李玉卓，李新榮 ，馮文倩，蔣 蕾

(1.天津工業(yè)大學(xué) 機(jī)械工程學(xué)院，天津 300387； 2.天津市現(xiàn)代機(jī)電裝備技術(shù)重點(diǎn)實(shí)驗(yàn)室，天津 300387； 3.天津工業(yè)大學(xué) 紡織科學(xué)與工程學(xué)院，天津 300387)

服裝行業(yè)正由傳統(tǒng)生產(chǎn)方式向服裝虛擬展示、網(wǎng)絡(luò)虛擬試衣、服裝個性化定制等數(shù)字化和智能化方向發(fā)展，快速精準(zhǔn)的建立與各種體型身材尺寸相符合的三維虛擬人體模型，即快速重構(gòu)逼真的三維人體模型是服裝行業(yè)實(shí)現(xiàn)數(shù)字化和智能化的關(guān)鍵環(huán)節(jié)。近年來，已有學(xué)者對人體三維重構(gòu)方法做了總結(jié)，但并未確定一種可應(yīng)用于服裝行業(yè)的時間短、設(shè)備簡單和真實(shí)感強(qiáng)的建模方法。一種規(guī)格簡單、無需復(fù)雜采集和處理裝置的三維人體重構(gòu)方法可在短時間內(nèi)建立虛擬人體模型，人們依據(jù)重構(gòu)出的符合自身特征的三維虛擬人體模型可完成直觀有效的服裝定制和虛擬試衣等，因此有必要對當(dāng)前面向服裝行業(yè)的人體三維重構(gòu)方法的研究現(xiàn)狀進(jìn)行分析。

三維人體重構(gòu)的建模方法目前有很多，主要應(yīng)用在以下幾個方面：基于三維掃描數(shù)據(jù)的人體重構(gòu)，一般使用三維掃描儀得到的單張或多幀數(shù)據(jù)來重構(gòu)一個靜態(tài)的三維人體模型，劉詠梅等[1]使用Vitus Smart三維人體掃描儀構(gòu)建了兒童系列的虛擬人臺，這一方法完成了由二維試衣到三維試衣的轉(zhuǎn)變，但使用的掃描儀設(shè)備體積大、造價(jià)高，對環(huán)境和機(jī)器本身有較高要求，使用不便?；谔囟ㄜ浖娜梭w重構(gòu)方法無需占用很大的空間，如吳旭琤[2]基于Unity3D完成了虛擬人模型的建立并能夠控制虛擬人的姿態(tài)，但這一方法對人體動態(tài)的描述較差且需要足夠知識儲備才能完成對軟件的操控?；趨?shù)化曲面建模的人體重構(gòu)方法可以通過輸入?yún)?shù)快捷修改人體模型中某些細(xì)微之處，Wang等[3]開發(fā)了1個三維建模系統(tǒng)，在標(biāo)準(zhǔn)人體模型的基礎(chǔ)上按照相應(yīng)的尺寸修改參數(shù)從而生成個性化三維人體模型，建模速度快且精度高，但在確定人體主要特征參數(shù)時較為困難?；趫D像的重構(gòu)方法是指使用單張或多張圖像精準(zhǔn)重構(gòu)三維人體模型，陳佳宇等[4]構(gòu)建了輸入人體輪廓二值圖像重構(gòu)人體模型的卷積神經(jīng)網(wǎng)，利用二維圖像與三維人體模型點(diǎn)云數(shù)據(jù)的映射關(guān)系重構(gòu)人體模型，這一方法能夠快速重構(gòu)人體模型，但對重構(gòu)后的人體模型進(jìn)行細(xì)節(jié)上的修改則較為繁瑣。本文對目前已有的人體三維重構(gòu)建模方法進(jìn)行對比研究，提出將基于二維圖像的數(shù)據(jù)提取與參數(shù)化曲面建模的人體重構(gòu)相耦合的思路，首先通過軟件建立標(biāo)準(zhǔn)三維人體通用模型，再將從二維圖像中提取的人體尺寸數(shù)據(jù)作為參數(shù)，然后通過參數(shù)化驅(qū)動建模對人體模型的細(xì)節(jié)進(jìn)行修改，可快速且精準(zhǔn)的得到個性化三維人體模型，為服裝虛擬展示、網(wǎng)絡(luò)虛擬試衣和服裝個性化定制等提供了技術(shù)支撐。

