公开(公告)号：CN110648394A

公开(公告)日：2020-01-03

申请号：CN201910888699.2

申请日：2019-09-19

Applicant: 南京邮电大学

Inventor： 贾柯阳 ,  高宇 ,  周宁宁

IPC: G06T17/00 ,  G06N3/04

Abstract: 本发明公开了一种基于OpenGL和深度学习的三维人体建模方法，使用深度学习模型Mask R-CNN提取二维图像中人体图像，并通过OpenGL和标准3D人体模型相结合，重建具有个性化的三维人体模型的方法。首先采用Mask R-CNN深度学习模型对二维图像中的人体图像进行分割，然后提取分割后所获得的人体轮廓的主要特征，最后使用OpenGL将人体轮廓图像的特征映射到3d-max所建立的三维标准人体模型上，并在OpenGL中快速构建一个三维人体模型。本发明不仅图像处理快，而且模型生成效率高。

公开(公告)号：CN110648394B

公开(公告)日：2022-07-29

申请号：CN201910888699.2

申请日：2019-09-19

Applicant: 南京邮电大学

Inventor： 贾柯阳 ,  高宇 ,  周宁宁

IPC: G06T17/00 ,  G06N3/04

Abstract: 本发明公开了一种基于OpenGL和深度学习的三维人体建模方法，使用深度学习模型Mask R‑CNN提取二维图像中人体图像，并通过OpenGL和标准3D人体模型相结合，重建具有个性化的三维人体模型的方法。首先采用Mask R‑CNN深度学习模型对二维图像中的人体图像进行分割，然后提取分割后所获得的人体轮廓的主要特征，最后使用OpenGL将人体轮廓图像的特征映射到3d‑max所建立的三维标准人体模型上，并在OpenGL中快速构建一个三维人体模型。本发明不仅图像处理快，而且模型生成效率高。