CN113545773A - 人体尺寸测量方法、装置、电子设备和可读存储介质 - Google Patents
人体尺寸测量方法、装置、电子设备和可读存储介质 Download PDFInfo
- Publication number
- CN113545773A CN113545773A CN202110827397.1A CN202110827397A CN113545773A CN 113545773 A CN113545773 A CN 113545773A CN 202110827397 A CN202110827397 A CN 202110827397A CN 113545773 A CN113545773 A CN 113545773A
- Authority
- CN
- China
- Prior art keywords
- human body
- model
- region
- template
- registration
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 35
- 210000000746 body region Anatomy 0.000 claims abstract description 54
- 238000012545 processing Methods 0.000 claims abstract description 20
- 238000005259 measurement Methods 0.000 claims abstract description 18
- 238000004088 simulation Methods 0.000 claims abstract description 8
- 230000002093 peripheral effect Effects 0.000 claims description 15
- 230000006870 function Effects 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000013519 translation Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 3
- 230000036544 posture Effects 0.000 description 18
- 238000010586 diagram Methods 0.000 description 14
- 239000013598 vector Substances 0.000 description 8
- 210000000038 chest Anatomy 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 5
- 238000013461 design Methods 0.000 description 3
- 238000000691 measurement method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 210000000481 breast Anatomy 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000011282 treatment Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/107—Measuring physical dimensions, e.g. size of the entire body or parts thereof
- A61B5/1072—Measuring physical dimensions, e.g. size of the entire body or parts thereof measuring distances on the body, e.g. measuring length, height or thickness
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/107—Measuring physical dimensions, e.g. size of the entire body or parts thereof
- A61B5/1079—Measuring physical dimensions, e.g. size of the entire body or parts thereof using optical or photographic means
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Dentistry (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Image Analysis (AREA)
Abstract
本发明实施例涉及计算机视觉和计算机图形学领域,公开了一种人体尺寸测量方法、装置、电子设备和可读存储介质。本发明中,获取人体扫描模型和预设的模板模型,模板模型为参数化人体仿真模型,模板模型包括预先划定的人体各部位的区域;将模板模型与人体扫描模型进行配准,获得配准后的模板模型作为配准模型;获取配准模型中人体各部位的区域,对人体扫描模型进行区域划分,得到至少两个人体区域;对每一人体区域进行切片处理和骨架点定位,获取各所述人体区域的维度和长度,作为人体尺寸测量的结果。使得区域划分更准确,进而人体尺寸测量更精准。
