-
公开(公告)号：CN114882152A
公开(公告)日：2022-08-09
申请号：CN202210336861.1
申请日：2022-04-01
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于网格自动编码器的人体网格解耦表示方法，包括：1)构建训练数据集和网格自动编码器，网格自动编码器由编码器和解码器组成，编码器由形状编码器、姿态编码器和旋转平移编码器组成，以人体网格作为输入，形状编码器输出形状编码表示，姿态编码器输出姿态编码表示，旋转平移编码器输出旋转矩阵和平移向量，解码器以形状编码表示和姿态编码表示的组合编码作为输入，输出为人体网格；2)训练数据集对网格自动编码器训练，将人体网格输入训练好的网格自动编码器得到其解耦表示。本发明可获得人体网格具有旋转平移不变性的、彼此独立解耦的形状与姿态表示，从而可利用已有的人体网格数据编辑合成更多不同形状和姿态的三维人体网格。
-
公开(公告)号：CN111462306B
公开(公告)日：2022-04-22
申请号：CN202010186605.X
申请日：2020-03-17
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于体向量场稀疏局部化分解的三维头发参数化模型的方法，包括步骤：1)对发型数据进行从节点‑发丝结构转换到体向量场的预处理，并得到发丝长度及局部密度的信息；2)计算体向量场、发丝长度以及局部密度的平均数据，并构造用于降维处理的三个残差矩阵；3)使用SPLOC对三个残差矩阵进行降维处理得到三种特征的稀疏局部化基，并与各自的平均数据进行线性混合得到参数化模型；4)通过给参数化模型赋值不同的混合系数，使用基于欧拉折线法的发丝重构方法从体向量场中计算发丝节点得到不同的新发型数据。本发明实现了简单的三维发型人工编辑功能，使得用户可以通过简单地选定不同特征基并调整其混合系数，便能重构出丰富多样的三维头发模型。
-
公开(公告)号：CN113658264A
公开(公告)日：2021-11-16
申请号：CN202110783440.9
申请日：2021-07-12
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于距离信息的单幅图像相机焦距估计方法，包括：1)从单幅图像当中人工标记距离信息；2)根据简化针孔相机模型，使用距离信息建立非线性方程组，再利用单目标优化问题转化法将非线性方程组转化为基于归一化距离的优化问题；3)使用多随机初始化点的L‑BFGS‑B优化算法求解基于归一化距离的优化问题，得到初步的相机焦距估计值；4)使用深度扰动技术增强初步的相机焦距估计值的稳定性，得到最终的相机焦距估计值。本发明基于距离信息进行单幅图像的相机焦距估计，能够使用图像上普遍存在的距离信息进行相机标定，缓解图像线索难以寻找的问题，同时提高了相机标定的精度，进一步可实现更灵活和精确的下游应用。
-
公开(公告)号：CN113223124A
公开(公告)日：2021-08-06
申请号：CN202110354636.6
申请日：2021-03-30
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于三维人体参数化模型的姿态迁移方法，包括：1)得到与源人物姿态和表情一致的目标人物三维人体参数化模型；2)将目标人物三维人体参数化模型不同的部位绑定不同的颜色进行渲染，得到姿态图像；3)对姿态图像进行图像操作后，得到头部以及身体姿态图；4)将头部以及身体姿态图像输入至人体部位生成模块，得到头部以及身体姿态迁移图像；5)对头部以及身体姿态迁移图像进行图像操作后，得到头部以及身体姿态迁移中间图像；6)将头部以及身体姿态迁移中间图像输入至融合模块，得到目标人物姿态迁移后的结果图像。本发明在保证结果质量的同时，减少了训练数据需求量，降低了训练数据的采集难度，加快了训练的时间。
-
-
Patent Agency Ranking
公开(公告)号：CN111583384A
公开(公告)日：2020-08-25
申请号：CN202010283626.3
申请日：2020-04-13
