三维人体模型生成是指在虚拟场景中利用计算机创建人的虚拟模型,它是计算机图形学的经典研究课题。该课题极具挑战性,主要原因包括:一方面,三维人体模型具有高复杂度;另一方面,用户很易察觉生成模型的失真度。传统的三维人体模型生成技术难以向大众用户提供切实可行的建模方法。对于3D创作软件,用户可以通过3d Max、Maya等创作生成期望的模型,但其操作需要专业的美工,并且制作耗时。随着三维激光扫描仪的出现,三维模型的逆向重建变得可行,但是激光扫描仪的昂贵价格使得其大部分应用于科研或工业领域。上述两种典型技术的缺陷严重限制了三维人体模型的生成,大众用户无法便捷地获得自身的三维模型。随着商用深度相机的出现,大众用户可以拥有廉价的三维扫描设备。但是,深度相机的精度较低,原始的扫描数据难以满足模型质量的要求,这对数据的处理提出了严峻挑战。基于新型深度相机(如Kinect),本文研究了三维人体模型的生成问题。此外,由于人体模型是由姿势和形态这两个因素决定的,本文使用了人体模型的子空间,以提高人体模型生成的效率。本文的主要工作和创新点如下:1、提出了新的三阶图匹配算法和Bézier样条曲线填充算法,构建了利用两台深度相机快速采集三维人体模型的系统。系统的采集过程可以在瞬间完成,配置简洁,操作灵活,可以在室外布置,具有应用推广价值。因为采集过程很短,用户在采集过程中可以舒适地保持静止姿势。采集过程中,两个已标定的Kinect深度相机同时采集人的前后侧。考虑到Kinect的视角有限(垂直可视角度为43°),在近距离范围内(大约1.5m)无法采集到人的全身,利用Kinect自带的马达驱动改变俯仰角从而可以从前后侧同时采集人的上中下三段,从而每个Kinect可以得到人体的三个采集片段。这些片段在降噪后通过三阶图匹配的方法刚性注册在一起。因为所有的片段可以在瞬间采集完,身体移动导致的差异可以忽略,从而无需进行非刚性注册。前后采集数据之间的缺失可以通过贝塞尔曲线进行填充。最终重建的网格模型具有较高的精度,可以显示出人的头发、脸部和衣服上的皱褶。2、提出了基于人体子空间和单帧深度数据生成人体参数化模型的算法,克服了深度相机精度和采集条件的限制,构建了利用单台深度相机的人体模型生成系统。基于单目低成本深度相机Kinect采集的单帧数据,本文结合先验知识,生成近似真实扫描数据的人体外形。本文不同于传统人体生成方法:受限于Kinect相机精度和采集条件的限制,其采集的单帧数据缺失很大、噪声数据很多,从而难以利用局部几何特征来精确重建。结合人体是由形态、姿势构成的子空间这一全局先验知识,本文的方法很好弥补了数据缺失带来的缺陷。实验结果表明,对于Kinect采集的单帧数据,本文的方法能够生成合理的人体外形。3、基于改进的参数化实时人体子空间模型和单帧深度视频序列,提出一种重建人体几何和运动的算法。算法具有无标记点、实时生成等特征,能实时地完成模型的单视角生成,为动作采集与重建提供了一种简易高效的方法。该算法简称为实时SCAPE。它利用SCAPE模型建立的人体子空间,分别计算模型重建所需的形态和姿势参数。首先,通过预处理方式,计算得到静态的人体内蕴形态参数,从而获得近似于真实人体的形态子空间模型。其次,为了实现运动重建,本文用线性混合蒙皮(LBS)方法替代了原始SCAPE模型的姿势引导变形,LBS方法执行速度快并且能得到较好的变形结果。LBS的权重参数也是从人体子空间中学习得到,并且可以提前计算,运动重建过程中不再发生改变。从而,在线计算过程中,仅需求解LBS中的动作变换参数,其可转化为线性变分方程的求解。在方程中,本文引入了附加的约束,以加强动作的时空一致性,降低失真度。实验显示,本文提出的算法能够快速重建出高质量的人体三维模型序列。4、提出了一种基于人体子空间的三维人体模型编辑方法。对人体模型进行简单编辑是很多应用的核心。但是,编辑操作极易生成出不合理的结果,与真实的结果差距很大。这是因为人体自身具有全局的一致性,并符合人体解剖学原理,局部的形态和姿势调整也要符合上述原则。使用人体子空间这一先验知识,可简化该问题的求解,提高编辑的效率。首先,利用修改后的SCAPE模型计算出人体的形态和姿势参数,并将其作为人体编辑的基础;其次,通过修改人体的形态和姿势参数,改变参数化人体模型;最后,通过新颖的扭曲变形算法让参数化人体模型驱动原始的三维模型进行变形,得到最终的编辑结果。实验显示,人体三维模型可以通过一些简单的人体参数(身高、体重等)或者人体关节进行编辑操作,对于穿着宽松的人体也能得到令人满意的结果。