Description
技术领域
本发明实施例涉及计算机视觉和计算机图形学领域,特别涉及人体尺寸测量方法、装置、电子设备和可读存储介质。
背景技术
人体测量提供了诸如胸围、肩距等人体形状的信息,在服装设计、医疗科学和人类工程学等方面有着重要的应用。随着网络购物、私人定制等需求的兴起,采用卷尺等物理工具手动测量的方法存在着诸多的限制,因此催生出了全自动人体测量的技术。
目前常见的全自动人体测量方法包含三个步骤:1)根据人体图片生成三维人体模型;2)对三维人体模型不同区域进行划分;3)在特定区域测量所需的人体部位长度或围度值。对于区域的划分,传统的区域划分方法通常为:从人体图片中检测关键点,将检测出的关键点还原到三维人体扫描模型中,作为三维人体模型的骨架点,并以三维人体模型的骨架点作为划定区域的依据。但从人体图片中检测出来关键点不能准确地在三维人体模型中划定区域,检测出的关键点位置的准确性会极大影响三维人体模型划定区域的准确性,进而影响各区域计算尺寸的准确性。
发明内容
本发明实施方式的目的在于提供一种人体尺寸测量方法、装置、电子设备和可读存储介质,使得区域划分更准确,进而人体尺寸测量更精准。
为解决上述技术问题,本发明的实施方式提供了一种人体尺寸测量方法,包括以下步骤:获取人体扫描模型和预设的模板模型,模板模型为参数化人体仿真模型,模板模型包括预先划定的人体各部位的区域;将模板模型与人体扫描模型进行配准,获得配准后的模板模型作为配准模型;获取配准模型中人体各部位的区域,对人体扫描模型进行区域划分,得到至少两个人体区域;对每一人体区域进行切片处理和骨架点定位,获取各人体区域的维度和长度,作为人体尺寸测量的结果。
本发明的实施方式还提供了一种人体尺寸测量装置,包括:模型采集模块,用于获获取人体扫描模型和预设的模板模型,模板模型为参数化人体仿真模型,模板模型包括预先划定的人体各部位的区域;模型获取模块,用于将模板模型与人体扫描模型进行配准,获得配准后的模板模型作为配准模型;区域划分模块,用于获取配准模型中人体各部位的区域,对人体扫描模型进行区域划分,得到至少两个人体区域;尺寸计算模块,用于对每一人体区域进行切片处理和骨架点定位,获取各人体区域的维度和长度,作为人体尺寸测量的结果。
本发明的实施方式还提供了一种电子设备,包括:至少一个处理器;以及,与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行任一所述的人体尺寸测量方法。
本发明的实施方式还提供了一种计算机可读存储介质,所述计算机程序被处理器执行时实现任一项所述的人体尺寸测量方法。
本发明实施方式提供的人体尺寸测量方法、装置、电子设备和可读存储介质,将模板模型与人体扫描模型进行配准,获得配准后的模板模型作为配准模型,配准的实质是调整模板模型使该模板模型尽可能与人体扫描模型重合,由于模板模型中包括了预先划定的准确的各人体部位的区域,使得该配准模型中也具有准确的人体各部位的区域,基于该配准模型中人体各部位的区域对人体扫描模型进行区域划分,由于不是依赖于图像中关键点进行人体区域划分,可以避免因图像中关键点测算的不准确导致人体区域划分不准确的问题,提高了对人体扫描模进行区域划分精准度,更接近真实人体的区域划分,进而使得依据划分的人体区域测量的人体尺寸更加准确。
另外,本发明实施方式提供的人体尺寸测量方法,根据获取的所述手臂区域的骨架点将所述手臂区域划分为上臂区域和下臂区域;分别获取所述上臂区域和所述下臂区域的方向;根据所述上臂区域和所述下臂区域的方向确定所述上臂区域对应的第一切片方向和所述下臂区域对应的第二切片方向;通过所述第一切片方向和所述第二切片方向分别对所述上臂区域和所述下臂区域进行切片处理,获取所述上臂区域和所述下臂区域的维度。对手臂区域进行进一步划分,不单纯的以水平方向进行切片,使切片方向贴合真实区域方向,进行保证切片的准确性。
附图说明
一个或多个实施例通过与之对应的附图中的图片进行示例性说明,这些示例性说明并不构成对实施例的限定,附图中具有相同参考数字标号的元件表示为类似的元件,除非有特别申明,附图中的图不构成比例限制。
图1是本发明的实施方式提供的人体尺寸测量方法的流程图;
图2(a)~图2(c)是本发明的实施方式提供初始配准示意图;
图3(a)~图3(c)是本发明的实施方式提供精细配准示意图;
图4是本发明的实施方式提供配准模型区域划分示意图;
图5是本发明的实施方式提供人体扫描模型区域划分示意图;
图6是本发明的实施方式提供切面对应的***点集示意图;
图7(a)~图7(b)是本发明的实施方式提供手臂区域切片示意图;
图8(a)~图8(b)是本发明的实施方式提供胸部区域进行切片处理的示意图;
图9(a)~图9(b)是本发明的实施方式提供胸部区域进行骨架点示意图;
图10是本发明的实施方式提供人体测量结果;
图11是本发明的第三实施方式提供的人体尺寸测量装置的结构示意图;
图12是本发明的第四实施方式提供的电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合附图对本发明的各实施方式进行详细的阐述。然而,本领域的普通技术人员可以理解,在本发明各实施方式中,为了使读者更好地理解本申请而提出了许多技术细节。但是,即使没有这些技术细节和基于以下各实施方式的种种变化和修改,也可以实现本申请所要求保护的技术方案。
