中圖分類號：TP391.41 文獻標識碼：A 文章編號：1674-0033（2025）04-0047-05

Abstract：In view of the limitedaccuracy of humanbody 3Dmodeling technology，such as the lack of accurate projection to human body image contour and pose depth information，a human body 3D modeling algorithm is proposed based on stereo visionand Kinect camera.By matching the point cloud data set collected by Kinect camera with the initial human body model established under stereo vision technology， the model parameters are optimized constantly to realize the 3D modeling of human body based on a single image.The experimental results show that the root-mean-square eror of the proposed model is reduced by 31% on average compared with the Hmr algorithm，and the proposed model can be more accurately projected into the human body contour in the color image，and a more accurate human body 3D model can be reconstructed.

Key words：human body 3D modeling;computer vision;Kinect

隨著計算機視覺和圖形處理技術的迅速發(fā)展，基于圖像的三維人體建模技術在諸多領域有著越來越廣泛的應用。針對人體三維建模方法，研究者們展開了深入且廣泛的研究。目前在三維重建方面，較多采用的是通過參數化的模型構建出人體的姿態(tài)信息。Wei等將采集到的二維關鍵點信息與人體的先驗信息進行融合，根據相應的模型參數重建出人體的三維模型。魏雪霞等[3根據HMR深度學習模型預測SMPL-X模型的初始參數，通過對模型參數的優(yōu)化求解擬合出人體的三維模型。鄭承緒等4根據特征金字塔網絡（FPN）和多層感知器（MLP）提取圖像上人體的多級特征圖，創(chuàng)建出誤差較小的人體三維模型，該模型具有良好的效果。耿璇等借助深度相機獲取人體的多幀圖像，運用雙邊濾波算法對深度圖像缺失的信息加以補充，進而重建出人體的三維模型。汪磊等采用卷積神經網絡從圖像中提取出人體的表面特征，并將其與標準的人體模型進行融合，該方法所生成的人體模型表現力較強，但一些細節(jié)信息不夠逼真。錢融等使用SMPL模型和預估的關節(jié)點匹配，重建出與目標人物姿勢、形態(tài)接近的三維模型，該方法生成的模型輪廓信息容易缺失。周瑾等[使用Kinect相機掃描出人體的深度點云，將可變人體模型與點云數據融合，快速生成三維人體模型，但是在融合的過程中會造成人體姿態(tài)、深度等信息的缺失。張廣翩等建立了一個將點云圖轉化為二值圖像的生成對抗網絡模型，根據采集的圖片和二維點云信息建立了三維人體模型，該方法建模的快速性較好。Cheng等[13利用采集的視頻對目標人物進行了三維重建，該方法需要目標人物長時間處于同一個姿態(tài)，難以應用到實際場景中。目前雖然研究人體三維建模技術的較多，但在人體三維重建技術中仍存在精度有限、精確投影至人體圖像輪廓、姿態(tài)深度信息缺失等問題。針對此問題，本文提出一種基于立體視覺和Kinect相機的人體三維建模算法，通過將Kinect相機采集的點云數據集與立體視覺技術下建立最初的人體模型相匹配，不斷優(yōu)化模型參數，建立精確度更高的人體三維模型。

1算法總體設計

在人體三維建模技術中，要從二維圖像中重建出人體的三維模型，關鍵問題在于依據有限的二維數據特征匹配出最優(yōu)的人體模型參數，從而擬合出精度較高的人體三維模型，為達成這種目標，本文設計了一種基于立體視覺和Kinect相機的人體三維建模算法，該算法可以根據Kinect相機采集到的點云數據與立體視覺技術下建立最初的人體模型相匹配，利用相關算法不斷優(yōu)化模型參數，快速精確地重建出精度高、姿態(tài)深度信息完整的人體三維模型。本文所提出的人體三維重建算法流程如圖1所示。

算法流程主要分為三個部分：第一步進行數據預處理；第二步借助圖像進行人體姿態(tài)估計獲得初始人體模型；第三步利用點云的距離約束對初始模型加以優(yōu)化，從而得到最終結果。

數據預處理：使用Kinect相機采集彩色圖和深度圖，利用Openpose[14]方法與Grabcut[15]方法對彩色圖像進行人體關鍵點檢測與輪廓分割，并通過深度圖生成點云，采用閾值分割法去除點云中背景、其他物體等冗余數據，得到單側

人體點云。

初始模型獲取：通過深度學習 Hmr 算法進行人體姿態(tài)估計，得到初始體型和姿態(tài)參數，再利用人體輪廓約束對兩個參數進行修正，建立最初的人體三維模型。

建立最終模型：基于配準算法，將最初的人體三維模型與測得的點云數據集進行匹配，隨后借助能量函數不斷優(yōu)化模型參數，使所建立的人體三維模型與點云數據間距離最短，進而實現最終人體三維模型的構建。

