随着虚拟现实理论与应用的不断发展,人们越来越注重虚拟空间的逼真性,个性化的三维人体建模技术成为了研究热点之一。三维人体表面模型通常包含复杂的几何信息,导致直接建立模型比较困难,因此如何快速有效地建立个性化的三维人体模型已经成为计算机图形学、计算机辅助设计等领域的重点研究方向。现有的个性化人体模型获取方法包括扫描模型法、创建模型法以及重建模型法三种。重建模型法以其逼真的建模效果、较少的用户操作以及多样化的参数形式,逐渐成为主流的人体建模方法。但是重建模型法具有建模时间较长、生成模型外形依赖于实例空间的多样性等弊端。为了解决这些问题,本文提出一种基于实例模型,使用人体尺寸数据快速生成个性化人体模型的方法——分块优化法,同时简化了输入数据的数量,提升了生成模型的效率。在人体点云模型配准的基础上,本文首先使用基于测地距离的Morse函数等值线提取实例人体模型的尺寸数据。根据关键尺寸位置,将人体模型划分为16个刚性块,并分别将实例模型的不同刚性块外形进行编码与降维。为了降低用户输入人体尺寸数量,本文使用线性相关系数分析尺寸数据之间的关联关系,实现了由7个输入尺寸数据恢复完整人体尺寸,简化了输入数据。其次,本文使用一种快速求解Multi-task Lasso回归模型的算法——随机模拟法获得26个人体尺寸与16个人体刚性块参数的联系,提高建立人体模型的准确性。然后,本文采用遗传算法对模型进行快速优化,使生成的人体模型更加贴合输入数据,且优化效率高。最后,通过实验证明:本文提出的分块优化方法能够准确且快速地建立三维个性化人体模型。本文建立的人体模型在步兵作战阵型毁伤仿真程序中获得了应用。