现了三维人体模型的建立,运用仿射变换方法实现人体模型的手臂控制运动。实验结果证明该方法可行有效。     

个性化三维人体模型快速建模方法

采用模型重用的思想,通过输入21个人体测量学参数对标准人体模型进行编辑,实时获得相应体型的个性化三维人体模型．该方法使得编辑过程能够实时完成;生成的人体模型可以方便地驱动;精选的21个人体测量学参数覆盖了人体各处的细节,能够比较完整地描述人体的外形特征,满足对人体模型个性化的需求．     

基于微型传感器驱动的三维实时运动人体模型

建立一种运用于人体运动捕获与再现系统的人体模型,实现人体运动实时控制模型的运动.根据微型传感器人体运动捕获与再现系统的特点,提出一种三维人体模型的层次化结构建模方法和多边形分组皮肤变形方法.该方法以生物动力学为基础,根据人体关节的运动特征进行分层表示,采用传感器数据驱动并控制人体骨架模型的运动以及皮肤模型的变形,实时再现真实人体运动.实验表明,新建模方法适用于传感器数据驱动人体模型的实时运动再现,并能够逼真地体现人体运动的生物力学特征.     

基于Unity3D的计算机虚拟试衣测量系统设计与实现

在Unity3D引擎环境下,针对虚拟试衣系统中由建模法生成的人体模型难以实现大量个性化定制的问题,提出了一种使用BlendShape算法调整人体各局部特征尺寸,并通过人体特征轮廓曲线约束调整过程的解决方案。该方案由一个基础人体模型向一组极限模型进行过渡变形得到大量个性化人体。为了实现动态试衣,研究了服装基于弹簧-质点模型的布料仿真与碰撞处理过程,由Verlet积分求解的特殊性,通过一组球形碰撞器实现了不同体型的人体模型试穿相同的服装,其结果相较于静态着装避免了穿透现象并提升了真实感。     

基于JACK的民机维修任务仿真及人机工效评估

在民用飞机产品的设计阶段考虑产品的可维修性,利用JACK软件对机务维修任务进行虚拟仿真以及对维修的舒适性、可达性、可视性进行人机工效评估,验证产品的可维修性并提出改进性的维修意见。首先将基于人机工效学设计的发动机UG模型导入JACK软件中创建分析对象;然后基于JACK建立虚拟人体模型,将虚拟人、维修对象导入三维虚拟环境中,并在任务仿真模块中完成维修任务的仿真;最后利用JACK软件的人机工效评估工具对维修任务仿真结果进行评估验证产品的可维修性及提出改进性的维修意见,这样既降低了飞机的维修成本,又验证了产品的可维修性。     

股骨NURBS三维实体重建及有限元分析

研究人体股骨是各个分支学科继续发展的需要,能够对人体骨骼进行精确的重建则是研究的基础和关键,股骨的NURBS实体重建有着重大的意义。本文详细介绍了一种通过逆向工程软件Geomagic与三维CAD软件UG相结合,实现股骨从点云到NURBS曲面到实体的三维模型精确重建方法;最后利用ANSYS对重建模型进行了分析,证明了所建模型的正确性与有效性。     

弹体结构自顶向下的参数化装配体建模方法

为提高导弹弹体建模的质量和效率,对弹体结构的建模过程进行研究。提出了弹体 结构的自顶向下的参数化装配体建模方法。以UG 为平台,开发了弹体结构快速建模系统,实现 了弹体结构快速建模、模型快速修改和对整个装配体的参数驱动和参数管理。选取典型弹体结构 为实例,验证了该方法的可行性和有效性。     

基于模板匹配的三维人体语义特征提取算法

随着社会经济发展,生活水平的提高,人们对定制产品的需求越来越多,例如服装高级定制、健身计划定制等。为更好地满足这些需求并提供精准的数据支撑,需提取精确的人体语义特征,即人体的身高、胸围、腰围等一系列参数。对现有特征提取算法进行分析研究,设计一种基于模板匹配的三维人体语义特征提取算法。通过模板模型逼近输入模型,将模板模型上的语义特征采样点拓展到输入模型上,使用NURBS曲线拟合采样点,计算曲线长度。实验结果表明本文所提算法综合性能好,能够为服装定制、人体动画、人体工程学设计等提供精确广泛的数据支持。     

基于改进GA-BP-MC神经网络的人体三维尺寸预测

平面图像由于缺少深度信息从而难以从中获取人体的三维尺寸信息,传统线性回归方法拟合的尺寸信息为该人体所属阈值区间的均值,由于忽视了人体自身的异构性,导致拟合的尺寸误差较大。采用模型重建的方法,可以提高尺寸获取的精度。但是,利用深度神经网络的方法由于计算量与参数规模较大,难以部署到移动终端中。因此,提出了基于改进GA-BP-MC神经网络的人体三维尺寸预测模型UGA-BP-MC,通过改进自适应交叉、变异概率优化的遗传算法（UGA）对BP网络的结构、权值和阈值进行优化,然后采用马尔科夫残差模型对UGA-BP模型输出值进行修正。最后通过工程实例对210组样本进行数据对比分析发现,相对于超椭圆曲线法、多元函数模型和GA-BP模型,UGA-BP-MC预测值的平均误差分别减少了2.8 cm, 1.62 cm和0.94 cm。     

