摘 要:文章对服装行业个性化市场带来的人体参数测量问题进行了研究,利用二维图像重构人体三维模型,解决了激光3D 扫描仪、深度摄像头矩阵设备巨大与操作难度较大的问题。开创性地提出了利用相似度对比神经网络对人体三维模型 2D 平二维形状描述子与二维采集人体轮廓对比的方法得出相应具体人体类灰度图像,利用类灰度图像通过三维模型重建网络重构人体三维模型的多级神经网络。
关键词:图像去噪;相似度对比神经网络;人体部位识别;人体三维模型重建
DOI:10.19850/j.cnki.2096-4706.2021.03.004
基金项目:2020 河南省高等学校重点科研 项目计划(21B520012);2020 国家级大学生创 新训练计划项目(202011070006)
中图分类号:TP391 文献标识码:A 文章编号:2096-4706(2021)03-0013-04
Human Body Parameter Recognition Based on Deep Learning Reconstruction of Human Body 3D Model
ZHANG Weimin,SUN Zhanpeng,HU Xiaojian,JIA Qunxi
(Luoyang Institute of Science and Technology,Luoyang 471023,China)
Abstract:This paper studies the problem of human body parameter measurement brought by the personalized market of the clothing industry,the 3D model of the human body is reconstructed by using 2D images,which solves the huge problems of laser 3D scanner and depth camera matrix equipment and difficult operation. It is creatively proposed to use the way that compare the similarity comparison neural network with the 2D flat 2D shape descriptor of human body 3D model and the 2D acquisition of human contour to obtain the corresponding specific human body gray like image,and use gray like image to reconstruct the multi-level neural network of human body 3D model through the 3D model reconstruction network.
Keywords:image denoising;similarity comparison neural network;human body parts identification;reconstruction of human body 3D model
参考文献:
[1] 刘让雷,张达,姚静,等 . 基于小波阈值消噪的激光多普 勒速度信号处理 [J]. 激光与光电子学进展,2017,54(12):115- 123.
[2] 李振华 . 基于变分偏微分方程的图像去噪和着色研究 [D]. 南京:南京邮电大学,2020.
[3] 耿璇,王召巴,金永,等 . 基于单个深度相机的人体三维 重建 [J]. 国外电子测量技术,2020,39(9):143-146.
[4] 王开鑫,王世峰,孙琪,等 . 点云分割匹配的三维重建算 法 [J]. 长春理工大学学报(自然科学版),2020,43(4):49- 56.
[5] 贾俊瑛 . 基于图像的人体尺寸测量方法研究 [D]. 上海: 上海师范大学,2020.
[6] 陈佳宇 . 基于卷积神经网络的二值图像三维人体重建 [D]. 上海:东华大学,2020.
[7] 朱肖熹 . 基于深度学习的人体参数测量方法研究 [D]. 长 沙:国防科技大学,2018.
作者简介:张伟民(1978.12—),男,汉族,河南洛阳人,讲师, 硕士研究生,研究方向:自动化。