三维人体模型的重建和运动变形技术在游戏人物设计、动画电影、服装CAD等领域有广泛的应用。利用深度相机对人体进行个性化的扫描重建是目前广受欢迎的人体重建方法,但由于受到深度相机的精度影响,扫描重建的人体模型效果不佳,对人体模型的运动变形也产生影响。因此,研究人体扫描重建方法及运动变形技术对相关领域发展具有重大意义。作为人体数据的扫描设备,深度相机同时提供了人体的深度数据和色彩数据。以重建一个带有色彩的高质量人体模型并对其进行运动变形为目标,本文提出基于深度与色彩双重优化的人体扫描重建方法和基于数据简化与映射的人体运动变形方法。首先,利用单/多台深度相机方法获取人体不同方位的深度数据,针对深度相机的个数采取不同的人体几何重建方法,并通过检测-定位-切割-拼接进行人体头部的几何优化;然后,基于图像本征分解的方法,交叉优化人体的深度数据和色彩数据,进而重建一个带有色彩的高质量人体模型;最后通过数据简化与映射的方法,实现复杂人体模型的运动变形。提出基于深度相机的人体几何重建及局部优化方法。针对深度相机的不同数目,基于单台和多台深度相机提出两种人体几何重建方案。对于单台深度相机,依次采用“初配准-刚性配准-非刚性配准”来解决多方位采集人体数据过程中人体微动造成的深度数据配准问题,实现简单设备条件下的人体几何重建;对于多台深度相机,利用球体拟合的数据配准预先计算各相机之间的精准相对位置,直接转换各相机同时采集的人体多方位数据,实现快速的人体几何重建;在人体几何重建基础上,分别获取整体性扫描重建的人体和局部精扫描重建的头部,通过精细头部和原始人体头部之间的“检测-定位-切割-拼接”,实现人体几何的局部优化。提出基于本征分解的深度和色彩双重优化方法。利用不同的能量泛函最小化方法完成深度数据和色彩数据各自的畸变校正以及它们之间的配准优化;结合深度图像中的深度数据,优化色彩图像的本征分解,获取反照率本征图和亮度本征图;用反照率本征图替代原始色彩图像,实现人体的色彩数据优化;以亮度本征图作为引导图像,对深度图像进行引导滤波,实现人体的深度数据优化。提出基于数据简化与映射的人体运动变形方法。将扫描重建的人体数据从三维空间降到二维空间,实现数据降维简化;通过构建二维骨架的细节层级提取人体骨架主干,并结合标准人体骨架模板实现骨架关节点定位;将二维关节点反投影至三维空间,实现三维人体的骨架提取;对目标人体进行几何模型的简化,在简化模型上实现人体表面顶点的蒙皮权重计算,利用原模型到简化模型的单映射关系计算出原模型的蒙皮权重,从而简化蒙皮权重计算;最终利用获取的人体骨架和计算得到的蒙皮权重,用骨架驱动的运动变形方法,实现复杂人体模型的运动变形。以研究成果为核心,利用采集的三维人体数据完成人体扫描重建、优化及运动变形,展示重建的人体模型和运动变形实例,验证方法的有效性。最后,总结全文的研究内容,提出针对研究工作不足的未来研究展望。