以下各个实施例的划分是为了描述方便,不应对本发明的具体实现方式构成任何限定,各个实施例在不矛盾的前提下可以相互结合相互引用。
本发明的实施方式涉及一种人体尺寸测量方法。具体流程如图1所示。
步骤101:获取人体扫描模型和预设的模板模型,模板模型为参数化人体仿真模型,模板模型包括预先划定的人体各部位的区域。
步骤102:将模板模型与人体扫描模型进行配准,获得配准后的模板模型作为配准模型。
人体扫描模型为三维模型,包含一定数量的点的点集,点集中的点排布在三维模型中,构成待测人体的人体扫描模型。模板模型为预先设定的已划分出人体各部位的区域的参数化人体仿真模型。将获取的模板模型与获取的人体扫描进行配准处理。人体扫描模型的姿态不固定,可以为A-pose(即人体正常站立姿态)、T-pose(即双臂横展,与躯干形成类T字型姿态)或手臂高举姿态等。也就是说,人体扫描模型可以适用任一各人体区域之间不交叠不重合的姿态。而模板模型的姿态同样不固定,与人体扫描模型类似地,可以为A-pose(即人体正常站立姿态)、T-pose(即双臂横展,与躯干形成类T字型姿态)或手臂高举姿态等。但在实践中一般会采用A-pose或T-pose作为人体扫描模型的姿态。而当人体扫描模型与模板模型的姿态越相似,则后续进行模型配准时,调整量和计算量越小,进而可以在一定程度上影响模型配准的准确性。
需要说明的是,本实施例中将模板模型与人体扫描模型进行配准是指调整模板模型,使该模板模型可能与人体扫描模型重合的操作。
在本实施方式中,人体扫描模型和配准模型中的点为组成模型***形状的特征点。也就是说,人体扫描模型和模板模型由表示模型***形状的特征点构成。
调整人体扫描模型和模板模型的位置和姿态,以使人体扫描模型和该模板模型的对应点之间距离最小。
由于模板模型为参数化模型,通过调整参数可以一定程度的改变模板模型相关细节,例如形状、姿态、位置等。
可选地,根据人体扫描模型的高度和位置对模板模型进行初始配准;根据预设的损失函数对经过初始配准的模板模型进行精细配准,以使人体扫描模型和配准模型的对应点之间距离最小,将调整后的模板模型作为配准模型。
将模板模型与人体扫描模型进行配准的过程包括:初始配准和精细配准。
初始配准可选地包括:根据人体扫描模型对模板模型进行缩放处理;并计算得到人体扫描模型与缩放处理后的模板模型之间的质心距离和最低点距离;根据质心距离和最低点距离对缩放处理后的模板模型进行平移处理。
具体地,初始配准包括:依据人体扫描模型对模板模型进行缩放和平移。根据人体扫描模型的身高,即人体扫描模型最低点到最高点的距离调整模板模型的身高,使人体扫描模型和模板模型的身高相同。分别计算人体扫描模型和缩放后的模板模型的质心,质心的计算方法以人体扫描模型的质心计算为例:获取人体扫描模型中所有点的位置坐标,计算得到所有点的位置坐标的平均值作为人体扫描模型的质心。平移模板模型,使人体扫描模型的质心与模板模型的质心重合。获取人体扫描模型和模板模型的最低点,平移模板模型,使人体扫描模型的最低点与模板模型的最低点在同一水平面。通过质心和最低点的平移,以使人体扫描模型和模板模型重叠。初始配准如图2所示,其中图2(a)为模板模型,图2(b)为人体扫描模型,图2(c)为模板模型和人体扫描模型的初始配准结果,即为经过初始配准的模板模型。
精细配准可选地包括:根据损失函数计算人体扫描模型各点与经过初始配准的模板模型中对应点之间距离的损失值;根据损失值分别调整人体扫描模型和经过初始配准的模板模型,以使经过初始配准的模板模型和人体扫描模型对应点之间的距离最小,将调整后的模板模型作为配准模型。
通过第一损失函数对人体扫描模型和经过初始配准的模板模型进行精细配准。本示例中,为了便于理解,将经过初始配准的模板模型记为中间模型。通过k维树(k-dTree)构建的数据结构获取人体扫描模型和中间模型的最近点。k-dTree分割k维数据空间的数据结构,用于多维空间关键数据的搜索。在本实施方式中,通过k-dTree在三维空间搜索人体扫描模型和中间模型的最近点。通过第一损失函数计算最近点之间的损失值,并通过调整第一损失函数中涉及参数来同时调整人体扫描模型和中间模型,使损失值达到最小,以实现对中间模型的精细配准。将经过精细配准的中间模型作为配准模型。精细配准如图3所示,其中,图3(a)中间模型,图3(b)人体扫描模型,图3(c)中间模型和人体扫描模型精细配准的结果。
此外,除了同时调整人体扫描模型和中间模型的参数外,还可以单独调整中间模型的参数,通过计算第二损失函数的损失值,调整第二损失函数中涉及的参数来调整中间模型,使损失值达到最小。
具体地,第一损失函数如公式(1)所示,中间模型为参数化模型,通过对中间模型的参数及人体扫描模型的系数进行调整,使公式(1)的结果达到最小,以公式(1)的结果达到最小时对应的各参数的值和各系数的值来调整中间模型和人体扫描模型,以完成精细配准。
参数包括形状参数、姿态参数,分别用于调整中间模型的形状和姿态;系数包括旋转系数、平移系数、尺度系数,其中,旋转系数用于对人体扫描模型中的点进行旋转处理,平移系数用于对人体扫描模型上的点进行平移处理,尺度系数用于调整配准模型的尺度,当中间模型和人体扫描模型的单位不一致时,将中间模型调整到与人体扫描模型相同的单位,例如,中间模型的尺度以厘米为单位,人体扫描模型的尺度以米为单位,则通过尺度系数将配准模型调整到以米为单位。
公式(1)中,R为旋转系数,t为平移系数,s为尺度系数,β为形状参数,θ为姿态参数,pi为通过k维树(k-dTree)构建的数据结构获取人体扫描模型和配准模型的最近点,qi(β,θ)为中间模型上的点。
