3DModeling 基于2D图像的3D人体建模 所用语言：C++ 所用库：OpenGL, OpenCV 二维图片1：人体正面图 二维图片2：人体背面图 二维图片3：人体侧面图 图像处理生成标准图4（用于3D标准模型的纹理贴图）

为了减小激光三维扫描仪多传感器点云拼接误差的影响，提出了一种以圆柱体作为标准物体逐层修正拼接误差的简便方法。对标准物体扫描且拟合出各截面圆心坐标，并利用圆柱体实际半径值求得截面真值圆函数，将每层测量数据向真值圆函数进行平移刚性变换，求得该层的拼接误差和修正值。为了减小随机误差的影响，利用多次重复测量求得平均修正值，并用求出的平均修正值分别对圆柱体、长方棱柱体和石膏人体模特的不同位置的扫描结果进行了修正验证实验。从截面图的直观观察和定量数据测量两方面比较了修正前后的点云拼接效果，结果表明，修正后点云拼接更加光滑平顺，数据测量相对误差有显著降低。

一个我用的三维的人体模型 共享下 有用的大家一起分享

视频转Pose3D-通过视频预测3d人的姿势。 环境：Linux系统；Python> 3.6发行版 依存关系配套 火炬> 0.4.0；火炬样本；ffmpegtqdm；opencv-python（使用pip安装）；matplotlib；2D联合探测器 ------------ 2D姿势到3D姿势和可视化部分来自VideoPose3D。 一些“ In the wild”脚本是从另一个fork改编的。 项目结构和./videopose.py运行脚本从此仓库改编而来

Bodyfusion的论文