简单的摄像头设置可以实现3D人体形状重建

       考纳斯科技大学（KTU）的研究人员提出了一种基于深度学习的三维人体形状重建方法，当原始图形仅部分可见时。该方法成本相对较低，对获得的图像进行了高压缩，并且易于与现有的虚拟现实工具集成。该方法是使用真实数据集开发的。临床试验正在进行中。

       目前用于VR的3D图像重建解决方案包含多个摄像头的复杂配置，并且需要高水平的计算能力来处理图像。研究人员说，这可能会使完整的物体重建变得不切实际，而且成本高昂。

        为了解决这些问题，由KTU多媒体工程系首席研究员Rytis Maskeliunas领导的计算机科学家团队提出了一种基于深度学习的方法，可以从深度视图重建完整的人体姿势点云。他们采用三级对抗式深度神经网络来处理深度传感器噪声，并对深度传感器数据进行细化，以实现全三维人体形状重建。

       该团队使用多个受试者进行身体康复训练的记录作为实验数据集。两台商用深度相机被用来从正面和侧面拍摄受试者。

       Maskeliunas说：“摄像机只能看到图像的一部分：如果它拍摄的是正面视图，那么后面的视图是看不见的；如果有什么东西挡住了视图，摄像机就看不到后面的东西。因此，我们使用人工智能来重建图像的不可见部分。”

       人工智能训练采用五阶段重建法。结果得到专家验证，专家观察到网络重建的结果只有少量缺陷，主要是在肢体末端附近。

       解决方案是，Maskeliunas和他的团队目前正在为医学领域开发的几个改善的应用程序。

Maskeliunas表示，在医疗保健领域，当需要實現诊断与脊柱损伤有关的各种创伤以及其他各种功能時，人的3D图像至关重要。

       “例如，医生可能会要求患者执行一项简单的任务，比如触摸他们的鼻子或旋转他们的肩膀。为了全面了解患者是如何弯曲、扭转以及他们的姿势是如何变化的，医生需要将他们视为一个三维主体，以便能够从各个侧面和角度观察他们，” Maskeliunas说。他补充说，工具的可用性和所提出的解决方案可以轻松集成的各种应用程序，可以使开发的方法成为三维图像重建的首选方法。这项研究发表在《IEEE传感器杂志》上。