在大规模人群仿真场景中,虚拟人物角色采用单一服饰纹理会降低仿真可信度,而人工精细生成多样化纹理时间成本高。本文研究一种虚拟人物角色服饰纹理快速生成方法,采用算法识别解析现有人物图片中服饰的不同部位,再进行纹理处理、生成和纹理映射等过程,实现从单张图片直接生成角色服饰纹理。本文的主要工作如下:1)综述了从图片生成三维角色服饰模型的相关研究现状及成果,对现有的从图片到相似的三维人物服饰所使用的系统和算法、图片中人物服饰部位的识别算法进行了分析和总结。2)结合深度学习和图割算法,实现人物图片中服饰的解析和提取。对于现代人物图片的服饰识别,采用深度学习的宏-微对抗网络算法(Macro-micro Adversarial Network,MMAN)方法,其识别效果良好且操作便捷;而对于自动识别效果不佳的人物图片,采用机动性良好的交互式GrabCut算法识别服饰,提高识别准确度。3)提出了一种虚拟角色服饰纹理快速生成方法。首先,采用上述算法进行服饰解析和提取;然后,通过算法映射到三维角色模型纹理图的服饰对应部位,其中对于被遮挡的服饰部分纹理,采用提取的服饰颜色风格信息进行补充;最后,得到三维人物角色服饰纹理图,生成重定向图片服饰的人物模型。4)设计了相关实验,完成从单张图片到三维虚拟角色服饰纹理模型的生成,通过实验结果验证了所提算法的有效性和快速性。