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！

龙图腾网恭喜中国科学院软件研究所申请的专利基于影子的单幅图像三维人体重建方法及装置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：CN115115776B 。

龙图腾网通过国家知识产权局官网在2025-02-18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：202210678785.2，技术领域涉及：G06T17/00；该发明授权基于影子的单幅图像三维人体重建方法及装置是由吴恩华;康杨雨轩;石剑设计研发完成，并于2022-06-15向国家知识产权局提交的专利申请。

本基于影子的单幅图像三维人体重建方法及装置在说明书摘要公布了：本发明提供了基于影子的单幅图像三维人体重建方法及装置，所述方法包括：获取含有影子的图像与生成所述影子的环境参数；获取人体区域，并提取影子区域与人体区域内的二维关节点坐标；基于人体区域图像imgbody，计算初始姿态参数与初始体型参数；基于所述环境参数、所述二维关节点坐标Sdetect影子区域与人体区域内的二维关节点坐标优化所述初始姿态参数与所述初始体型参数，得到最优姿态参数与最优体型参数；据所述最优姿态参数θ与最优体型参数β，重建三维人体网格模型。本发明通过影子能够弥补普通图像内在的深度不确定性缺陷。

本发明授权基于影子的单幅图像三维人体重建方法及装置在权利要求书中公布了：1.一种基于影子的单幅图像三维人体重建方法，所述方法包括：获取含有影子的图像与生成所述影子的环境参数；提取所述图像中影子区域的局部图像imgshadow，并基于所述局部图像imgshadow，计算影子区域内的二维关节点坐标Sdetect；其中，所述提取所述图像中影子区域的局部图像imgshadow，并基于所述局部图像imgshadow，计算影子区域内的二维关节点坐标Sdetect，包括：构建影子轮廓检测网络，所述影子轮廓检测网络采用MTMT卷积神经网络结构，并使用在SBU和ISTD数据集上训练后的网络模型参数作为初始化；将所述图像输入所述影子轮廓检测网络，得到影子区域的局部图像imgshadow；构建影子关节点估计网络，所述影子关节点估计网络采用StackedHourglass卷积神经网络结构，并使用在Human3.6M上合成的影子数据和关节点坐标的标准值进行监督训练；将所述局部图像imgshadow输入所述影子关节点估计网络，得到影子区域的二维关节点坐标Sdetect；提取所述图像中人体区域的局部图像imgbody，并基于所述局部图像imgbody，计算人体区域内的二维关节点坐标J2d；其中，所述提取所述图像中人体区域的局部图像imgbody，并基于所述局部图像imgbody，计算人体区域内的二维关节点坐标J2d，包括：构建人体包围框检测网络；将所述图像输入所述人体包围框检测网络，得到人体区域的局部图像imgbody；构建二维人体关节点检测网络；将所述局部图像imgbody输入所述二维人体关节点检测网络，得到人体区域内的二维关节点坐标J2d；基于所述局部图像imgbody，计算初始姿态参数θ0与初始体型参数β0；其中，所述基于所述局部图像imgbody，计算初始姿态参数θ0与初始体型参数β0，包括：构建人体重建网络，所述人体重建网络采用SPIN网络结构，并使用在Human3.6M数据集上训练后的网络模型参数作为骨干网络初始化；基于环境参数、二维关节点坐标Sdetect与二维关节点坐标J2d训练人体重建网络，得到训练后的人体重建网络；其中，所述基于环境参数、二维关节点坐标Sdetect与二维关节点坐标J2d训练人体重建网络，得到训练后的人体重建网络，包括：将所述图像中人体区域的局部图像输入人体重建网络ψτ，得到姿态参数θτ与体型参数βτ，τ表示第一迭代次数；依据姿态参数θτ与体型参数βτ重建三维人体网格模型，得到重建后人体的三维关节点坐标基于所述二维关节点坐标J2d与所述三维关节点坐标构建重投影匹配关系的约束条件表达式，并对所述重投影匹配关系的约束条件表达式进行整理，得到三维人体相对相机中心的偏移量t的第一非齐次方程组；基于所述二维关节点坐标Sdetect与所述三维关节点坐标构建影子一致性匹配关系的约束条件表达式，并对所述影子一致性匹配关系的约束条件表达式进行整理，得到三维人体相对相机中心的偏移量t的第二非齐次方程组；将所述第一非齐次方程组与所述第二非齐次方程组并列后，使用最小二乘求解，得到三维人体相对相机中心的偏移量t；结合所述偏移量t与所述环境参数，将所述三维关节点坐标投影到影子区域，得到影子区域内的三维关节点坐标并计算所述二维关节点坐标Sdetect与所述三维关节点坐标之间的影子一致性损失函数；计算所述二维关节点坐标J2d与所述三维关节点坐标之间的重投影损失函数；基于影子一致性损失函数与重投影损失函数，对人体重建网络ψτ进行训练，得到人体重建网络ψτ+1；直至第一迭代轮数完成，得到训练后的人体重建网络；将所述局部图像imgbody输入训练后的人体重建网络，得到初始姿态参数θ0与初始体型参数β0；基于所述环境参数、所述二维关节点坐标Sdetect、所述二维关节点坐标J2d优化所述初始姿态参数θ0与所述初始体型参数β0，得到最优姿态参数θ与最优体型参数β；根据所述最优姿态参数θ与最优体型参数β，重建三维人体网格模型。

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中国科学院软件研究所，其通讯地址为：100190 北京市海淀区中关村南四街4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”。