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于自适应八叉树头发卷积神经网络的头发重建方法，包括：1)使用公开的头发数据库构造训练集，将数据库内的三维头发丝模型转为以自适应八叉树为结构的头发方向场，生成对应的头发方向图、头发区域图和身体区域图；2)设计一种自适应八叉树头发卷积神经网络来重建头发方向场；3)对输入图片进行预处理；4)对输出方向场的后处理，将自适应八叉树头发卷积神经网络生成的方向场转为由发丝表示的头发模型，完成头发重建。本发明利用八叉树的紧凑结构，大大压缩了头发方向场的存储空间，同时降低头发重建网络的内存开销以及运行时间。本发明可以有效识别并恢复输入图片中的三维头发结构，并确保与输入发型有一致的轮廓外观和纹理走向。
-
公开(公告)号：CN107256557B
公开(公告)日：2020-05-22
申请号：CN201710304102.6
申请日：2017-05-03
Applicant: 华南理工大学
Abstract: 本发明公开了一种误差可控的细分曲面图像矢量化方法，包括如下步骤：1)检测图像边缘特征，得到一个像素宽的初始图像特征线段；2)构造基于图像特征的初始网格，并在网格中标记图像特征；3)简化初始网格，构造保持图像特征的基网格；4)误差可控的Loop细分曲面拟合求得控制网格；5)光栅化矢量表示。给定一张光栅图像，本发明能够得到较好的矢量图像，如果初始重构结果的误差不能满足用户需求，本发明可以衡量出矢量化的重构图像与原图像误差，通过对基网格进行自适应细分以达到一定范围内的指定误差，做到误差可控。本发明研究使用细分曲面技术进行图像矢量化，目的是将光栅图像转换为满足误差要求的矢量表示，具有实际应用价值。
-
公开(公告)号：CN108629834B
公开(公告)日：2020-04-28
申请号：CN201810438459.8
申请日：2018-05-09
Applicant: 华南理工大学
IPC: G06T17/00 , G06T15/40 , G06F16/583 , G06F16/51
Abstract: 本发明公开了一种基于单张图片的三维头发重建方法，包括：1)条带网格头发模型生成；2)条带网格头发模型数据库构建；3)基于图片的发型检索(发型检索)；4)条带网格头发与头部融合(头发融合)。主要流程：将头发丝模型转化为条带网格模型，并构建条带网格头发模型数据库，给定输入图像，首先从其头发区域提取头发形状检索图，头发形状特征向量和头发方向图作为检索信息，然后从条带网格头发模型数据库中检索出与该检索信息最相似的头发模型，最后把该头发模型贴合到人体头部模型中。本发明解决的是针对单张图片的三维头发重建问题，可以应用于头发重建、头发动画制作。
-
公开(公告)号：CN106204718B
公开(公告)日：2019-08-20
申请号：CN201610502690.X
申请日：2016-06-28
Applicant: 华南理工大学
IPC: G06T17/00
Abstract: 本发明公开了一种基于单个Kinect的简易高效三维人体重建方法，该三维人体重建方法包括以下步骤：1)获取点云；2)点云预处理；3)局部对齐；4)全局对齐；5)表面重建。用户可以很容易地在诸如家里或办公室这样狭窄的空间内实现三维人体建模，所需要的仅仅是一台个人电脑和一台Kinect。为了使人体建模更加快速、准确和方便，本发明提出了一种有效的全身扫描的数据采集策略，只通过六个角度，每个角度三帧的扫描，便可以完全覆盖人体。而对Kinect捕捉到的点云数据的处理，包含局部对齐和在全局对齐两个步骤。这种新的三维人体建模方法可适用于大多数应用，比如数字测量、产品设计和在线购物。
-
公开(公告)号：CN108629801A
公开(公告)日：2018-10-09
申请号：CN201810456021.2
申请日：2018-05-14
Applicant: 华南理工大学
IPC: G06T7/55
CPC classification number: G06T7/55 , G06T2207/10016 , G06T2207/30196
Abstract: 本发明公开了一种视频序列的三维人体模型姿态与形状重构方法，包括步骤：1)提取视频帧中人物的二维关节点；2)提取视频帧中人物的脸部特征点；3)提取视频帧中人物的二维轮廓线；4)估计摄像机参数，据摄像机参数可以生成透视矩阵；5)采用优化方法进行模型姿态和形状的优化；6)获取三维人体模型在摄像机视角下的边缘点及其与二维轮廓线的匹配关系；7)采用优化方法进行模型形状的再次优化，使得在摄像机视角下三维模型的边缘点投影后的位置与视频帧中二维轮廓点的位置距离之差的总和最小。本发明可以避免重构过程中的姿态翻转问题，也可以在保证模型整体姿态相似性的同时准确地重构出头部姿态。
-
-
-
-
-
-
-
-
-
Search Results
91
records
(took 0.028 seconds)
