北方工業(yè)大學(xué)信息學(xué)院 童立靖 楊鑫坡

人體形狀重建是一個廣泛的研究領(lǐng)域，通常與位姿重建共同進(jìn)行。許多應(yīng)用需要自動生成個性化的3D人體模型，包括虛擬現(xiàn)實和增強(qiáng)現(xiàn)實、娛樂、電話會議、虛擬試穿、生物識別或監(jiān)控。許多人類重建方法嘗試從一個或多個圖像中估計幾何形狀，所以被拍攝物體表面細(xì)節(jié)的成像效果對人體重建有著關(guān)鍵性的影響。但是受到輸入圖像成像效果的影響，導(dǎo)致丟失人體關(guān)鍵的圖像特征信息等影響。另外一方面，實驗所采用的模型主要使用各種深度掃描工具進(jìn)行直立掃描獲取，透視投影較弱，這就會造成重建誤差、重建質(zhì)量降低。

針對目前三維人體重建方法對于圖像成像效果影響，以及特定場景、模型掃描等限制，本文給出了基于相機(jī)標(biāo)定的紋理映射方法。首先增加相機(jī)標(biāo)定模塊，求解相機(jī)透視投影成像過程。推導(dǎo)出相機(jī)透視投影方程，計算圖像坐標(biāo)系中的像素點與相機(jī)坐標(biāo)系中的三維點之間的映射關(guān)系。對輸入的紋理圖像進(jìn)行畸變校正，消除相機(jī)透視投影過程中造成的空間幾何變形，得到世界坐標(biāo)系中待重建的真實人體位置、形狀和比例。最后通過單眼預(yù)測三維模型曲面和紋理預(yù)測，得到一個表面真實感更強(qiáng)的帶紋理特征的人體模型。

1 相關(guān)工作介紹

1.1 參數(shù)化人體三維重建國內(nèi)外研究現(xiàn)狀

BodyNet[1]首先展示了使用SMPL[2]作為約束，僅需單張圖像作為輸入即可重建三維人體的技術(shù)。DeepHuman[2]采用SMPL[3]作為體積初始化，對復(fù)雜姿態(tài)獲得穩(wěn)定的結(jié)果。在早期的工作中，2D姿態(tài)已經(jīng)完全或部分手動點擊，后來的過程是自動，從深度神經(jīng)網(wǎng)絡(luò)進(jìn)行2D地標(biāo)檢測。在最近的工作中，SMPL模型已經(jīng)被集成到網(wǎng)絡(luò)架構(gòu)中。這進(jìn)一步地改進(jìn)了自動化的這個過程。這些工作主要集中在魯棒姿態(tài)檢測上。形狀的估計通常局限于表面與骨長度的相關(guān)性。最重要的是，其形狀僅限于SMPL模型空間。

1.2 穿衣人體三維重建國內(nèi)外研究現(xiàn)狀

從單張圖像重建三維模型時，很難從單張照片中提取到我們重建所需的紋理數(shù)據(jù)，尤其是對于圖像中物體的不可見區(qū)域，但是可以很容易地從輸入中對模型可見區(qū)域進(jìn)行采樣取得可見區(qū)域的紋理。對于遮擋區(qū)域的紋理，由于不可通過輸入圖像采樣獲得，為了重建模型的完整紋理，只可設(shè)計另外的方法處理不可見區(qū)域[4]。引入了一種視圖合成技術(shù)對人體網(wǎng)格的紋理進(jìn)行推理，能夠?qū)崿F(xiàn)從單一視圖預(yù)測不可見區(qū)域視圖，然后融合兩個區(qū)域的視圖。但是這種方法的缺點是不能處理模型側(cè)視圖紋理，不能完美融合各個視圖之間的拼接區(qū)域。