1 三維人體重構(gòu)方法

面向虛擬試衣、服裝設(shè)計(jì)等領(lǐng)域的三維人體重構(gòu)方法要求模型外形逼真且需嚴(yán)格控制其各項(xiàng)人體特征與真人之間的誤差，好的人體重構(gòu)方法能為三維虛擬試衣等提供接近于真實(shí)人體試穿的效果，下文將對已有的人體重構(gòu)方法進(jìn)行匯總和概述。

1.1 基于三維掃描技術(shù)的人體重構(gòu)

三維人體掃描融合了信息處理、電子學(xué)、計(jì)算機(jī)圖形學(xué)、計(jì)算機(jī)視覺等多項(xiàng)技術(shù)進(jìn)行人體重構(gòu)工作，三維人體掃描主要完成采集人體的高精度點(diǎn)云圖像、提取特征等工作[5]?；谌S掃描技術(shù)的人體重構(gòu)技術(shù)路線見圖1。

圖1 三維人體掃描技術(shù)路線圖Fig.1 Roadmap of 3D body scanning technology

1.1.1 全身掃描儀

全身掃描儀是一種基于光學(xué)的3D測量系統(tǒng)。主要使用激光測量法、白光相位法、莫爾條紋法和紅外線測量法獲得所需數(shù)據(jù)。

世界上最早的全身掃描儀是Cyberware公司的WB4全身掃描儀[6]，如圖2所示。WB4全身掃描儀采用激光掃描技術(shù)得到了高分辨率的人體外表面，激光測量法依據(jù)相似三角形原理，通過激光的出射點(diǎn)、激光照射在被測人體上的投影點(diǎn)、成像點(diǎn)這三點(diǎn)之間的關(guān)系確定人體表面的數(shù)據(jù)信息并獲得準(zhǔn)確的三維位置，最終以點(diǎn)云形式重構(gòu)三維人體模型[7]。

圖2 Cyberware WB4對人體進(jìn)行全身掃描示意圖Fig.2 Whole body scanning of human body with cyberware Wb4

隨后TC2公司研發(fā)了基于結(jié)構(gòu)光模式并能夠投影的TC2掃描儀，如圖3 所示。這一設(shè)備將投影儀和照相機(jī)組合為1個傳感器，使用白光分層輪廓檢測方法獲取人體三維數(shù)據(jù)，這一方法使用白色光源把正弦曲線投影到人體表面，人體表面的不規(guī)則性使投影發(fā)生變形，由此產(chǎn)生的圖樣可用來表示人體的表面數(shù)據(jù)，最后將6臺攝影機(jī)采集的單一圖像合成為人體表面數(shù)據(jù)圖像[8]。

圖3 TC2投影機(jī)、攝像機(jī)和掃描物體之間的三角測量示意圖Fig.3 Schematic diagram of TC2 triangulation between projector, camera and scanned object

前面2種方法都會因被測者著裝而產(chǎn)生一定測量誤差，而基于CCD與紅外傳感技術(shù)的紅外線測量法可避免這一劣勢，其原理是紅外光電二極管通過脈沖進(jìn)行傳送，然后通過投射鏡頭將被測人體表面反射成像，第二級鏡頭收集光線聚焦于PSD，PSD在這一過程中的主要作用是檢測質(zhì)心位置，如圖4所示?；赑SD的光電二極管測量方法與之相同，這一方法在Hamamatsu人體掃描系統(tǒng)中得到應(yīng)用[9]。

圖4 基于PSD的光電二極管示意圖Fig.4 Schematic diagram of photodiode based on PSD

全身掃描儀具有采集數(shù)據(jù)迅速、建模精度高的特點(diǎn)。但需要花費(fèi)大量的時間去處理帶有噪聲的數(shù)據(jù)以及填充不完整表面，且有些細(xì)節(jié)仍難以解決，包括腋窩和胯部的陰影部分、頭發(fā)和皮膚對光的吸收效果、數(shù)據(jù)處理等方面[10]，若要減少陰影效果則需要多臺相機(jī)同時工作，這就體現(xiàn)出掃描儀普遍存在的儀器占地面積大、造價(jià)昂貴等劣勢，使得全身掃描儀不能為普通用戶所使用，只能用于特定科研公司、高校等。

