摘要
本发明公开了一种基于自编码器的三维人体语义重建方法及装置。首先,获取输入目标重建人体的语义尺寸参数;其次,计算人体模型所有面片的局部仿射变换,对其进行RS分解,并对旋转分量转化李代数形式,与剪切变换共同构成局部特征向量,将所有面片的特征向量拼接成高维特征;接着,构建自编码器将高维人体模型特征降维为低维隐变量,便于模型训练;随后,构建深度神经网络,实现以人体语义参数与低维特征向量的映射;最后,利用自编码器的解码器获得对应的高维特征,并运用几何优化方法重建人体模型的几何坐标。本发明能够有效地解决语义映射的过拟合问题,对人体姿态差异不太敏感,且所重建的人体模型语义尺寸满足好,精度更高。
技术关键词
编码器
语义
深度神经网络模型
顶点
坐标
解码器
三角形面片
矩阵
重建人体
人体模型特征
测量点
构建深度神经网络
人体特征
三维人体模型
三角网格模型
人体测量学
高维特征向量
系统为您推荐了相关专利信息
网络状态监控方法
节点状态信息
融合特征
网络连接状态
矩阵
通用特征
梅尔频率倒谱系数
文本段落
语义特征
采样率
嵌入式设备
跨尺度特征融合
空间金字塔池化
图像
外界环境亮度