摘要

本发明公开了一种基于深度特征解耦的可控人体形状补全方法,其特点是利用神经网络的特征提取能力分别从破损人体形状和一组骨架关节点重建人体的完整体型和姿势特征,并通过模型训练方式和损失函数的设计进行可控人体形状补全,具体包括:1)根据输入的破损人体形状重建完整人体体型特征;2)根据输入的骨架关节点集重建或根据高斯噪声向量生成完整人体姿势特征;3)根据重建的完整人体体型和姿势特征合成姿势可控的人体形状补全结果等步骤。本发明与现有技术相比具有快速准确的补全与重建,补全结果可控的特点,大大降低对补全模型的鲁棒性要求,将人体形状补全任务转化为刚体补全任务,方法简便,补全效果好。