低成本的3D人体重建在有限的视图和周长测量下,用于服装定制

科学领域:

• 计算机视觉 计算机视觉
• 三维重建的3D重建
• 生物识别信息 生物识别信息

背景情况:

• 传统的3D身体建模通常是昂贵和不方便的.
• 准确的体型信息对于各种应用至关重要,包括定制服装和健康监测.

研究的目的:

• 开发一种使用有限的智能手机视图进行3D人体重建的可访问和低成本方法.
• 通过智能手机摄影,轻松获取客户体型信息.

主要方法:

• 使用U2-Net来移除背景,并使用PIFuHD来生成单一视点云.
• 采用点云注册与区域细分和轮监督进行完整的模型重建.
• 应用B-spline曲线,用于安装关键周长,并获得周边测量.

主要成果:

• 提出的方法成功地从有限的视图中重建了完整的3D人体模型.
• 从重建的模型中获得的周长测量显示出高精度.
• 通过对80名受试者的手动测量进行验证,该方法显示了2厘米内的平均绝对误差,超过了3D扫描.

结论:

• 开发的方法为3D体型建模和尺寸采集提供了方便且具有成本效益的解决方案.
• 基于智能手机的3D重建显示了替代传统测量技术的巨大潜力.
• 该方法提供了精确的周边测量,对于个性化应用非常有价值.