针对着装图像的参数化人体重建

关键词：机器学习，三维人体重建，人体参数化模型。

从着装图像快速重建参数化人体模型对虚拟试衣系统有重要意义，其难点在于：一是无法准确地描述着装模型到三维人体模型的变换；二是在优化人体参数使人体模型拟合目标数据时两者的距离计算非常耗时。

针对第一个难点，我们通过构建由参数化人体模型及该模型相应的着装图像构成的训练库，通过对训练库的学习得到与输入的着装图像相对应的三维人体。采用学习的方法需要大量样本，我们采用基于物理的布料仿真来模拟三维人体模型穿上衣服的效果，以获取训练数据。

针对第二个难点，我们通过在三维人体模型上标记稀疏标志点，以稀疏标志点为桥梁，通过统计学习获得着装图像对应的标志点，然后用这些标志点构建目标函数优化人体参数，从而避免耗时的距离计算。