數(shù)據(jù)驅動的虛擬試衣系統(tǒng)若干關鍵技術研究.pdf

1、虛擬試衣技術通過計算機仿真技術，將虛擬的服裝穿戴到用戶身上。用戶可以觀看到購買的服裝穿著在自身上的視覺效果，產(chǎn)生與現(xiàn)場進行試衣相似的體驗。在虛擬試衣系統(tǒng)獲取用戶數(shù)據(jù)的諸多途徑中，深度數(shù)據(jù)由于能夠提供豐富的重建和識別信息，受到了廣泛的研究和關注。然而，目前將深度數(shù)據(jù)應用到虛擬試衣系統(tǒng)的過程中尚存在一些諸如人體重建效率低，重建出人體模型缺少紋理信息，對運動姿態(tài)的語義識別正確率不理想的問題。如何將深度數(shù)據(jù)在重建和識別方面的優(yōu)勢應用到虛擬試衣系

2、統(tǒng)中的同時，減少用戶的等待時間。已經(jīng)成為當前虛擬試衣領域研究的熱點。
　　本文針對深度數(shù)據(jù)驅動的虛擬試衣系統(tǒng)關鍵技術展開研究，重點研究了基于稀疏關鍵點的參數(shù)化人體重建、基于混合參數(shù)的深度相機與彩色相機高效配準、最近鄰和最長公共子序列結合的動態(tài)手勢識別這三個方面的內容，取得了以下研究成果:
　　1.基于稀疏關鍵點的參數(shù)化人體重建。提出了一種基于單張深度圖的自動參數(shù)化人體模型重建算法。用戶僅需要站立在在深度捕傳感器，等待傳感器掃

3、描全身深度數(shù)據(jù)。算法將在數(shù)秒內完成用戶身材和姿態(tài)的重建。相比于傳統(tǒng)方法需要優(yōu)化深度數(shù)據(jù)和網(wǎng)格之間的稠密對應進行重建，本文提出了一種基于稀疏關鍵點的重建策略。該策略使用回歸算法計算深度數(shù)據(jù)上，與標記有關鍵點的訓練數(shù)據(jù)對應的的關鍵點位置，并設計了兩種特征描述和對應的回歸策略以提高關鍵點位置計算的魯棒性和準確度。使用計算的稀疏關鍵點作為約束，本文方法進一步優(yōu)化人體姿態(tài)和身材完成重建，并在優(yōu)化過程中使用矩陣預分解以提高重建計算的效率。本文方法在

4、達到與現(xiàn)有方法相近的重建準確度的前提下，大大降低了重建所消耗的時間。
　　2.基于混合參數(shù)的深度相機與彩色相機高效配準。提出了一種基于混合參數(shù)矩陣的標定方法線性化優(yōu)化過程。該混合參數(shù)將深度相機內參和深度、彩色攝像機之間旋轉變換進行組合，提供了從深度參數(shù)空間（深度攝像機圖像）到顏色參數(shù)空間（彩色攝像機圖像）的變換。通過對混合參數(shù)矩陣進行標準QR分解可以進一步得到旋轉變換和深度相機內參。在合成的測試數(shù)據(jù)和使用微軟Kinect捕獲的真實

5、的深度數(shù)據(jù)上分別測試我們的算法。實驗表明，由于使用混合參數(shù)帶來的優(yōu)勢，我們的方法使用更少的計算時間(Herrera方法的1/50和Raposo方法的1/10)達到了與目前最先進的標定算法相當?shù)臉硕ň取?br>　　3.最近鄰和最長公共子序列結合的動態(tài)手勢識別。提出了一種基于最長公共子序列(LCSS)方法的動態(tài)手勢識別系統(tǒng)。通過以下兩個方面的改進，提高了LCSS方法的識別的正確率。首先，為了給LCSS方法提供表示手勢運動的離散特征，本文提