除了对人体扫描模型上的点进行旋转平移外,还可对中间模型进行偏移量的调整,其中,偏移量指的是中间模型的每个点在其法线方向上的偏移量,通过调整偏移量可使得中间模型与人体扫描模型贴合的更为紧密。如公式(2)所示,调整中间模型的形状参数、中间模型的姿态参数和中间模型的偏移量,使公式(2)的值达到最小。在公式(2)中,D为中间模型的偏移量,β为形状参数,θ为姿态参数,pi为通过k维树(k-dTree)构建的数据结构获取人体扫描模型和中间模型的最近点,qi(β,θ)为中间模型上的点。
还可单独对中间模型的偏移量进行调整,如公式(3)所示。其中,D为中间模型的偏移量,pi为通过k维树(k-dTree)构建的数据结构获取人体扫描模型和中间模型的最近点,qi(β,θ)为中间模型上的点。
通过公式(1)(2)(3)实现对中间模型和人体扫描模型的精细配准。
通过初始配准和精细配准使人体扫描模型和模板模型的重合程度达到最大。
步骤103:获取配准模型中人体各部位的区域,对人体扫描模型进行区域划分,得到至少两个人体区域。
将模板模型与人体扫描模型配准实质是通过调整模板模型,使得该模板模型被调整到与该人体扫描模型重合。将该配准后的模板模型作为配准模型,由于模板模型预先划定了区域,可以获取配准后的模板模型中的人体各部位的区域,即可以获取该配准模型中人体各部位的区域,如图4所示,包括胸部区域、腰部区域、手臂区域、腿部区域等。由于人体扫描模型与配准模型已经最大程度的重合,使得依据配准模型划定的区域对人体扫描模型进行区域划分,人体扫描模型依据配准模型进行区域划分如图5所示。在步骤102中,通过初始配准和精细配准已经使人体扫描模型与配准模型重合程度达到最大,因此根据配准模型中人体各部位的区域,分割出的人体扫描模型的人体区域会更加精准。当实现精准的人体区域划分后,计算得到的各区域的维度和长度也会更加精准。
步骤104:对每一人体区域进行切片处理和骨架点定位,获取各人体区域的维度和长度,作为人体尺寸测量的结果。
在对人体区域进行维度计算时,采用的方式为对人体区域进行切片处理,通过对切片处理得到的切面计算得到该人体区域的维度。但如果对各人体区域采用同一个方向进行切片处理,对于一些角度较为特殊的人体区域将得到有误差的计算结果,如手臂区域、腿部区域等。在对被测人体进行扫描时,由于人的站姿不同,扫描获得的模型的手臂区域、腿部区域等可能与其他人体区域的方向不完全统一,使得如果采用同一切片方向,将影响测量结果的准确性。因此对人体区域进行进一步划分,依据不同人体区域的不同方向单独设定切片方向。
需要说明的是,将人体扫描模型划分为不同的人体区域,人体区域包括:胸部区域、腰部区域、手臂区域、腿部区域等。在确定个人体区域的方向时,由于人体处于正常站立姿态,那么可以认定人体的躯干(躯干尤指无头无颈无四肢的人体部位,在本方案中至少包括胸部区域和腰部区域)为直立状态,即垂直于地面水平面,也就是说,胸部区域和腰部区域的方向都垂直于四面水平面的方向,为地面水平面的法线向量。而对于手臂区域和腿部区域,因人体站姿不同,方向可能与躯干的方向不完全相同,因此手臂区域和腿部区域的方向需要依据骨架点单独确定。模板模型中还包括预先标注的人体骨架点,在步骤102中经过初步配准和精准配准,可以将配准模型较为近似的约等于人体扫描模型,使得配准模型中也具有准确的骨架点,该配准模型中的骨架点相当于人体扫描模型的骨架点,因此可以以配准模型的骨架点的位置作为人体扫描模型的骨架点。以腿部区域为例,在人体扫描模型中确定腿部的骨架点,以骨架点坐标组成的向量的方向作为腿部区域的方向。
在对腿部区域、手臂区域进行切面时,根据由骨架点确定的人体区域方向确定切片的方向。具体地,由人体区域骨架点组成该人体区域的向量,确定该人体区域的向量垂直的面,以该垂直的面与人体区域相交得到的面作为进行切片处理得到的切面。由于人体扫描模型是由一定数量的点组成的仅包含***形状的模型,因此人体扫描模型与该垂直的面相交的部分实际上是一定数量的点集。对于每一人体区域,按照一定距离间隔进行切片处理,得到多个切面,切面对应的***点集如图6所示。
可选地,人体区域至少包括手臂区域,分别对各人体区域进行计算,得到各人体区域的维度和长度,包括:获取手臂区域的骨架点;根据骨架点将手臂区域划分为上臂区域和下臂区域;分别获取上臂区域和下臂区域的方向;根据上臂区域的方向确定上臂区域对应的第一切片方向,根据下臂区域的方向确定下臂区域对应的第二切片方向;通过第一切片方向对上臂区域进行切片处理,得到上臂区域的多个第一切面,并通过第一切面计算得到上臂区域的维度;通过第二切片方向对下臂区域进行切片处理,得到下臂区域的多个第二切面,并通过第二切面计算得到下臂区域的维度。
以手臂区域为例,由于人体的手臂区域的方向与身体的躯干区域等人体区域的方向不一致,即手臂方向对应的向量与躯干方向对应的向量具有夹角,且人体手臂自然下垂时,人体上臂区域方向和下臂区域的方向也会不一致,即上臂区域和下臂区域不在一条直线上,上臂区域的的方向对应的向量和下臂区域对应的向量具有夹角,因此如果对于整个手臂区域采用同一个切片方向进行切片处理,将影响对切片处理得到切面进行计算得到的手臂维度的准确性。模板模型中还包括预先标注的人体骨架点,通过在步骤102中经过配准,可以将配准模型较为近似的约等于人体扫描模型,使得配准模型中也包含了人体的骨架点,配准模型上的骨架点相当于人体扫描模型的骨架点,因此,以配准模型上的骨架点作为分割依据,将人体扫描模型的手臂区域划分为上臂区域和下臂区域。分别对上臂区域和下臂区域的方向确定对应的切片方向。以上臂区域对应的第一切片方向和下臂区域对应的第二切片方向分别对上臂区域和下臂区域以一定距离间隔进行多次切片处理,得到多个第一切面和多个第二切面。
