人体外形重建在许多场景中都扮演着必要的角色,例如在虚拟现实游戏、电影特效、产品定制、增强现实等许多应用中都少不了人体外形重建。图像和视频是信息传递的主要载体,因此如何从图像和视频中获得人体姿态一直是计算机视觉的研究热点之一。当前大多数研究工作都试图采用回归人体参数模型,从而产生与图像和视频中人体一致的姿态。然而,这些方法存在以下问题:人体参数模型无法显示,诸如头发、面部表情、衣服的细节等;因为从高维空间到特定参数空间的映射忽略了输入图像中像素的空间关系。上述缺点导致了训练困难,降低了人体重建准确度。为此,本文进行了以下工作:首先,本论文采用网格模型表示人体,提出了基于生成对抗网络的图像人体重建方法。对于大量网格顶点的回归任务,在生成器中引入图卷积网络来回归网格坐标。图卷积网络利用网格拓扑捕获3D人体的完整信息,然后生成更平滑和高质量的人体网格模型。此外本文提出了使用对抗训练鼓励生成器输出接近真实数据分布的人体网格模型。其次在视频人体重建方面,本论文提出了结合GRU和自注意力机制的视频人体重建方法。该模型利用GRU循环神经网络来处理时间序列数据。该网络在生成器和运动判别器引入GRU以捕获人类运动的顺序性质,运动判别器采用注意力机制来放大视频中重要帧的作用。本论文在多个公开数据集上评估了所提出人体重建方法,在图片和视频人体重建方面均能够恢复较准确的人体姿势。通过于其他方法对比,本论文在人体形状和姿势估计方面具有更好的性能,从而验证了本论文所提出方法的有效性。最后,本论文在上述研究工作的基础上实现了一款基于生成对抗网络的3D人体重建系统,该系统整合了图片和视频人体重建流程。并依据3D人体重建的需求,该3D人体重建系统不仅实现了文件选择、神经网络选择、输出人体重建文件等一系列功能,而且测试结果良好。