【技术实现步骤摘要】
用于人体生物力学仿真的全身解剖结构个性化建模及姿态变形算法
[0001]本专利技术属于个性化建模
,具体涉及一种用于人体生物力学仿真模型的全身解剖结构个性化建模方法及姿态变形算法研究,主要适用于构建个性化的人体生物力学仿真模型,在姿态变化时实现内部解剖结构的真实合理变形。
技术介绍
[0002]近年来,个性化人体建模的应用需求不断增加,结合人体内部解剖结构的三维人体模型在很多领域上都有所应用,比如解剖教学、动力学仿真、电磁辐射仿真等。个性化人体建模不仅在工业仿真和医疗领域上广泛应用,也逐渐应用在日常生活中。随着虚拟现实技术的不断发展,虚拟角色的应用日益趋增,人们希望构建个性化的虚拟角色,实时模拟自身的动作,将虚拟与现实联系起来。比如根据人体运动时的姿态变换,实时进行个性化全身解剖结构的人体生物力学仿真建模,当在家健身或进行运动训练没有专业指导时,根据对个性化人体模型的不同姿态进行动作评估,与标准动作下全身解剖结构进行比对,即可指出运动中错误动作及可能会造成的损害,实时进行智能运动指导,规范人们日常运动健康生活。
[0003]实现人体运动生物力学仿真模型的个性化建模方法,一般是通过运动捕捉系统,佩戴专门的传感设备,通过多视角相机进行数据采集。这种传统的方法虽然可以得到高质量的人体模型重建,采集到一些人体生物力学特征,但是需要大量的人工校正和对特定人物采样得到的数据进行耗时的处理,不适用于日常生活中。在人体姿态估计和人体三维重建方面表现优异的还有近些年来兴起的深度神经网络,对视频或图片中的人体进行三维重建, ...
【技术保护点】
【技术特征摘要】
1.一种用于人体生物力学仿真的全身解剖结构个性化建模及姿态变形算法,其特征在于,该方法包括以下步骤:步骤A、个性化姿态变形步骤A1、解剖学关节点首先根据人体解剖学定义,对标准状态下的个性化可变形数字人的运动骨架定义了21个骨骼关节点位置,分别是盆骨、腰椎、胸椎、颈椎、右肩、右肘、右腕、右指尖、左肩、左肘、左腕、左指尖、右髋、右膝、右脚尖、左髋、左膝、左脚尖、左锁骨、右锁骨、头顶;在骨骼关节点位置的基础上,结合各骨骼关节点的解剖先验知识,模拟骨骼的正常旋转角度,判断骨骼旋转变换后结果的合理性,通过建模软件对骨骼关节点进行调整;再对调整后的骨骼关节点进行上述过程,最终得到解剖学关节点的位置;步骤A2、骨架拓扑结构在步骤A1确定的解剖学关节点的基础上,还需要根据骨架拓扑结构来确定骨骼关节点之间的继承关系,并以父关节和子关节表示出关节层次关系;在人体运动时,子关节相对于父关节只发生旋转,不发生平移,因此父子关节之间的欧式距离是不变的,符合人体骨架长度不变的客观事实;通过自下而上考虑骨骼旋转,从骨架的根节点起,确认各块骨骼的父骨骼和子骨骼以及各块骨骼的根节点和尾节点;辈分最低的子关节先动,相对父关节再动,相对父关节又带动它的子关节,对子关节的变化相当于累加;所有骨骼围绕关节都旋转后,实现相应人体姿态动作的描述;步骤A3、去交叉修正根据步骤A2中的骨架拓扑结构,从子骨骼到父骨骼的所有骨骼完成全局变换后,得到人体姿态变换结果;由于骨骼旋转的关节点和旋转轴不能严格模拟人体关节的复杂旋转与滑动过程,也可能造成相邻骨骼之间的交叉;或血管软组织与骨骼、皮肤的交叉;因此,需要采取去交叉运算,消除可能产生的曲面交叉,生成仿真可用的模型;对人体姿态变换结果中的所有解剖结构的曲面进行去交叉检测的方法是:首先设需要做交叉检测的两个曲面分别为S1和S2,二者必须确保的是封闭的网格曲面;遍历S1上所有顶点,设被检测的任意顶点v∈S1,从顶点v出发做n条射线,检测每条射线与S2的交点数,检测每个顶点是否在S2内部;如果全部n条射线与S2的交点个数都是奇数,说明顶点v在S2内部,否则是在外部;找到S1中需要调整的点,如果被检测的对象是软组织与骨骼之间或骨骼与骨骼之间,则需要调整的点为S1中位于S2内部的点;如果被检测的对象是软组织与皮肤之间,则需要调整的点为S1中位于S2外部的点;判断需要调整的点位于曲面S2的外部还是内部;经过每个需要调整的点,做S2的所有三角形面片的垂线,如果垂足落在三角形面片内部,则记录需要调整的点到垂足的距离,选取所有距离中最短距离的点当作该需要调整的点更新后点的坐标;每个需要调整的点更新后的坐标为:v
*
←
1.5(k
‑
v
*
)其中,v
*
为需要调整的点,k为目标点最短距离时对应的垂足;检测不到需要调整的点后,对曲面S1和S2做三角形面片交叉检测,消除可能产生的面片交叉;遍历S1上所有三角形面片,设t1为S1上任一三角形面片,分别检测其三条边与S2上任一三角形面片t2的交叉关系;只要t1的三条边中有任意一条与t2相交,则认为两个三角形面
片t1与t2相交;对于S1上所有与S2相交的三角形面片的顶点,需重新调整其位置,直至检测不到相交的三角形面片;步骤A4、蒙皮优化首先通过线性混合蒙皮的方法实现蒙皮结果;将统计学习得到的人体静默姿态下的皮肤表面顶点绑定在每个骨骼关节上,每个皮肤表面顶点可绑定附着在一个或多个骨骼上;选择使用带约束的最小二乘法对所有皮肤表面顶点进行估计,生成线性蒙皮权重;根据骨骼姿态变换...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。