在虚拟试衣、3D游戏、3D电影等相关领域,均离不开三维人体数字化建模的研究。特别是在服装设计、服装订购、虚拟试衣等行业,三维人体建模的精度直接影响后期的效果。在服装应用领域中,均可以通过三维人体建模技术,创建出符合人体真实形态的三维模型,利用虚拟人体进行服装的审视和检查,以便服装正式上身之前,能够及时地发现并解决问题,从而减少不必要的成本浪费。因此,如何快速、逼真的构建出与真实人体形态相像的数字化三维模型具有重要的研究意义。主要研究工作如下:首先,为了增强三维人体模型库中不同形态的人体信息,引入一种便捷的数据增强技术,即首先训练一个人体重要部位比例到PCA系数的神经网络,再通过编辑人体不同部位的比例来快速生成三维人体数字化模型。将增强之后的人体模型库进行分类处理,挑选具有代表性的三维人体模型作为实验的数据来源。其次,本文提出了一种新型的三维人体建模方法,该方法不仅能够处理均匀取样的二维点云,同时也能够处理二维缺失点云。传统方法中根据点云进行三维人体重构的过程通常以三维点云为研究对象,然而本文提出以二维点云为基础进行三维人体模型的快速重构。同时考虑到由不完整的三维点云重建完整的三维人体网格模型是具有挑战性的问题,因此本文方法中通过对二维点云进行破裂处理从而模拟二维点云的破损和残缺状态,使得算法能够处理不完整的二维点云图。主要内容包括:对二维点云进行破裂处理,建立一个由人体二维点云图像和黑白二值图相对应的数据集,并训练一个由前者生成后者的生成对抗网络模型,随后使用该模型将二维点云图转化为相应的黑白二值图;将上述预测出的黑白二值图输入一个训练好的卷积神经网络中,用于评估二维图像到三维人体模型重构的效果;大量的实验结果表明,本文方法重建出的三维人体模型能够有效实现视觉上的真实感,为了对重建后的精度进行定量的分析,选用人体特征里最具有代表性的腰围和胸围特征作为误差评估。同时为了进一步突出本文方法基于缺失点云重建三维模型的有效性,引入了对比实验,将本文方法与传统的曲面重构算法进行了比较分析,实验结果表明,基于二维破裂点云重建三维人体模型的效果优于基于不完整的三维点云重建三维人体网格模型效果。