基于随机曲率结构学习实现表面对齐的三维人体形状估计方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于随机曲率结构学习实现表面对齐的三维人体形状估计方法
申请号:CN202411374163
申请日期:2024-09-29
公开号:CN119339179A
公开日期:2025-01-21
类型:发明专利
摘要
本发明涉及一种基于随机曲率结构学习实现表面对齐的三维人体形状估计方法,包括以下步骤:步骤S1:获取人体姿态数据集,划分训练数据集和测试数据集;步骤S2:重构人体模型的表面面片结构;步骤S3:构建基于图卷积U型编解码器面片对齐网络;步骤S4:预训练基于图卷积U型编解码器面片对齐网络;步骤S5:将训练好的网络融合曲率监督训练端到端图卷积U型编解码器重建网络;步骤S6:将测试数据集输入训练好的端图卷积U型编解码器重建网络中进行重建,得到重建结果,并通过与真实值的比较,得到权重最优模型;步骤S7:加载最优的模型权重,输入单目图像,得到重建结果。该方法有利于更准确地重建三维人体形状。
技术关键词
三维人体形状 编解码器 人体模型 估计方法 人体姿态数据 面片 上采样 深度学习框架 人体关节点 解码模块 人体骨架关节点 编码模块 编码器 重构 优化网络参数 输入解码器 高斯核函数