基于图像的人体特征点提取与尺寸测量

人体特征点提取和尺寸测量一直是虚拟服装试衣的关键内容.本文在人体图像基础上,通过对ASM算法进行改进实现人体特征点提取以及特征点尺寸测量.首先,算法计算待测图片中人脸和身体两个中心点欧式距离与对应模板进行匹配,改变传统ASM算法单一模板局部模板匹配模式,提高了初次模型匹配的准确率和效率;接着,以特征点为中心选择较少有效邻域点在其灰度训练模型中目标搜索,解决传统ASM方法匹配时间长且特征点易匹配失败问题;另外,针对人体胯部以下区域易出现仅单侧拟合效果较好问题,利用马氏距离公式选择特定矩阵大小邻域范围内点的灰度与灰度模型比较,并且结合人体体型分布及对称性特点进行拟合处理.实验结果表明了该方法能适应复杂背景下人体图像的特征点提取与尺寸测量,提高人体特征点提取和尺寸测量精度.     

An efficient human model customization method based on orthogonal-view monocular photos

Human body modeling is a central task in computer graphics. In this paper, we propose an intelligent model customization method, in which customer’s detailed geometric characteristics can be reconstructed using limited size features extracted from the customer’s orthogonal-view photos. To realize model customization, we first propose a comprehensive shape representation to describe the geometrical shape characteristics of a human body. The shape representation has a layered structure and corresponds to important feature curves that define clothing size. Next, we identify and model a novel relationship model between 2D size features and 3D shape features for each cross-section using real subject scanned data. We predict a customer’s cross-sectional 3D shape based on size features extracted from the customer’s photos, and then we reconstruct the customer’s shape representation using predicted cross-sections. We develop a new deformation algorithm that deforms a template model into a customized shape using the reconstructed 3D shape representation. A total of 30 subjects, male and female, with varied body shapes have been recruited to verify the model customization method. The customized models show high degree of resemblance of the subjects, with accurate body sizes; the accuracy of the models is comparable to scan. It shows that the method is a feasible and efficient solution for human model customization that fulfills the specific needs of the clothing industry.     

Human Body Model Acquisition and Tracking Using Voxel Data

We present an integrated system for automatic acquisition of the human body model and motion tracking using input from multiple synchronized video streams. The video frames are segmented and the 3D voxel reconstructions of the human body shape in each frame are computed from the foreground silhouettes. These reconstructions are then used as input to the model acquisition and tracking algorithms.The human body model consists of ellipsoids and cylinders and is described using the twists framework resulting in a non-redundant set of model parameters. Model acquisition starts with a simple body part localization procedure based on template fitting and growing, which uses prior knowledge of average body part shapes and dimensions. The initial model is then refined using a Bayesian network that imposes human body proportions onto the body part size estimates. The tracker is an extended Kalman filter that estimates model parameters based on the measurements made on the labeled voxel data. A voxel labeling procedure that handles large frame-to-frame displacements was designed resulting in very robust tracking performance.Extensive evaluation shows that the system performs very reliably on sequences that include different types of motion such as walking, sitting, dancing, running and jumping and people of very different body sizes, from a nine year old girl to a tall adult male.     

基于CAD/CAE的卡扣模具快速设计与优化

为提高塑料卡扣模具设计的速度,利用ImageWare对塑料卡扣进行点云数据处理、特征线网格划分和曲面重构;将重构的塑料卡扣模型导入UG,借助UG的曲面修复功能缝合不连续的曲面,并以STL格式保存;利用UG的Mold Wizards模具设计模块,根据已保存的STL格式卡扣模型建立模具装配模型,设计分型面,生成模具成型零件的三维实体模型;用Moldflow/MPI进行塑料卡扣注射成型分析.结果表明采用优化后的模具设计参数与实验结果基本吻合。     

调整车身梁截面方向的系统研究

在车身结构概念设计阶段,需要对梁单元赋截面并调整截面的方向。研究了UG中调整截面方向的规律,设计了一种调整梁截面方向的工具。主要介绍了调整截面方向的方法：首先在UG的草图中建立简化的截面,利用坐标转换公式及形心公式计算主惯性轴,然后建立一个向量V控制草图中的截面方向,最后通过坐标变换得到空间调整截面方向的向量。利用此工具对某款轿车进行了分析,结果表明,采用此方法不仅大大提高了车身结构概念设计的效率,而且提高了设计的精度。