1.1.2 深度掃描儀

深度掃描儀使用光編碼技術(shù)得到物體的點(diǎn)云信息，其主要是依靠掃描儀發(fā)射的激光透過毛玻璃因散落距離不同形成不同圖案的隨機(jī)衍射斑點(diǎn)，得到物體的幾何位置。由于深度掃描儀具有點(diǎn)云數(shù)據(jù)實(shí)時輸出、重構(gòu)過程不完全依賴于圖像、操作簡單、制造成本相對較低等優(yōu)勢，借助深度掃描儀完成三維人體重構(gòu)的建模方法逐漸開始被應(yīng)用。

Kinect攝像頭在標(biāo)準(zhǔn)視頻速度范圍內(nèi)，可同時測量深度和顏色2個參數(shù)，但Kinect相機(jī)存在遠(yuǎn)距離獲取人體全身圖像導(dǎo)致掃描數(shù)據(jù)質(zhì)量較差的問題，Yan等[11]使用超高分辨率算法，結(jié)合深度和顏色傳感器幀來提高分辨率解決以上問題，但實(shí)際效果并不理想，隨后有學(xué)者提出使用多臺Kinect深度相機(jī)掃描人體不同部位，然后將多個傳感器中獲得的圖像數(shù)據(jù)整合以重建精確的人體模型[12-14]，如圖5所示，解決了深度相機(jī)大范圍掃描精度低這一問題。

圖5 3個Kinects深度相機(jī)人體掃描示意圖Fig.5 Schematic diagram of human body scanning with three Kinects depth cameras

RGB-D相機(jī)可以獲得RGB圖像以及每像素的深度信息。Peter等[15]和Richard A等[16]將視覺和深度信息相結(jié)合重建出室內(nèi)場景，同樣原理也可使用Kinect相機(jī)進(jìn)行人體重構(gòu)，Kinect深度傳感器基于紅外相機(jī)向人體發(fā)射的紅外光束，使用激光三角測量法得到精密度以毫米為單位的深度圖像，將不同角度得到的不同深度圖像融合相交實(shí)現(xiàn)人體三維重構(gòu)[17]。Zollhoefer等[18]就使用深度掃描和Kinect傳感器結(jié)合重建了面部幾何和紋理。

深度掃描儀掃描范圍廣，相比較全身掃描儀價(jià)格低廉，便于放置。但深度相機(jī)對于人臉、頭發(fā)和服飾等細(xì)節(jié)處理較差，分辨率不高且獲得的圖像噪聲大，將多幅深度圖像進(jìn)行融合的算法開發(fā)具有一定的難度，還存在點(diǎn)云數(shù)據(jù)采集過程中人體很難長時間保持同一姿勢而出現(xiàn)的非剛體配準(zhǔn)的問題。

1.2 基于特定軟件的人體重構(gòu)

使用特定的軟件可以獲取人體曲面，也可實(shí)現(xiàn)對模型的渲染和交互控制，目前能實(shí)現(xiàn)三維人體重構(gòu)的交互式軟件有3D Studio MAX、OpenGL、Geomagic、MatLab、Poser等。

首先通過非接觸掃描設(shè)備獲取建模所需人體部位的尺寸數(shù)據(jù)，再通過Geomagic或MatLab對人體模型進(jìn)行逆向重構(gòu)[19-21]，這種方法可實(shí)現(xiàn)大量個性化數(shù)字人體模型的構(gòu)建，但前期花費(fèi)較大，構(gòu)建出的人體模型因測量誤差也會出現(xiàn)變形現(xiàn)象。針對這一問題，王鵬等[22]提出將OpenGL和3D Studio MAX軟件結(jié)合重構(gòu)人體模型，利用OpenGL制作的動畫具有交互性且可以實(shí)時控制，三維動畫軟件3D Studio MAX可輕松建立復(fù)雜物體的模型[23]。先使用三維動畫軟件3D Studio MAX搭建人體模型，再運(yùn)用OpenGL對已建立的模型進(jìn)行編程和控制，得到的三維人體模型就可控制誤差并做任意的變形。

