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！

申请/专利权人：西北大学

摘要：本发明公开了一种基于PIFu和3D‑GAN改进的秦腔人物三维模型重建的方法，首先对2D秦腔人物图片进行重新设置尺寸；然后利用Background‑based抠图算法对2D戏曲人物图片进行消除背景操作；之后给图像加上mask，并提取图像的mask区域，完成对2D秦腔人物图片的预处理操作；然后修改3D‑GAN网络，将其中纹理重建部分融入PIFu网络的Tex‑PIFu模型，为了使得生成前后身份保持一致性，本发明增加3D‑GAN一个生成器，并引入循环一致性损失；最后将提取mask区域得到的图片输入到3D‑GAN中，对2D戏曲人物图片进行三维重建；本发明方法使生成的三维模型更加生动逼真，解决了3D‑GAN生成的三维模型纹理粗糙以及训练时间较长的问题，大大提升了三维重建模型的逼真度和运算速度。

主权项：1.基于PIFu和3D-GAN改进的秦腔人物三维模型重建的方法，其特征在于包括以下步骤：步骤1：搜集2D秦腔人物图片，并设置图片为适配尺寸；步骤2：通过使用Background-based抠图算法对步骤1中的秦腔人物图片进行去除背景操作；步骤3：对步骤2得到的图片进行掩膜处理，对图片加mask，并提取mask区域；步骤4：在原始的3D-GAN模型网络中的DIB-R框架前加入PIFu网络的Tex-PIFu模型，同时在3D-GAN网络中加入一个生成器，并引入循环一致性损失来约束生成器的训练；循环一致性损失表示为： 其中，Lcyc表示的是循环一致性损失；参数G代表3D-GAN的生成器；参数F代表的是增加的3D-GAN的生成器； 表示期望x从Pdata分布中获取；x表示真实数据，P_datax表示真实数据的分布；同理E_y～P_datay表示的是期望y从Pdatay分布中获取；y表示生成数据，Pdatay表示生成数据的分布；Gx代表的是输入图像x经过生成器G生成的图像y’；FGx代表的是图像y经过生成器F生成的图像x’；公式中||U||1下标1代表的是1-范数，整体表示U向量中元素绝对值之和；步骤5：将步骤3得到的掩膜图片作为训练的输入数据开始训练，训练目标是使得FGx≈x，GFy≈y，用改进后的3D-GAN对其进行三维重建最终得到的秦腔人物三维模型。

全文数据：

权利要求：

百度查询： 西北大学 基于PIFu和3D-GAN改进的秦腔人物三维模型重建的方法