2 基于相機(jī)標(biāo)定的紋理映射方法

2.1 相機(jī)內(nèi)外參數(shù)獲取

本項研究為消除透視效應(yīng)對三維姿態(tài)估計的影響，通過張正友棋盤相機(jī)標(biāo)定方法獲取相機(jī)內(nèi)外參數(shù)。增加相機(jī)透視投影成像過程，我們設(shè)計利用相機(jī)位姿參數(shù)，對紋理圖像進(jìn)行校正。提升三維人體曲面重建和紋理映射的精度。該方法對觀看條件具有魯棒性，并且不需要一個詳細(xì)的場景模型。

由于世界坐標(biāo)系被定義在棋盤格上，所以已知棋盤格標(biāo)定板平面上的任意一點的Z軸坐標(biāo)值為0。為圖

圖1 圖像校正并填充后結(jié)果展示圖Fig.1 Result images after image correction and filling

2.3 基于相機(jī)標(biāo)定的紋理映射方法實驗結(jié)果與分析

如圖2所示，為基于相機(jī)標(biāo)定的紋理映射方法對不同視角的標(biāo)定圖像進(jìn)行人體表面網(wǎng)格的重建結(jié)果對比圖。從左到右：實驗過程中拍攝的標(biāo)定圖像；三維人體網(wǎng)格重建和紋理映射整體效果；人體頭部、腿部、衣服表面等細(xì)節(jié)部分的網(wǎng)格重建效果。

圖2 俯視圖、側(cè)視圖人體表面紋理重建結(jié)果對比圖（上：[5]中單視圖重建方法，下：本文方法）Fig.2 Reconstruction results of human body surface texture in top view and side view(above:single view reconstruction method, next: our method)

圖2中展示了不同視角對人體表面進(jìn)行網(wǎng)格重建的結(jié)果對比。明顯看出對于側(cè)視角和俯視角的網(wǎng)格重建結(jié)果，人體形變更加嚴(yán)重。而本文提出的基于相機(jī)標(biāo)定的紋理映射方法，通過對俯視角、側(cè)視角的成像圖像進(jìn)行校正，恢復(fù)人體真實比例和姿態(tài)等重要幾何特征，可以很明顯的看出重建后的人體比例更加接近真實情況。

3 總結(jié)與展望

通過實驗證明本文設(shè)計的基于相機(jī)標(biāo)定的紋理映射方法，人體網(wǎng)格重建結(jié)果包含更多的局部表面細(xì)節(jié)。即使圖片中的人體身著的衣服款式各種各樣，設(shè)計的模型依然能夠相當(dāng)精準(zhǔn)的重建對應(yīng)的3D模型。并且對于高度偏離訓(xùn)練數(shù)據(jù)的輸入圖像，基于相機(jī)標(biāo)定的紋理映射方法可以在三維人體重建的過程中校正圖像的畸變。解決了輸入圖像由于相機(jī)透視投影效應(yīng)對紋理映射的影響，更進(jìn)一步驗證了本文設(shè)計的基于相機(jī)位姿估計的紋理映射方法的有效性。未來的工作可能包括合并人類特定的先驗（例如，語義分割、姿態(tài)和參數(shù)三維人臉模型），并添加隱式表面的二維監(jiān)督，以進(jìn)一步支持野外輸入。

引用

[1] VAROL G,CEYLAN D,RUSSELL B,et al.Bodynet:Volumetric Inference of 3d Human Body Shapes[C]//Proceedings of the European Conference on Computer Vision(ECCV),2018:20-36.

[2] ZHENG Z R,YU T,WEI Y X,et al.Deephuman:3d human reconstruction from a single image[C]//Proceedings of the IEEE/CVF International Conference on Computer Vision,2019:7739-7749.

[3] LOPER M,MAHMOOD N,ROMERO J,et al.SMPL:A Skinned Multi-person Linear Model[J].ACM Transactions on Graphics(TOG), 2015,34(6):1-16.

[4] HSU S C.Blending 3D Model Textures by Image Projection:US,US201213479952[P].2015-12-29.

[5] SAITO S,HUANG Z,NATSUME R,et al.PIFu:Pixel-Aligned Implicit Function for High-Resolution Clothed Human Digitization[C]//Proceedings of the IEEE/CVF International Conference on Computer Vision,2019:2304-2314.