陳君[24]通過Poser構(gòu)造人體模型，如圖6所示，首先使用Poser采集大量人體復(fù)雜曲面的頂點(diǎn)數(shù)據(jù)并導(dǎo)出，再使用Java 3D將頂點(diǎn)數(shù)據(jù)轉(zhuǎn)化為小三角面并形成人體曲面，最后完成對Poser構(gòu)建的人體模型的交互控制及模型與環(huán)境的融合。結(jié)合2個軟件的優(yōu)勢實(shí)現(xiàn)了快速建模、形態(tài)逼真和交互性強(qiáng)的靜態(tài)人體模型。

圖6 基于Poser人體重構(gòu)系統(tǒng)結(jié)構(gòu)圖Fig.6 Body reconstruction system structure diagram based on Poser

利用軟件建模定義過程簡單、數(shù)據(jù)修改便捷，但一般需要將2個軟件結(jié)合起來使用并充分發(fā)揮各自的優(yōu)勢，這對操作人員的專業(yè)技能有較高要求，所以不能廣泛地應(yīng)用于日常生活中，且操作人員在長時間的工作中容易因疲憊而導(dǎo)致出錯率增加。

1.3 基于參數(shù)化曲面建模的人體重構(gòu)

人體特征點(diǎn)的位置及特征尺寸的長度隨人體體型變形而變化，以人體特征尺寸定義特征參量，可通過局部圍度特征變形實(shí)現(xiàn)人體圍度的變形[24-25]，但這一方法與真實(shí)人體曲面變形相差較大，在此基礎(chǔ)上，修毅等[26]通過設(shè)置特征圍線并采用角度加權(quán)平均算法實(shí)現(xiàn)變形，加強(qiáng)了人體曲面變形的精度，但僅適用于圍線起伏較小的部位。

結(jié)合人機(jī)工程學(xué)原理，通過輸入特征參數(shù)來改變標(biāo)準(zhǔn)3D人體模型生成個性化3D人體模型是基于參數(shù)化曲面建模的主要應(yīng)用形式。以人體尺寸數(shù)據(jù)和三維點(diǎn)云數(shù)據(jù)為基礎(chǔ)，Seo[27]選擇了身高、胯部的長度、臂長、頸圍、胸圍、下胸圍、腰圍和臀圍8個人體參數(shù)用離散數(shù)據(jù)插值方法對關(guān)節(jié)和人體形狀進(jìn)行插值得到變形函數(shù)，對人體進(jìn)行變形。鄭曉慧[28]選擇了身高、坐高、頸椎點(diǎn)高、坐姿頸椎點(diǎn)高等12個關(guān)鍵人體特征點(diǎn)，并將其分成2組確定4個主控參數(shù)，根據(jù)參數(shù)標(biāo)準(zhǔn)差和相關(guān)性分析結(jié)果使用參數(shù)回歸技術(shù)重構(gòu)人體模型。主要流程如圖7所示。

圖7 虛擬人重構(gòu)流程圖Fig.7 Virtual human reconstructs the flow chart

另一種方法是通過輪廓線重建體表曲面重構(gòu)三維人體模型，秦可等[29]提出了一種任意角度的人體輪廓切片生成算法，使用封閉的B樣條曲線表示三維人體表面的輪廓線，通過輸入影響用戶試衣效果的關(guān)鍵參數(shù)后從數(shù)據(jù)庫中選擇相似人體模型，再對差異較大部位的輪廓線進(jìn)行調(diào)整構(gòu)建使用三角網(wǎng)格表示的三維人體模型。崔樹芹等[30]對以上算法進(jìn)行改進(jìn)并提出基于曲率的雙向采樣方法，在保存了人體特征點(diǎn)和特征輪廓線的基礎(chǔ)上生成了人體骨架，使用少量數(shù)據(jù)生成了三維人體模型。

參數(shù)化建模可以實(shí)現(xiàn)大量建模，如果需要對目標(biāo)建模進(jìn)行頻繁修改，使用參數(shù)化建模便可使問題簡單化。但這一方法的缺點(diǎn)是需要大量數(shù)據(jù)支撐且需選取合適的特征點(diǎn)作為變形基底，另外需注意參數(shù)的數(shù)量問題，若選擇的參數(shù)不夠全面，則無法滿足人體重建的要求，若選擇的參數(shù)數(shù)量過于冗雜則會給重建過程增加一定的難度，最終無法達(dá)到需要的重建效果。

