专利交易市场

本发明公开了一种基于Transformer解码器的3D人体模型重建方法，对原始RGB图像进行预处理，将其输入卷积神经网络进行特征提取，获得图像网格特征；将模板3D人体模型的顶点坐标输入一个线性层，获得编码后的模板顶点特征，将图像网格特征融入当前状态的顶点特征，并最终形成变换后的顶点特征，将变换后的顶点特征通过上采样层进行上采样，并通过逆向线性层将顶点特征解码为最终预测的3D人体模型顶点坐标。本发明更加充分地利用了图像网格特征中的局部信息，同时对顶点特征变换过程施加严格的语义一致性约束，帮助网络忽略不必要的语义转换，聚焦于预测更精准的人体模型。

本发明公开了一种人体模型的构建方法、装置、电子设备及存储介质，本发明在进行人体模型重建时，无需采集人体的深度图像，也无需计算人体的深度信息，因此，相比于设备扫描重建方法以及双目/多目视觉重建方法，本发明的成本低、方式简便且不依赖设备，更便于广泛推广；同时，生成的三维模型不需要算法连续性修正就可以直接使用，使用起来更加方便；另外，相比于单帧图像重建算法，本发明将正侧两张照片对应的轮廓图像输入至人体参数识别模型中进行体型参数的回归，避免了单张图像缺失部分特征的问题，进而大幅提高了模型的构建精度。

本发明公开了一种基于3D可视化人体模型的胸痛症状记录方法，构建胸痛基础数据集，将胸痛基础数据集输入到3D可视化人体模型系统中，在3D可视化人体模型上标注胸痛位置，根据实时输入的胸痛基础数据集，动态调整3D可视化人体模型上相应区域的显示效果，在动态显示过程中，系统同时提供多感官反馈，将标注的胸痛位置及其相关特征数据进行存储，数据存储于与系统集成的医学数据库中，将存储的症状数据与患者的电子健康记录进行关联，将分析结果以可视化形式在3D可视化人体模型上呈现，并允许用户对记录的症状数据进行进一步的修改或补充。本发明的多模态反馈机制不仅提高了症状记录的深度和细节，还为医生在诊断时提供了更加丰富的感官信息支持。

本实用新型涉及人体模型领域，且公开了一种尺寸可调节的人体模型，包括胸部，所述胸部的顶端固定连接有模型本体，所述胸部两侧的上端活动连接有大臂，所述大臂的底端活动连接有小臂，所述胸部的底端活动连接有大腿，所述大腿的底端活动连接有小腿，所述大臂、大腿和胸部的内部活动连接有调节结构。该尺寸可调节的人体模型，通过调节杆与调节槽内部之间的滑动，改变小臂、大腿和小腿的滑动距离，再利用调节螺栓和螺栓孔之间的螺纹配合，实现调节杆滑动后的限位固定，同时可通过外部气泵等设备，将空气鼓入气囊内部，进而使得气囊膨胀至合适幅度，使得本申请人体模型整体尺寸更为贴合不同年龄段儿童的尺寸要求，提高其适用性。

本发明公开了一种3D人体模型驱动的运动迁移方法，通过将训练数据转换到UV空间并以相邻视频帧之间的互补信息来构建并优化3D人体模型；然后将优化后的3D人体模型投影到2D平面以保留原始运动的3D信息，并实现了以目标姿态驱动优化后的3D人体模型；将2D投影和训练数据的姿态作为预训练模型的输入，并保存训练好的模型；然后将目标人的姿态归一化；最后以目标人姿态驱动的优化后3D人体模型的2D投影和归一化后的目标人姿态作为训练好的运动图像生成模型的输入进行最终的运动迁移，既克服了2D平面图像生成存在的模糊和形状失真等问题，又保证生成的运动图像具有可靠的深度信息、精确的形状和清晰的人脸。