高价做个三维人体建模程序

m7421***

任务编号：5782769 悬赏任务4000元悬赏任务 : 按雇主需求进行任务后提交稿件，被采纳后即获得佣金。

高价做个三维人体建模程序

距截止：任务已圆满完成雇主已托管赏金：4000 元

雇主发布需求 雇主托管佣金 服务商投稿 雇主开始选稿 任务完成

任务大厅共需1个合格投稿 | 每稿将获得4000 元 | 每人交稿次数不限可多次任务

投诉举报联系Ta 我来承接已有1 个投稿 | 已采纳1 稿 | 拒绝0 稿 | 目前中标名额已满

任务需求:

需求：
人体三维模型是由几千甚至几万个顶点构成的三角网格曲面。Kinect可以捕捉一个人体的15个关节点（每个点都有x,y,z坐标）。由三维模型来计算15个关节点，基本没有啥问题。但反过来呢？如果你简单认为deep learning能够建立一个从15个关节点到人体三维模型的映射，你就大错特错了，这根本不可能成功。其实，尽管人体三维模型是由几千甚至几万个顶点构成的三角网格曲面，但其实它的本质维度并没有这么高的。这里的维度说来是有语义的，比如说“高矮，胖瘦，苗条，强壮”等等。
从数据的角度挖掘出来这些语义来。如何来挖掘呢？国际上有一些现成的人体模型库，里面有模型是经过交叉参数化过的。所谓“交叉参数化”是指，经过这些处理以后，每个模型上具有相同数目的顶点，并且相同ID的顶点表达相同的位置。将每个模型简单串成一个高维向量，比如说10000个顶点的话，就折算成30000个实数的一维向量。这样整体模型库，对于我们来说，就变成了一组向量而已。不仅如此，人们通过类似主向量分析(PCA）的技术来分析其主成分。（如果我没有说错的话，特征值绝对值小的对应于比较重要的方向）事实上，这些主成分是有语义的。你可以这样做，拿基本一个三维模型，尝试通过向量分解或者稀疏表示的技巧，用这些主成分表达给定的三维模型。在这些主成分的前面，有一组系数，你尝试改变这些系数，能观察到什么现象？是变胖了，还是变苗条了呢？

一半***

已采纳

[软件设计] 高价做个三维人体建模程序

高价做个三维人体建模程序

全部参与1

普通会员

今日悬赏

最新商品

一机一码加密视频教程课件提取开发转换还原解码工具教程软件

软件开发工具程序定制协议分析算法代码提取协议工具开发

新手帮助

平台规则

关于天盟

一键快捷导航

微信公众号

手机客户端

[软件设计] 高价做个三维人体建模程序

高价做个三维人体建模程序

全部参与1

普通会员

今日悬赏

最新商品

一机一码加密视频教程课件提取开发转换还原解码工具教程软件

软件开发工具程序定制协议分析算法代码提取 协议工具开发

新手帮助

平台规则

关于天盟

一键快捷导航

微信公众号

手机客户端

软件开发工具程序定制协议分析算法代码提取协议工具开发