可选地,通过所述第一方向对上臂区域进行切片处理,得到上臂区域的多个第一切面,并通过第一切面计算得到上臂区域的维度,包括:获取各第一切面对应的***上的点,得到各第一切面的***点集;对于每一第一切面,根据第一切面对应的***点集确定第一切面的最小凸包长度;从各第一切面对应的最小凸包长度中选取一个满足预设条件的最小凸包长度作为所述上臂区域的维度;通过所述第二切片方向对下臂区域进行切片处理,得到下臂区域的多个第二切面,并通过第二切面计算得到下臂区域的维度,包括:获取各第二切面对应的***上的点,得到各第二切面的***点集;对于每一第二切面,根据第二切面对应的***点集确定第二切面的最小凸包长度;从各第二切面对应的最小凸包长度中选取一个满足预设条件的最小凸包长度作为下臂区域的维度。图7为手臂区域切片示意图,图7的a图为未进行上下臂区域划分的切片示意图,b图为已进行上下臂区域划分的切片示意图。
在确定出切面后,根据切片对应的***上的点,得到各切面的***点集,对***点集进行计算得到点集的最小凸包长度。凸包为包含点集中所有点的最小外接多角凸边形,在二维欧几里得空间中,凸包可想象为一条刚好包着所有点的橡皮圈,可以模拟卷尺测量人体时的贴合程度。在本实施方式中,采用GrahamScan算法计算凸包,得到最小凸包长度。但计算凸包的方式不限于此,除采用GrahamScan算法外,还可以采用其他算法计算得到最小凸包长度。
在一个人体区域中,存在有多个切面,每个切面具有一个最小凸包长度,在每个切面对挺的最小凸包长度中选择满足预设条件的最小凸包长度作为该人体区域的维度。预设条件可以为:在该人体区域中所有最小凸包长度中数值最大的最小凸包长度,或在该人体区域中所有最小凸包长度中数值最小的最小凸包长度。除此之外,还可以设定所有最小凸包长度的平均值作为该人体区域的维度。
需要说明的是,对人体区域进行切片处理时,仅以该人体区域对应的切片方向对该人体区域本身进行切片处理,不以该切片方向对其他人体区域进行切片处理。例如,如图8所示,图8为对胸部区域进行切片处理的示意图,图8(a)展示的为不对切片区域进行准确划分的切片处理示意图,图8(b)展示的为对切片区域进行准确划分的切片处理示意图,即仅对划分出的胸部区域进行切片处理。
在对人体区域进行长度计算时,以经过初步配准和精细配准后的配准模型对应的在同一人体区域的骨架点之间的欧氏距离作为该区域的长度。图9经过初步配准和精细配准后的配准模型的骨架点示意图,其中,图9(a)为骨架点示意图的正面图,图9(b)为骨架点示意图的侧面图。
在通过本实施方式的人体尺寸测量方法得到人体的测量结果,以图10所示的人体测量结果为例。在图10中,包括26种类别的尺寸测量结果,例如其中的身高、肩宽等为长度信息,采用长度计算方法得出测量结果,腰围、臀围等为维度信息,采用维度计算方法得出测量结果。
本发明实施方式相对于相关技术而言,通过调整样本模型使样本模型和人体扫描模型的位置和姿态更为接近,样本模型与人体扫描模型相似度更高,使得在依据样本模型划分人体扫描模型的区域时更接近样本模型的区域划分,划分区域的准确性更高,更接近真实人体的区域划分,进而使得依据划分的区域测量的人体尺寸更加准确。
上面各种方法的步骤划分,只是为了描述清楚,实现时可以合并为一个步骤或者对某些步骤进行拆分,分解为多个步骤,只要包括相同的逻辑关系,都在本专利的保护范围内;对算法中或者流程中添加无关紧要的修改或者引入无关紧要的设计,但不改变其算法和流程的核心设计都在该专利的保护范围内。
本发明实施方式涉及一种人体尺寸测量装置,如图11所示,包括:
模型采集模块1101,用于获获取人体扫描模型和预设的模板模型,模板模型为参数化人体仿真模型,模板模型包括预先划定的人体各部位的区域;
模型获取模块1102,用于将模板模型与人体扫描模型进行配准,获得配准后的模板模型作为配准模型;
区域划分模块1103,用于获取配准模型中人体各部位的区域,对人体扫描模型进行区域划分,得到至少两个人体区域;
尺寸计算模块1104,用于对每一人体区域进行切片处理和骨架点定位,获取各人体区域的维度和长度,作为人体尺寸测量的结果。
不难发现,本实施方式为与其他实施方式相对应的装置实施例,本实施方式可与其他实施方式互相配合实施。其他实施方式中提到的相关技术细节在本实施方式中依然有效,为了减少重复,这里不再赘述。相应地,本实施方式中提到的相关技术细节也可应用在其他实施方式中。
值得一提的是,本实施方式中所涉及到的各模块均为逻辑模块,在实际应用中,一个逻辑单元可以是一个物理单元,也可以是一个物理单元的一部分,还可以以多个物理单元的组合实现。此外,为了突出本发明的创新部分,本实施方式中并没有将与解决本发明所提出的技术问题关系不太密切的单元引入,但这并不表明本实施方式中不存在其它的单元。
本发明实施方式涉及一种电子设备,如图12所示,包括:
至少一个处理器1201;以及,与所述至少一个处理器1201通信连接的存储器1202;其中,所述存储器1202存储有可被所述至少一个处理器1201执行的指令,所述指令被所述至少一个处理器1201执行,以使所述至少一个处理器1201能够执行任一实施例所述的人体尺寸测量方法。
