數(shù)據(jù)驅(qū)動(dòng)的虛擬試衣系統(tǒng)若干關(guān)鍵技術(shù)研究.pdf

1、虛擬試衣技術(shù)通過(guò)計(jì)算機(jī)仿真技術(shù)，將虛擬的服裝穿戴到用戶身上。用戶可以觀看到購(gòu)買(mǎi)的服裝穿著在自身上的視覺(jué)效果，產(chǎn)生與現(xiàn)場(chǎng)進(jìn)行試衣相似的體驗(yàn)。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(shí)別信息，受到了廣泛的研究和關(guān)注。然而，目前將深度數(shù)據(jù)應(yīng)用到虛擬試衣系統(tǒng)的過(guò)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(duì)運(yùn)動(dòng)姿態(tài)的語(yǔ)義識(shí)別正確率不理想的問(wèn)題。如何將深度數(shù)據(jù)在重建和識(shí)別方面的優(yōu)勢(shì)應(yīng)用到虛擬試衣系

2、統(tǒng)中的同時(shí)，減少用戶的等待時(shí)間。已經(jīng)成為當(dāng)前虛擬試衣領(lǐng)域研究的熱點(diǎn)。
　　本文針對(duì)深度數(shù)據(jù)驅(qū)動(dòng)的虛擬試衣系統(tǒng)關(guān)鍵技術(shù)展開(kāi)研究，重點(diǎn)研究了基于稀疏關(guān)鍵點(diǎn)的參數(shù)化人體重建、基于混合參數(shù)的深度相機(jī)與彩色相機(jī)高效配準(zhǔn)、最近鄰和最長(zhǎng)公共子序列結(jié)合的動(dòng)態(tài)手勢(shì)識(shí)別這三個(gè)方面的內(nèi)容，取得了以下研究成果:
　　1.基于稀疏關(guān)鍵點(diǎn)的參數(shù)化人體重建。提出了一種基于單張深度圖的自動(dòng)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(nèi)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(duì)應(yīng)進(jìn)行重建，本文提出了一種基于稀疏關(guān)鍵點(diǎn)的重建策略。該策略使用回歸算法計(jì)算深度數(shù)據(jù)上，與標(biāo)記有關(guān)鍵點(diǎn)的訓(xùn)練數(shù)據(jù)對(duì)應(yīng)的的關(guān)鍵點(diǎn)位置，并設(shè)計(jì)了兩種特征描述和對(duì)應(yīng)的回歸策略以提高關(guān)鍵點(diǎn)位置計(jì)算的魯棒性和準(zhǔn)確度。使用計(jì)算的稀疏關(guān)鍵點(diǎn)作為約束，本文方法進(jìn)一步優(yōu)化人體姿態(tài)和身材完成重建，并在優(yōu)化過(guò)程中使用矩陣預(yù)分解以提高重建計(jì)算的效率。本文方法在

4、達(dá)到與現(xiàn)有方法相近的重建準(zhǔn)確度的前提下，大大降低了重建所消耗的時(shí)間。
　　2.基于混合參數(shù)的深度相機(jī)與彩色相機(jī)高效配準(zhǔn)。提出了一種基于混合參數(shù)矩陣的標(biāo)定方法線性化優(yōu)化過(guò)程。該混合參數(shù)將深度相機(jī)內(nèi)參和深度、彩色攝像機(jī)之間旋轉(zhuǎn)變換進(jìn)行組合，提供了從深度參數(shù)空間（深度攝像機(jī)圖像）到顏色參數(shù)空間（彩色攝像機(jī)圖像）的變換。通過(guò)對(duì)混合參數(shù)矩陣進(jìn)行標(biāo)準(zhǔn)QR分解可以進(jìn)一步得到旋轉(zhuǎn)變換和深度相機(jī)內(nèi)參。在合成的測(cè)試數(shù)據(jù)和使用微軟Kinect捕獲的真實(shí)

5、的深度數(shù)據(jù)上分別測(cè)試我們的算法。實(shí)驗(yàn)表明，由于使用混合參數(shù)帶來(lái)的優(yōu)勢(shì)，我們的方法使用更少的計(jì)算時(shí)間(Herrera方法的1/50和Raposo方法的1/10)達(dá)到了與目前最先進(jìn)的標(biāo)定算法相當(dāng)?shù)臉?biāo)定精度。
　　3.最近鄰和最長(zhǎng)公共子序列結(jié)合的動(dòng)態(tài)手勢(shì)識(shí)別。提出了一種基于最長(zhǎng)公共子序列(LCSS)方法的動(dòng)態(tài)手勢(shì)識(shí)別系統(tǒng)。通過(guò)以下兩個(gè)方面的改進(jìn)，提高了LCSS方法的識(shí)別的正確率。首先，為了給LCSS方法提供表示手勢(shì)運(yùn)動(dòng)的離散特征，本文提