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：中山大学

摘要：本发明公开了一种基于高斯泼溅的三维人物模型生成方法。首先，获得人体数据并由此生成初始高斯泼溅模型。然后，通过对于初始高斯泼溅模型进行一阶段优化，得到一阶段优化高斯泼溅模型。最后，通过对于一阶段优化高斯泼溅模型进行二阶段优化，得到最终三维人物模型。本发明生成的人物模型，性能好，质量好，应用场景广阔，数据要求低。

主权项：1.一种基于高斯泼溅的三维人物模型生成方法，其特征在于，包括：S1：获取人体数据，包括身材数据、面部图像和文本提示；S2：基于所述身材数据，生成初始高斯泼溅模型；S3：根据所述初始高斯泼溅模型、面部图像和文本提示，进行一阶段优化，得到一阶段优化高斯泼溅模型；S4：根据所述一阶段优化高斯泼溅模型、面部图像和文本提示，进行二阶段优化，得到二阶段优化高斯泼溅模型，作为最终三维人物模型；步骤S3包括：S301：随机选取若干个摄像角度，在每个拍摄角度下获取所述初始高斯泼溅模型的一张人体RGB图像及对应的第一姿势图像，并生成对应的第一噪声图；S302：对于每张所述人体RGB图像，均叠加对应的第一噪声图，得到加噪后的人体RGB图像；S303：根据所述加噪后的人体RGB图像及对应的第一姿势图像、面部图像和文本提示，生成对应的第二噪声图；S304：根据每张所述人体RGB图像及对应的第一噪声图和第二噪声图，分别计算第一梯度噪声损失；S305：利用所述第一梯度噪声损失对所述初始高斯泼溅模型进行优化，获得第一高斯泼溅模型；S306：判断当前优化次数是否小于第一预设优化次数；若是，执行步骤S307；否则，执行步骤S308；S307：将所述第一高斯泼溅模型作为新的初始高斯泼溅模型，并更新若干个摄像角度，返回步骤S301；S308：将当前优化次数对应的第一高斯泼溅模作为一阶段优化高斯泼溅模型；步骤S4包括：S401：随机选取若干个摄像角度，在每个拍摄角度下获取所述一阶段优化高斯泼溅模型的一张人脸RGB图像及对应的第二姿势图像，并生成对应的第三噪声图；S402：对于每张所述人脸RGB图像，均叠加对应的第三噪声图，得到加噪后的人脸RGB图像；S403：根据所述加噪后的人脸RGB图像及对应的第二姿势图像、面部图像和文本提示，生成对应的第四噪声图；S404：根据每张所述人脸RGB图像及对应的第三噪声图和第四噪声图，分别计算第二梯度噪声损失；S405：利用所述第二梯度噪声损失对所述一阶段优化高斯泼溅模型进行优化，获得第二高斯泼溅模型；S406：判断当前优化次数是否小于第二预设优化次数；若是，执行步骤S407；否则，执行步骤S408；S407：将第二高斯泼溅模型作为新的一阶段优化高斯泼溅模型，并更新若干个摄像角度，返回步骤S401；S408：将当前优化次数对应的第二高斯泼溅模型作为二阶段优化高斯泼溅模型；计算第一梯度噪声损失的公式如下： 其中，表示期望；表示所述人体RGB图像；表示第一权重系数；表示所述第二噪声图；表示所述第一噪声图；表示所述初始高斯泼溅模型的高斯点参数，包括位置、颜色、协方差矩阵、透明度；计算第二梯度噪声损失的公式如下： 其中，表示期望；表示所述人脸RGB图像；表示第二权重系数；表示所述第四噪声图；表示所述第三噪声图；表示所述一阶段优化高斯泼溅模型的高斯点参数，包括位置、颜色、协方差矩阵、透明度。

全文数据：

权利要求：

百度查询： 中山大学 一种基于高斯泼溅的三维人物模型生成方法