其中,存储器和处理器采用总线方式连接,总线可以包括任意数量的互联的总线和桥,总线将一个或多个处理器和存储器的各种电路链接在一起。总线还可以将诸如***设备、稳压器和功率管理电路等之类的各种其他电路链接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口在总线和收发机之间提供接口。收发机可以是一个元件,也可以是多个元件,比如多个接收器和发送器,提供用于在传输介质上与各种其他装置通信的单元。经处理器处理的数据通过天线在无线介质上进行传输,进一步,天线还接收数据并将数据传送给处理器。
处理器负责管理总线和通常的处理,还可以提供各种功能,包括定时,***接口,电压调节、电源管理以及其他控制功能。而存储器可以被用于存储处理器在执行操作时所使用的数据。
本发明实施方式涉及一种计算机可读存储介质,计算机程序被处理器执行时实现上述的人体尺寸测量方法。
本领域技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序存储在一个存储介质中,包括若干指令用以使得一个设备(可以是单片机,芯片等)或处理器(processor)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本领域的普通技术人员可以理解,上述各实施方式是实现本发明的具体实施例,而在实际应用中,可以在形式上和细节上对其作各种改变,而不偏离本发明的精神和范围。
Claims (10)
1.一种人体尺寸测量方法,其特征在于,包括:
获取人体扫描模型和预设的模板模型,所述模板模型为参数化人体仿真模型,所述模板模型包括预先划定的人体各部位的区域;
将所述模板模型与所述人体扫描模型进行配准,获得配准后的模板模型作为配准模型;
获取所述配准模型中人体各部位的区域,对所述人体扫描模型进行区域划分,得到至少两个人体区域;
对每一所述人体区域进行切片处理和骨架点定位,获取各所述人体区域的维度和长度,作为人体尺寸测量的结果。
2.根据权利要求1所述的人体尺寸测量方法,其特征在于,所述人体扫描模型和所述模板模型由点集构成;
所述将所述模板模型与所述人体扫描模型进行配准,获得配准后的模板模型作为配准模型,包括:
根据所述人体扫描模型的高度和位置及所述模板模型的参数数据对所述模板模型进行初始配准;
根据预设的损失函数对经过所述初始配准的所述所述模板模型和所述人体扫描模型进行精细配准,得到所述配准模型,其中,所述配准模型与所述人体扫描模型的对应点之间距离最小。
3.根据权利要求2所述的人体尺寸测量方法,其特征在于,所述根据所述人体扫描模型的高度和位置及所述模板模型的参数数据对所述模板模型进行初始配准,包括:
根据所述人体扫描模型对所述模板模型进行缩放处理;
获取所述人体扫描模型与缩放处理后的模板模型之间的质心距离和最低点距离;
根据所述质心距离和所述最低点距离对所述缩放处理后的模板模型进行平移处理。
4.根据权利要求2所述的人体尺寸测量方法,其特征在于,所述根据预设的损失函数对经过所述初始配准的所述所述模板模型和所述人体扫描模型进行精细配准,得到所述配准模型,包括:
根据所述损失函数计算所述人体扫描模型各点与经过所述初始配准的模板模型中对应点之间距离的损失值;
根据所述损失值分别调整所述人体扫描模型和经过所述初始配准的模板模型,以使经过所述初始配准的模板模型和所述人体扫描模型对应点之间的距离最小,将调整后的模板模型作为所述配准模型。
5.根据权利要求1所述的人体尺寸测量方法,其特征在于,所述人体区域至少包括手臂区域,所述对每一所述人体区域进行切片处理和长度定位,获取各所述人体区域的维度和长度,作为人体尺寸测量的结果,包括:
根据获取的所述手臂区域的骨架点将所述手臂区域划分为上臂区域和下臂区域;
分别获取所述上臂区域和所述下臂区域的方向;
根据所述上臂区域和所述下臂区域的方向确定所述上臂区域对应的第一切片方向和所述下臂区域对应的第二切片方向;
通过所述第一切片方向和所述第二切片方向分别对所述上臂区域和所述下臂区域进行切片处理,获取所述上臂区域和所述下臂区域的维度。
6.根据权利要求5所述的人体尺寸测量方法,其特征在于,所述通过所述第一切片方向和所述第二切片方向分别对所述上臂区域和所述下臂区域进行切片处理,获取所述上臂区域和所述下臂区域的维度,包括:
根据所述第一切片方向和所述第二切片方向,得到所述上臂区域对应的至少两个第一切面和所述下臂区域对应的至少两个第二切面;
获取各所述第一切面和所述第二切面对应的***上的点,得到各所述第一切面和所述第二切面的***点集;
对于每一所述第一切面或第二切面,根据所述第一切面或所述第二切面对应的所述***点集确定所述第一切面或第二切面的最小凸包长度;
分别从各所述第一切面和第二切面对应的最小凸包长度中选取一个满足预设条件的最小凸包长度作为所述上臂区域的维度和所述下臂区域的维度。
7.根据权利要求5或6所述的人体尺寸测量方法,其特征在于,所述通过所述第一切片方向和所述第二切片方向分别对所述上臂区域和所述下臂区域进行切片处理,获取所述上臂区域和所述下臂区域的维度后,还包括:
定位所述上臂区域和所述下臂区域的骨架点的位置,得到所述骨架点之间的距离,分别作为所述上臂区域的长度和所述下臂区域的长度。
8.一种人体尺寸测量装置,其特征在于,包括:
模型采集模块,用于获获取人体扫描模型和预设的模板模型,所述模板模型为参数化人体仿真模型,所述模板模型包括预先划定的人体各部位的区域;
模型获取模块,用于将所述模板模型与所述人体扫描模型进行配准,获得配准后的模板模型作为配准模型;
