摘要： 为降低服装三维模型的重建难度，提升三维服装模型的重建效率，提出一种基于多视角单目的服装三维重建方法，该方法首先获取服装图像序列，然后对服装图像序列进行实例化分割获得含服装部分的轮廓信息，使用SIFT算法提取每张图像的特征点和匹配对，加入双重约束去除误差匹配对。然后进行稀疏点云以及稠密点云的重建，最后使用泊松重建还原服装表面细节。结果表明:在多视觉单目服装三维重建过程加入实例分割和双重约束后可以将特征的匹配率提升至88.3%，三维重建的速度较传统方法提升了22%。该方法在服装三维模型重建的过程中也能较好还原服装表面细节。
