基于神经网络的人体特征曲线预测方法研究

• 作者: 孙思文 宋昌江 李昕迪 杨东亮 王云龙
• 来源期刊: 自动化技术与应用
• 学科: 工学
• 关键词: 人体测量 特征曲线 神经网络
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 行业应用与交流
• 页码范围: 137-140
• 页数: 4页
• 分类号: TP391.44
• 语种: 中文

摘要

人体特征曲线在人体三维建模中有着非常重要的作用,通常需要手工测量的方式来获取,具有一定的局限性.本文利用神经网络来建立二维图像与三维截面特征曲线之间的关系,并使用三维扫描获取的人体模型来训练神经网络,训练后的神经网络可实现从用户照片直接恢复三维截面特征曲线,并用于三维重建.实验结果表明该方法的训练误差低于2％,能够准确的恢复人体截面曲线特征.