区域划分模块,用于获取所述配准模型中人体各部位的区域,对所述人体扫描模型进行区域划分,得到至少两个人体区域;
尺寸计算模块,用于对每一所述人体区域进行切片处理和骨架点定位,获取各所述人体区域的维度和长度,作为人体尺寸测量的结果。
9.一种电子设备,其特征在于,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如权利要求1-7任一所述的人体尺寸测量方法。
10.一种计算机可读存储介质,存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的人体尺寸测量方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110827397.1A CN113545773B (zh) | 2021-07-21 | 2021-07-21 | 人体尺寸测量方法、装置、电子设备和可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110827397.1A CN113545773B (zh) | 2021-07-21 | 2021-07-21 | 人体尺寸测量方法、装置、电子设备和可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113545773A true CN113545773A (zh) | 2021-10-26 |
CN113545773B CN113545773B (zh) | 2022-05-31 |
Family
ID=78103960
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110827397.1A Active CN113545773B (zh) | 2021-07-21 | 2021-07-21 | 人体尺寸测量方法、装置、电子设备和可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113545773B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114373040A (zh) * | 2021-12-13 | 2022-04-19 | 聚好看科技股份有限公司 | 一种三维模型重建方法和采集终端 |
CN114788923A (zh) * | 2022-04-08 | 2022-07-26 | 青岛港国际股份有限公司 | 一种智能防疫屋 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101028187A (zh) * | 2005-12-12 | 2007-09-05 | 美国西门子医疗解决公司 | 用于基于图像的心血管功能生理监视的***和方法 |
CN108986159A (zh) * | 2018-04-25 | 2018-12-11 | 浙江森马服饰股份有限公司 | 一种三维人体模型重建与测量的方法和设备 |
CN110288646A (zh) * | 2019-06-21 | 2019-09-27 | 北京邮电大学 | 一种基于图像的人体尺寸计算方法及装置 |
CN112401369A (zh) * | 2020-11-23 | 2021-02-26 | 叠境数字科技(上海)有限公司 | 基于人体重建的身体参数测量方法、***、设备、芯片及介质 |
US20210090716A1 (en) * | 2017-07-28 | 2021-03-25 | Memorial Sloan Kettering Cancer Center | Systems and methods for designing and manufacturing custom immobilization molds for use in medical procedures |
-
2021
- 2021-07-21 CN CN202110827397.1A patent/CN113545773B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101028187A (zh) * | 2005-12-12 | 2007-09-05 | 美国西门子医疗解决公司 | 用于基于图像的心血管功能生理监视的***和方法 |
US20210090716A1 (en) * | 2017-07-28 | 2021-03-25 | Memorial Sloan Kettering Cancer Center | Systems and methods for designing and manufacturing custom immobilization molds for use in medical procedures |
CN108986159A (zh) * | 2018-04-25 | 2018-12-11 | 浙江森马服饰股份有限公司 | 一种三维人体模型重建与测量的方法和设备 |
CN110288646A (zh) * | 2019-06-21 | 2019-09-27 | 北京邮电大学 | 一种基于图像的人体尺寸计算方法及装置 |
