1.一種三維人體掃描非剛性重建和測量方法，其特征在于，包括以下步驟:

步驟1：獲取初始幀深度圖像，并利用Marching?Cube算法生成初始化的立體三角網(wǎng)格模型；

步驟2：計算所述初始化的立體三角網(wǎng)格模型的蒙皮權(quán)重；

步驟3：獲取當(dāng)前幀深度圖像和當(dāng)前幀RGB圖像，從當(dāng)前幀深度圖像和當(dāng)前幀RGB圖像中提取人體骨架信息和人體輪廓信息，并建立最優(yōu)化模型；根據(jù)最優(yōu)化模型計算當(dāng)前幀與初始幀之間的人體非剛性變換系數(shù)；

步驟4：利用所述非剛性變換系數(shù)，將當(dāng)前幀深度圖像逆變換到立體三角網(wǎng)格模型的坐標(biāo)空間中，并利用TSDF算法將初始幀深度圖像與當(dāng)前幀深度圖像的深度信息融合；

步驟5：重復(fù)步驟4和步驟5，將多幀深度圖像進(jìn)行融合后生成最終的人體三維模型；

所述步驟3具體包括：

步驟3.1：建立最優(yōu)化模型

獲取下一幀深度圖像和下一幀RGB圖像作為當(dāng)前幀深度圖像和當(dāng)前幀RGB圖像；

根據(jù)當(dāng)前幀深度圖像計算人體骨架信息的具體方法為：計算該幀深度圖像中的骨架位置信息，并根據(jù)歐式距離計算該幀深度圖像與初始幀深度圖像的對應(yīng)頂點集合C，其中，{v_k,u_k}∈C；

根據(jù)當(dāng)前幀RGB圖像計算人體輪廓信息的具體方法為：用Mask?RCNN算法提取RGB圖像中人體的輪廓點z_l，由輪廓點z_l組成人體輪廓信息集合S，其中，{z_l}∈S；

根據(jù)所述人體骨架信息集合和人體輪廓信息集合S，建立最優(yōu)化模型；

步驟3.2：計算人體非剛性變換系數(shù)

根據(jù)最優(yōu)化模型計算當(dāng)前幀與初始幀間的對應(yīng)采樣點x_i的人體非剛性變換系數(shù)

具體的，使用迭代最近點ICP算法迭代優(yōu)化最優(yōu)化模型的損失函數(shù)，計算得到非剛性變換系數(shù)；

在步驟3.2中，所述的最優(yōu)化模型的目標(biāo)函數(shù)L包含四個損失函數(shù)L₁、L₂、L₃、L₄：

L＝L₁+L₂+L₃+L₄?(2)

其中，損失函數(shù)L₁用于建立根據(jù)人體非剛性變換系數(shù)計算得到的深度圖像與當(dāng)前幀的實際深度圖像的距離模型；

L₂用于建立根據(jù)骨骼運(yùn)動變換系數(shù)計算得到的深度圖像與當(dāng)前幀實際深度圖像的距離模型；

L₃用于約束人體非剛性變換系數(shù)和骨骼運(yùn)動變換系數(shù)兩種方式估算出的頂點位置的一致性；定義如下：

L₄表示將根據(jù)非剛性變換系數(shù)估算得到的當(dāng)前幀深度圖像投影到二維RGB圖像空間后的人體輪廓與當(dāng)前幀實際RGB圖像中提取的人體輪廓的吻合程度。