随着计算机仿真技术的快速发展,使得人们的生活越来越丰富的同时,也使他们越来越追求技术所带来的真实感体验和视觉上的享受。在大规模人群仿真场景、虚拟试穿系统、影视动画、视频会议和游戏场景中,真实感和精细化的三维人物模型给人们带来了不一样的视觉冲击。本文研究了如何自动地从人物图片直接生成可视化三维人物模型的方法,首先使用深度学习的方法提取图片中人物语义特征信息,将由此得到的人体解析图:1、映射到纹理空间生成部分纹理,进而通过纹理拼接技术得到完整的UV纹理图;2、融入到标准网格模型SMPL中得到目标三维网格模型。将UV纹理图通过纹理坐标映射到对应的三维人物模型,从而实现目标人物化身的创建。本文的主要工作如下:1)综述了从图片生成可视化三维人物模型的相关研究现状及成果,对当前从图片到可视化三维人物模型所使用的系统和算法、用于从图片中提取人物语义特征信息的网络模型进行了总结和改进。2)针对现有的人体解析方法在进行人物图像语义解析时出现的人体细节缺失和语义标签图精度偏低,提出了边界与语义信息相融合的交叉细化网络模型(Cross Refinement Network,简称CRN)。对图片提取人物语义特征信息以供后续的操作。3)将获取的语义特征图联合部分纹理拼接得到完整的UV纹理。然后,将获取的数帧语义特征图融合进标准姿势模型SMPL中生成目标三维网格模型。最后,将UV纹理坐标值写入OBJ模型文件中,得到个性化的三维人物模型。