CN112401369A (zh) * | 2020-11-23 | 2021-02-26 | 叠境数字科技(上海)有限公司 | 基于人体重建的身体参数测量方法、***、设备、芯片及介质 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114373040A (zh) * | 2021-12-13 | 2022-04-19 | 聚好看科技股份有限公司 | 一种三维模型重建方法和采集终端 |
CN114788923A (zh) * | 2022-04-08 | 2022-07-26 | 青岛港国际股份有限公司 | 一种智能防疫屋 |
Also Published As
Publication number | Publication date |
---|---|
CN113545773B (zh) | 2022-05-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10460517B2 (en) | Mobile device human body scanning and 3D model creation and analysis | |
CN113545773B (zh) | 人体尺寸测量方法、装置、电子设备和可读存储介质 | |
US10813715B1 (en) | Single image mobile device human body scanning and 3D model creation and analysis | |
US6804683B1 (en) | Similar image retrieving apparatus, three-dimensional image database apparatus and method for constructing three-dimensional image database | |
CN102525662B (zh) | 组织器官三维可视化手术导航*** | |
CN109785374A (zh) | 一种牙科增强现实手术导航的自动实时无标记图像配准方法 | |
CN104679831A (zh) | 一种匹配人体模型的方法及装置 | |
CN1864074B (zh) | 确定患者相关信息的方法、控制设备和磁共振断层摄影仪 | |
CN110335297A (zh) | 一种基于特征提取的点云配准方法 | |
CN110021053A (zh) | 一种基于坐标转换的图像定位方法、装置、存储介质及设备 | |
CN105395196B (zh) | Eeg或meg电极在脑mr图像中的定位装置和方法 | |
CN103829966B (zh) | 用于自动确定侦测图像中的定位线的方法和*** | |
CN101311967A (zh) | 一种基于实测人群体型的虚拟人台的建立方法及虚拟人台 | |
Wuhrer et al. | Landmark-free posture invariant human shape correspondence | |
CN111400830B (zh) | 一种三维毛坯工件的加工校准方法及装置 | |
CN109671505A (zh) | 一种用于医学诊疗辅助的头部三维数据处理方法 | |
CN107610121B (zh) | 一种肝脏统计形状模型初始位姿设定方法 | |
CN112381862A (zh) | 一种cad模型与三角网格全自动配准方法和装置 | |
CN114155302A (zh) | 一种激光视觉扫描***的标定方法及装置 | |
CN116650115A (zh) | 一种基于uwb标记点的骨科手术导航注册方法 | |
CN112712590B (zh) | 一种动物点云生成方法及*** | |
US8108187B2 (en) | Method and system for surface analysis and envelope generation | |
CN110728685B (zh) | 一种基于对角体素的局部二值模式纹理算子的脑组织分割方法 | |
CN114745985A (zh) | 根据***的3d形状优化文胸尺寸确定 | |
CN107945157B (zh) | 骶骨上终板测量方法/***、计算机可读存储介质及设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20220424 Address after: 230091 room 611-217, R & D center building, China (Hefei) international intelligent voice Industrial Park, 3333 Xiyou Road, high tech Zone, Hefei, Anhui Province Applicant after: Hefei lushenshi Technology Co.,Ltd. Address before: 100083 room 3032, North B, bungalow, building 2, A5 Xueyuan Road, Haidian District, Beijing Applicant before: BEIJING DILUSENSE TECHNOLOGY CO.,LTD. Applicant before: Hefei lushenshi Technology Co., Ltd |
|
GR01 | Patent grant | ||
GR01 | Patent grant |