2人體三維建模算法

2.1立體視覺下基于 Hmr 算法的人體姿態(tài)估計

目前，CNN是建立人體相關部位較為成功的深度學習模型，雖然CNN可以在一定程度上解決三維姿態(tài)估計中維度缺失的問題，但其泛化能力不足，所以本文利用立體視覺下人體輪廓項的約束對基于CNN的 Hmr 算法所得的結果進行修正，主要解決改進算法中存在的姿態(tài)估計不準確、貼合圖像不準確等問題。

為了提高 Hmr 算法的泛化能力，減小其誤差，本文在Smplify算法的基礎上進行改進。將Hmr 算法的輸出作為人體輪廓優(yōu)化環(huán)節(jié)的輸入，并利用人體輪廓約束與人體關鍵點來優(yōu)化SMPL模型參數以貼合二維圖片中的人體圖像輪廓。本文使用的能量函數為：

E（β，θ）=E_i（β，θ;K_JJ_es）+λ_θE_θ（θ）+λ_aE_a（θ）+λ_spE_sp（θ;β）+ λ_βE_β（β）+λ_shE_sh（θ） （1）其中， J_est 為通過Openpose方法得到二維關節(jié)點的位置， λ_θ，λ_a，λ_sp，λ_β，λ_sh 分別為對應能量項的權重參數， E_i（β，θ;K_JJ_est），E_θ（θ），E_a（θ），E_sp（θ;β），E_β（β） 均為Smlify算法使用的能量函數，在此基礎上本文增添了能量項 E_sh（θ）

其中， R_r（θ） 是圖片中人體輪廓中渲染的人體模型，C 和 為人體輪廓分割圖的距離變換及其逆， w 為權重，利用4個不同層次高斯金字塔 G 來保證算法在求解局部最小值時具有魯棒性。模型參數均通過基于梯度的 Dogleg 進行優(yōu)化，其中所有梯度均使用Python-Chumpy庫進行自動微分計算。所生成的人體三維模型如圖2所示，其中圖2（a）為人體模型投影到RGB圖片的人體輪廓所得結果，圖 2（b） 為人體模型與點云數據配準結果圖。

2.2基于Kinect相機點云數據的人體三維建模在圖 2（b） 中的人體模型與點云數據配準結果圖中可以看出，由于二維數據本身數據缺失的問題，會致使所建立的三維模型精度受限，因此僅僅利用彩色圖像并不能夠精確的反應人體的真實姿態(tài)。本文在基于圖像的人體姿態(tài)估計基礎上，通過剛體的兩視點云配準方法進行匹配，利用求得的能量函數調整模板模型，使得模板和所測得的點云間的距離最短，此時體型參數和姿態(tài)參數能夠準確地描述出點云數據中的人體體型和姿態(tài)信息。能量函數構造為：

E（β，θ）=λ_m2sE_m2s+λ_βE_β（β）+λ_θE_θ

其中， E_m2s 為距離約束項， E_β 為體型先驗約束項，E_θ 為姿態(tài)約束。

在實現此算法時，使用Kinect采集單幀點云數據，進行去噪后將部分點云數據作為模型輸入，對點云數據進行下采樣后，利用K最近鄰算法求解實測人體點云和模板間距離最小的對應點，并求解出體型參數和姿態(tài)參數，實現人體三維建模。生成模型如圖3（a）所示，圖3（b）為重建模型和Kinect實測數據的配準結果圖。

3結果與分析

本文算法利用Kinect相機采集的點云數據集與立體視覺技術下建立最初的人體模型相匹配，利用能量函數不斷優(yōu)化模型參數，可以在很大程度上解決人體姿態(tài)深度信息缺失的問題。為了驗證本文算法可以廣泛應用于基于單幅圖片人體的三維重建中，本文采取了人體常見不同姿態(tài)的數據，所生成的結果如圖4所示，圖4中的圖 （a₁）～（a₄） 為Kinect相機采集的人體不同姿態(tài)下的深度點云數據，圖 （b₁）～ （b₄） 為 Hmr 算法從二維數據中重建出的三維人體模型，圖 （c₁）～（c₄） 為 Hmr 算法重建出的模型投影到實測點云的相對位置圖，圖 （d₁）～ （d₄） 為本文算法從二維數據中重建出的三維人體模型，圖 （e₁）～（e₄） 為本文算法重建出的模型投影到實測點云的相對位置圖，對比相應的點云數據結果。

將本文算法與 Hmr 算法相比較，從圖4中的圖 （b₂）～（b₄） 和圖 （d₂）～（d₄） 中可以看出， Hmr 算法重建出的人體三維模型在細節(jié)上存在一定誤差，存在姿態(tài)深度信息丟失的問題，在人體關節(jié)幅度較大時，不能很好地還原關節(jié)形態(tài)，而本文算法重建出的人體三維模型可以將人體關節(jié)等細微處的姿態(tài)很好地體現。從圖4中的圖 （c₂）～ Σ（c₄） 和圖 Π（e₂）～Π（e₄） 可以看出， Hmr 算法將建立的三維模型投影到彩色圖像輪廓中時存在一定誤差，而本文算法可以較為準確地將所建立的三維模型投影到彩色圖像中的人體輪廓，重建出比較精準的人體三維模型。