1.4 基于圖像的人體重構(gòu)

圖像建模是指利用真實(shí)照片、繪制圖像、視頻圖像、深度圖像等獲取人體圖像的二維信息，再選擇相應(yīng)的圖像處理算法提取人體的輪廓、特征尺寸等，將圖像數(shù)據(jù)轉(zhuǎn)化為三維空間數(shù)據(jù)來構(gòu)建人體的三維模型。

使用圖像建模首先需要解決重構(gòu)三維人體模型參數(shù)和尺寸的獲取問題。鄧衛(wèi)燕等[31]通過提取圖像上的特征點(diǎn)構(gòu)造三維人體模型，對人體圖像中的頭部、手、腿、上半身等特征區(qū)域進(jìn)行定位，然后獲取各個部位的像素?cái)?shù)，最終得到人體的身高、腿長、臂長等特征尺寸參數(shù)，具體流程見圖8。

圖8 基于圖像的人體特征參數(shù)提取流程圖Fig.8 Flow chart of human feature parameter extraction based on image

基于人體的正面、兩側(cè)、背面4幅正交圖像重構(gòu)人體模型的主要過程是在人體圖像與模型圖像保持相同的標(biāo)準(zhǔn)姿勢下提取人體圖像與模型圖像的輪廓，再進(jìn)行關(guān)鍵特征點(diǎn)的擬合，最后將標(biāo)準(zhǔn)的三維類人模型轉(zhuǎn)化為近似人的形狀，然后使用顏色紋理映射將二維正交視圖轉(zhuǎn)化為逼真的三維人體模型[32-33]。Wang等[34]在Hilton研究基礎(chǔ)上，使用2張人體圖片構(gòu)成正交圖像，使用分割算法對2張圖片進(jìn)行分割得到人體輪廓，再使用輪廓提取算法利用人體形態(tài)學(xué)規(guī)則確定特征點(diǎn)，最后使用視點(diǎn)相關(guān)變形技術(shù)利用輪廓構(gòu)造出虛擬人體。與以上相法相比，李基拓等[35]通過變形截面環(huán)參數(shù)化人體模型得到個性化人體模型，增強(qiáng)了三維人體模型上的點(diǎn)與二維圖像上的點(diǎn)對應(yīng)關(guān)系的確定性。

以上是使用正交圖像重構(gòu)人體模型的研究，也有研究者使用非正交的多張圖像重構(gòu)人體模型。Nister等[36]使用針孔相機(jī)模型將三維模型從圖像和視頻中重建出來。使用相機(jī)拍攝一組相似度高的重建目標(biāo)圖像，提取未定標(biāo)圖像的特征點(diǎn)作為原始數(shù)據(jù)，然后與目標(biāo)圖像進(jìn)行匹配以獲得相機(jī)參數(shù)和特征點(diǎn)所在的三維坐標(biāo)，完成模型重構(gòu)。陳利珍等[37]也是通過獲取人圖像序列完成三維人體重構(gòu)，但將二維數(shù)據(jù)轉(zhuǎn)換成三維數(shù)據(jù)得到標(biāo)記特征點(diǎn)的三維坐標(biāo)主要依據(jù)立體視覺原理，最終運(yùn)用3次樣條插值法建立平滑的人體曲線繪制出標(biāo)準(zhǔn)三維人體模型，通過標(biāo)準(zhǔn)人體與個性化人體正、側(cè)面圖像輪廓之間的比例映射建立個性化三維人體模型。

基于圖像的人體重構(gòu)方法采集序列圖像簡單、成本低，可以應(yīng)用于多種場景，重構(gòu)人體所需的數(shù)據(jù)容易獲取，通過幾張序列圖像便可以得到人體幾何特征，但無法做到控制人體模型的關(guān)鍵尺寸，導(dǎo)致重構(gòu)出的人體模型缺乏真實(shí)感。

