Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 天津大学陈瑞获国家专利权

天津大学陈瑞获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉天津大学申请的专利一种基于图像的人体三维重建方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116246010B

龙图腾网通过国家知识产权局官网在2026-04-28发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202211546047.9,技术领域涉及:G06T17/00;该发明授权一种基于图像的人体三维重建方法是由陈瑞;杨航;牟洋设计研发完成,并于2022-12-05向国家知识产权局提交的专利申请。

一种基于图像的人体三维重建方法在说明书摘要公布了:本发明公开一种基于图像的人体三维重建方法,由姿态融合三维人体重建网络与图神经辐射场三维人体重建网络各自对输入图像进行处理重建后,再进行融合实现最终的三维重建;姿态融合三维人体重建网络包括表面法向图生成模块、表面法向图特征编码模块、人体姿态特征编码模块、特征解码重建模块、背面图像生成模块以及纹理映射模块,图神经辐射场三维人体重建网络包括姿态优化模块、人体图像编码模块、特征解码模块以及集成模块。本发明提高了人体三维模型与人体新视角图像的重建质量。

本发明授权一种基于图像的人体三维重建方法在权利要求书中公布了:1.基于图像的人体三维重建方法,其特征在于,由姿态融合三维人体重建网络与图神经辐射场三维人体重建网络各自对输入图像进行处理重建后,再进行融合实现最终的三维重建;其中,姿态融合三维人体重建网络包括表面法向图生成模块、表面法向图特征编码模块、人体姿态特征编码模块、特征解码重建模块、背面图像生成模块以及纹理映射模块,图神经辐射场三维人体重建网络包括姿态优化模块、人体图像编码模块、特征解码模块以及集成模块;人体三维重建方法的处理步骤如下: 由人体图像通过姿态估计方法预测人体参数化模型,送入到可微渲染器得到人体参数化模型正面法向图和人体参数化模型背面法向图,与人体图像共同送入表面法向图生成模块,获取人体正面法向图和人体背面法向图,送入表面法向图特征编码模块提取人体表面法向图特征;将人体参数化模型送入人体姿态特征编码模块,提取局部特征编码和体积特征编码,与人体表面法向图特征共同送入特征解码重建模块,获取符号距离函数值并重建无色彩纹理的人体三维模型输出;人体图像和人体背面法向图共同送入背面图像生成模块生成人体背面图像,人体图像、人体背面图像和无色彩纹理的人体三维模型共同送入纹理映射模块重建出具有正面色彩纹理和背面色彩纹理的人体三维模型输出; 由人体图像编码模块提取人体图像的图像特征,图像特征与人体图像分别进行网格采样插值并进行特征拼接,获取图像特征编码;将人体图像的像素转换为神经辐射场中的三维点坐标,附加位置编码,获取具有位置编码的三维点特征并将姿态特征送入姿态优化模块获取优化后的姿态编码;由相机参数计算出三维点的方向编码,与图像特征编码、姿态特征和三维点特征共同送入特征解码模块,获取颜色值和形状特征;将符号距离函数值和形状特征共同送入集成模块获取体密度值,渲染输出相机参数所对应的人体预设视角图像; 所述表面法向图生成模块获得人体正面法向图和人体背面法向图的步骤如下: 将人体图像与人体参数化模型正面法向图进行特征拼接后,送入图像编码器处理,得到表示人体参数化模型正面法向图编码特征,将人体图像与人体参数化模型背面法向图进行特征拼接后,送入图像编码器处理,得到人体参数化模型背面法向图编码特征,对人体参数化模型正面法向图编码特征和人体参数化模型背面法向图编码特征,分别送入残差编码器进行处理后上采样操作,得到人体正面法向图和人体背面法向图;表示如下: ; 其中,,分别表示人体参数化模型正面法向图编码特征和人体参数化模型背面法向图编码特征,表示图像编码器的编码操作,表示特征拼接操作,表示残差编码器的操作,表示上采样操作; 所述背面图像生成模块生成人体背面图像的处理步骤如下: 将人体图像和人体背面法向图进行拼接编码获取人体背面编码特征,送入图像编码器进行编码,形成人体背面编码特征,然后送入通道注意力残差单元进行编码,并经过上采样后获取人体背面图像: ; 其中,表示人体背面编码特征,表示图像编码器的操作,表示特征拼接的操作,表示通道注意力残差单元的操作,表示上采样的操作; 所述姿态优化模块的处理步骤如下: 将姿态特征送入线性层,获取高维度的姿态特征,使用KNN算法构建高维度的姿态特征所对应的姿态特征图结构,将姿态特征图结构送入图卷积单元处理后再送入线性层处理,获取姿态优化特征,利用罗德里格旋转公式计算优化后的姿态特征: ; 其中,表示姿态特征,表示线性层操作,表示KNN算法的操作,表示姿态特征图结构,表示图卷积单元的操作,表示姿态优化特征,表示优化后的姿态特征,表示罗德里格旋转操作,具体公式如下: ; 其中,是单位矩阵,是向量的单位向量,是向量的模长,表示的转置矩阵,表示的反对称矩阵。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人天津大学,其通讯地址为:300072 天津市南开区卫津路92号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。