几何人体语义特征提取与形变算法研究

《几何人体语义特征提取与形变算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、硕士学位论文几何人体语义特征提取与形变算法研究作者姓名张弘学科专业计算机科学与技术指导教师毛爱华所在学院计算机科学与工程学院论文提交日期2018年5月ResearchonSemanticFeatureExtractionandDeformationAlgorithmforGeometricHumanBodyADissertationSubmittedfortheDegreeofMasterCandidate：ZhangHongSupervisor：Prof.MaoAihuaSouthChinaUniversityofTechnologyGuangzhou,China分类号：TP3

2、学校代号：10561学号：201620131291华南理工大学硕士学位论文几何人体语义特征提取与形变算法研究作者姓名：张弘指导教师姓名、职称：毛爱华副教授申请学位级别：工学硕士学科专业名称：计算机科学与技术研究方向：多媒体技术与图形图像处理论文提交日期：2018年4月20日论文答辩日期：2018年5月31日学位授予单位：华南理工大学学位授予日期：年月日答辩委员会成员：主席：余志文教授委员：邓辉舫教授，陆璐教授，袁华副教授，陈琼副教授摘要近年来，随着像Kinect这样价格亲民的传感器的出现，获取逼真的三维人体模型变得越来越快速便利，使用三维重建技术重建出的三维人体模型可用于多种应用

3、，如：个性化家具定制，虚拟试衣等。而这些应用离不开人体特征点、人体几何数据等人体语义特征的提取，还有人体模型形变算法的辅助。因此，对三维人体模型语义特征提取算法和形变算法的研究是很有意义的。使用三维扫描仪重建出越来越逼真的三维人体模型将会是未来的一项趋势，而发展出与之相配套的成熟的语义特征提取和形变算法，会是极有价值的一项工作。目前，对三维人体模型提取语义特征的方法有基于分割或特征点提取等方法，而本文结合了分割和特征点提取的方法设计了一种提取三维人体语义特征的算法。此外，常见的三维网格模型形变方法有蒙皮方法、数据驱动的方法和基于物理的方法，而本文则基于骨骼驱动的形变方法设计了一种

4、用于产品适配的，通过人体数据和产品数据的约束进行人体姿势形变的算法。本文主要讨论了对于一个用三维人体重建技术建出来的三维人体网格模型，如何按照人体语义把人体网格模型分割成若干个部分，提取出三维人体模型的各种人体特征点，并且提取人体各项数据。同时，对于设计出的产品，如何根据人体数据和产品数据对人体模型进行形变来适配产品（如：使人体模型坐到轮椅模型上），以演示产品效果。为了完成这一目标，我们拟采用一种基于骨骼的面向人体语义的自动网格分割方法来进行分割，使用基于热核特征和曲率的方法提取人体特征点，通过一种基于优化旋转中心的蒙皮方法，以人体语义约束为指导来进行三维人体模型的形变。面向产品

5、设计语义约束的三维人体模型分割算法和形变算法可很好地辅助个性化定制产品的设计，使定制产品的设计更加灵活，为人们打造更具个性化的产品，方便人们的生活。关键词：人体模型；网格分割；特征提取；网格变形；语义约束IAbstractInrecentyears,withtheappearanceoflow-pricesensorslikeKinect,acquiring3Dobjecthasbecomemoreandmorefastandconvenient.Thereconstructed3Dhumanbodiescanbeusedformanyapplications,suchas:pe

6、rsonalizedfurniturecustomization,virtualtry-on,etc.Theseapplicationscannotberealizedwithoutthehelpof3Dhumanbodysemanticfeatures(suchas,anthropometricdata,featurepoints)extractionanddeformationalgorithms.Therefore,itisameaningfulworktodesignalgorithmsforautomaticsemanticfeatureextractionanddef

7、ormationof3Dhumanbody.Inthefuture,therewillbemoreandmorerealistic3Dhumanbodiesreconstructedby3Dscannersanddevelopingmaturesemanticfeatureextractionanddeformationalgorithmswillbeavaluablejob.Atpresent,3Dhumanbodysemanticfeatureextractionmethod