為進一步比較兩種算法在建模精度與建模效率上的差異，本文選取Huasdorff距離計算模型與點云的均方根誤差，用于描述本文算法與Hmr 算法所建立的模型與點云數據的擬合程度，并在時間性能上對兩種算法進行比較。對比結果如表1所示。

均方根誤差越小說明所建立的模型與所測點云數據擬合程度越好，所建立的模型精度越高，從表1的建模精度與建模效率的對比表中可以看出，本文算法在建模耗費時間相差不多的情況下，均方根誤差相較于 Hmr 算法平均減少了 31% ，綜上所述，本文算法能夠有效地重建出高質量的人體三維模型，有望在相關領域得到應用。

4結論

本文聚焦于人體三維建模技術的現存瓶頸，深度剖析精度受限、輪廓投影偏差及姿態(tài)深度信息缺失等問題，提出基于立體視覺與Kinect相機的人體三維建模算法。算法通過關鍵點檢測與人體輪廓約束構建基準模型，并借助Kinect采集的點云數據迭代優(yōu)化模型參數，實現了從單幅圖像到高精度三維模型的跨越。試驗結果充分驗證了該算法的有效性與先進性。相較于傳統(tǒng)Hmr算法，本文算法在建模精度上實現顯著突破，均方根誤差平均降低 31% ，有效解決了模型細節(jié)缺失與姿態(tài)還原不足的難題，尤其在人體關節(jié)等復雜部位的重建中，能夠精準捕捉細微姿態(tài)變化。同時，算法在輪廓投影環(huán)節(jié)表現優(yōu)異，可準確將三維模型投影至彩色圖像人體輪廓，大幅提升模型與真實場景的契合度。在效率方面，本文算法耗時與 Hmr 算法相近，保證了實際應用中的可行性與實時性。此外，本文算法對不同人體姿態(tài)數據的廣泛適應性，彰顯了其在復雜場景下的穩(wěn)健性能，為虛擬現實、人機交互、醫(yī)學診療等領域提供了更可靠的技術支撐。未來研究將進一步探索算法在動態(tài)場景、多視角數據融合等方向的優(yōu)化，拓展其在工業(yè)設計、體育分析等更多場景的應用邊界，持續(xù)推動人體三維建模技術的發(fā)展。

參考文獻：

[1]LIAO R J，LI Z，BHATTACHARYYA S，et al. PoseMapGait： a model-based gait recognition method withpose estimation maps and graph convolutional networks[J].Neurocomputing，2022，501：514-528.

[2]WEI S， RAMAKRISHNA V，KANADE T，et al. Convolutional posemachines[C/Proceedings of theIEEE Conference on ComputerVisionand Pattern necogmu0n，z010：4/24-4/52.

[3]魏雪霞，徐增波，王巧麗.基于二維圖像的參數化人體 建模[J].服裝學報，2023，8（1）：24-30.

[4]鄭承緒，姚劍敏，嚴群，等.基于序列幀的三維人體重建[J] 傳感器與微系統(tǒng)，2022，41（12）：33-37.

[5]SHEN WS，YUX F，LINJY，et al.Faster RCNN target detection algorithm integrating CBAM and FPN[J]. Applied Sciences，2023，13（12）：2076-3417，1569.

[6]MORADI S， GERDOOEI M， VAREDI-KOULAEI S M， et al.MLP neural network with an optimal architecture for modeling the ECAP-C procesJ].Neural Computing and Applications，2022，35（3）：2701-2715.

[7]耿璇，王召巴，金永，等.基于單個深度相機的人體三維 重建[J].國外電子測量技術，2020，39（9）：143-146.

[8] 汪磊，嚴群，姚劍敏，等.基于圖卷積神經網絡的人體三 維重建[J].廣播電視網絡，2021，28（4）：34-38.

[9]錢融，王勇，王瑛.利用單目圖像重建人體三維模型[J]. 信息與電腦（理論版），2021，33（5）：60-64.

[10]周瑾，潘建江，童晶，等.使用Kinect快速重建三維人體[J] 計算機輔助設計與圖形學學報，2013，25（6）：873-879.

[11]張廣翩，計忠平.基于二維點云圖的三維人體建模方 法[J].計算機工程與應用，2020，56（19）：205-215.

[12] ZHOU H， ZENG X，LIN B，et al. Polarization motivating high-performance weak targets'imaging based on adual-discriminator GAN[J].Optics Express，2024，32（3）： 3835-3851.

[13]CHENGZ，CHENY，MARTINRR，etal.Parametric modeling of 3D human body shape———A survey [J]. Computersamp; Graphics，2018，71：88-100.

[14] ENDO Y，YAGI K，MORI Y，et al. Tele-Snap： a joint impedance estimation system using snap motor and openpose for remote rehabilitation diagnosis[J].Advanced Robotics，2023，37（8）：528-539.

[15] WU H，LIU YL， XU XR， et al. Object detection based on the grabcut method for automatic mask generation [J].Micromachines，2022，13（12）：2095.

（責任編輯：李堆淑）