摘要
针对复杂结构的人体重建问题,提出了一个基于学习功能的人体模型的表达方法,人体线性模型采用校正人体形状的网格顶点算法.根据标准的人体网格创建方法,人体模型的形状由向量代表的平均模板形成,通过学习不同人体形状的回归矩阵,对人体线性模型进行分割和深度估计,隐式地建立人体模型的空间关系,估计人体线性模型中的关节位置,使人体模型的躯干表达更加自然并且清晰.结果表明,基于学习功能的人体模型的表达算法可靠,模型输出结果较为准确,该模型能实现高效的人体模型重构与优化,为人体模型的有效表达提供技术依据和理论参考.
基金项目
国家自然科学基金(61772238)
中央高校基本科研业务费专项(JUSRP52013B)
泰山产业领军人才项目(tscy20180224)