2 基于二維圖像的參數(shù)化三維人體重構(gòu)方法及其對比分析

當(dāng)前服裝行業(yè)需要設(shè)備簡單、對專業(yè)技術(shù)要求不高且可以快速成型的人體三維虛擬模型重構(gòu)建模方法，由此提出將多種方法進(jìn)行優(yōu)勢耦合，基于二維圖像的參數(shù)化三維人體重構(gòu)思路，并與現(xiàn)有三維人體重構(gòu)方法進(jìn)行對比分析。

2.1 基于二維圖像的參數(shù)化三維人體重構(gòu)

這一方法只需使用手機(jī)拍攝任意用戶的正、側(cè)面照片，經(jīng)過后臺的輪廓檢測、特征點(diǎn)提取、擬合圍度尺寸獲取用戶各個身體部位的尺寸參數(shù)，再使用軟件建立通用三維人體模型，將尺寸參數(shù)用于參數(shù)化驅(qū)動通用三維人體模型，最終在手機(jī)上呈現(xiàn)出高度貼合用戶自身尺寸數(shù)據(jù)的三維虛擬人體模型，如圖9所示。顯然，基于二維圖像參數(shù)的三維人體重構(gòu)成本低、時間短、效率高、真實(shí)感強(qiáng)且智能化程度高，更能滿足服裝行業(yè)的個性化設(shè)計(jì)和大批量定制需求。

圖9 基于二維圖像的參數(shù)化三維人體重構(gòu)流程 (虛線內(nèi)為后臺運(yùn)行)Fig.9 Image based parametric 3D human body reconstruction process (the dotted line is the background operation)

2.2 三維人體重構(gòu)方法及其對比分析

上文介紹了人體三維重構(gòu)建模的5種方法，并對這5種方法進(jìn)行了優(yōu)缺點(diǎn)分析，人體三維重構(gòu)建模方法對比表如表1所示。

表1 人體三維重構(gòu)建模方法對比表Tab.1 Comparison of human 3D reconstruction modelingMethods

由表1示出：①基于全身掃描儀和深度掃描儀進(jìn)行三維人體重構(gòu)的方法要求三維掃描設(shè)備精度高、掃描速度快，但所需掃描設(shè)備造價(jià)昂貴，只能在特定場所使用。深度掃描儀不需要使用定制的感光芯片，使用普通的COMS感光芯片便可完成掃描，相對于全身掃描儀體積小、制造成本低，但獲得的圖像分辨率低且圖像噪聲大，無法滿足面向服裝行業(yè)的三維虛擬人體建模要求。②基于特定軟件和圖像進(jìn)行三維人體重構(gòu)的方法無需使用專業(yè)儀器、成本低、操作便捷，但建模質(zhì)量依賴于建模人員的專業(yè)水平，具有很強(qiáng)的局限性，且無法控制重構(gòu)出的人體模型的關(guān)鍵尺寸，缺乏一定的真實(shí)感，無法滿足面向服裝行業(yè)的三維虛擬人體建模要求。③基于參數(shù)化曲面建模的人體重構(gòu)方法可實(shí)現(xiàn)大量建模并對重構(gòu)出的三維人體模型關(guān)鍵尺寸進(jìn)行修改，但前期需要大量數(shù)據(jù)支持且特征點(diǎn)及主控參數(shù)的選擇較為困難。

3 結(jié)束語

隨著服裝行業(yè)的不斷發(fā)展，通過簡單的通信設(shè)備建立符合真實(shí)人體特征的三維人體模型成為服裝行業(yè)智能化發(fā)展的趨勢。通過對比分析的方法，對當(dāng)前基于三維掃描技術(shù)、特定軟件、曲面建模和視覺圖像的人體三維重構(gòu)建模方法進(jìn)行優(yōu)缺點(diǎn)探討，提出了基于圖像的參數(shù)化三維人體重構(gòu)方法，通過對圖像的多次處理識別到人體特征點(diǎn)及輪廓等有效信息并采用相關(guān)算法擬合出人體尺寸參數(shù)，便捷精準(zhǔn)的建立了服裝行業(yè)所需的三維人體模型，該三維人體模型及相應(yīng)尺寸參數(shù)在用戶手機(jī)中直觀呈現(xiàn)，用戶可實(shí)時查看并使用，這一方式帶來了更為流暢的用戶體驗(yàn)，未來在紡織服裝行業(yè)中將會發(fā)揮至關(guān)重要的作用。