CN101751648A - 一种基于网页应用的在线试穿试戴方法 - Google Patents
一种基于网页应用的在线试穿试戴方法 Download PDFInfo
- Publication number
- CN101751648A CN101751648A CN201010042614A CN201010042614A CN101751648A CN 101751648 A CN101751648 A CN 101751648A CN 201010042614 A CN201010042614 A CN 201010042614A CN 201010042614 A CN201010042614 A CN 201010042614A CN 101751648 A CN101751648 A CN 101751648A
- Authority
- CN
- China
- Prior art keywords
- web application
- user
- real
- try
- described web
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- User Interface Of Digital Computer (AREA)
Abstract
一种基于网页应用的在线试穿试戴方法，提供了一种基于网页应用，方便用户在线试穿试戴商品的方法。该方法以其良好的互动性和仿真性，可以用于电子商务等相关领域。
Description
技术领域
本发明涉及一种基于网页应用的在线试穿试戴方法，该方法基于网页应用，以其良好的互动性和仿真性，可以用于眼镜、围巾、领带等物品的在线试穿试戴。
背景技术
随着互联网的普及，上网的人群基数越来越大，在线电子商务逐步的普及。但是目前的在线试衣系统或者在线试戴系统不能利用视频技术实时的进行试穿试戴，仿真性及互动性差。
发明内容
针对以上存在的不足之处，本发明提供了一种基于网页应用的在线试穿试戴方法。该方法可以让用户借助电脑及摄像头进行在线试穿试戴，在眼镜、领带、围巾等商品上有良好的效果。
为实现上述目的，本发明提供解决上述问题方案为：
基于浏览器开发一个网页应用，该网页应用可以从服务器中加载需要展示的商品图片，并在网页上进行展示，该网页应用具有实时从摄像头获取用户视频图像的能力，并且能实时的分析用户的手势，比如上下左右，使用手势分析后的数据作为输入更换网页应用上的商品显示及用户的所选择的试穿及试戴内容，除了手势分析作为输入外，传统的键盘、鼠标也是重要的输入源。同时网页应用能实时分析视频图像中的用户脸部、脸部器官或者颈部，定位位置后将用户选择的商品图片使用图像处理技术实时的叠加在视频中展示给使用者。
上述技术方案的有益之处在于：
使用者可以得到良好的试穿试戴效果体验。
附图说明
图1为说明本发明的示意图。
图2为说明本发明的使用案例图
具体实施方式
从图1可以看出本发明方法的使用方式为用户打开网页应用，然后根据网页应用显示用手势或者键盘鼠标等输入工具进行回应。
网页应用的特点为运行的载体是浏览器，所述的网页应用使用Adobe公司的Flash技术。
从图2中可以看出实际使用网页应用进行眼镜试戴案例的情况。用户使用鼠标键盘或者手势选择试戴的眼镜。同时网页应用实时的捕捉用户的脸部及双眼位置，并将所选择的眼镜图片缩放变形处理后叠加在视频输出上。
被测试用户的手势识别采用运动检测技术，目前常用的方法如下：
1.背景减除(Background Subtraction)
背景减除方法是目前运动检测中最常用的一种方法，它是利用当前图像与背景图像的差分来检测出运动区域的一种技术。
2.时间差分(Temporal Difference)
时间差分(又称相邻帧差)方法是在连续的图像序列中两个或三个相邻帧间采用基于像素的时间差分并且阈值化来提取出图像中的运动区域。
3.光流(Optical Flow)
基于光流方法的运动检测采用了运动目标随时间变化的光流特性，如通过计算位移向量光流场来初始化基于轮廓的跟踪算法，从而有效地提取和跟踪运动目标。
当然，在运动检测中还有一些其他的方法，运动向量检测法，适合于多维变化的环境，能消除背景中的振动像素，使某一方向的运动对象更加突出的显示出来。
对人脸检测的研究最初可以追溯到20世纪70年代，早期的研究主要致力于模板匹配、子空间方法，变形模板匹配等。近期人脸检测的研究主要集中在基于数据驱动的学习方法，如统计模型方法，神经网络学习方法，统计知识理论和支持向量机方法，基于马尔可夫随机域的方法，以及基于肤色的人脸检测。目前在实际中应用的人脸检测方法多为基于Adaboost学习算法的方法。
一般的眼睛定位算法分为两个步骤：(1)粗定位。在精确定位眼球中心前一般要找到眼睛的大致位置，常见的方法有：对称性法、边缘点积分投影曲线极值位置判断法、神经网络法、多分辨率的马赛克图法等。(2)眼球的精确定位。常用的方法有：基于霍夫变换、几何及对称性检测、弹性模板等等。也可以基于肤色、几何特征和灰度信息的进行定位算法。其他的器官检测原理类似。
利用手势识别及器官定位技术并结合图像处理技术可以实现在线试穿试戴系统，实现的系统具有良好的互动性及用户体验。可广泛的用于电子商务领域。
Claims (4)
1.一种基于网页应用的在线试穿试戴方法，其特征在于：
该方法运行环境为浏览器；
该方法使得用户可以通过网页应用来进行商品的在线试穿试戴。
2.如权利要求1所述的一种基于网页应用的在线试穿试戴方法，其特征在于：
存在一网页应用，该应用使用Adobe公司的Flash技术。
3.如权利要求2所述的一种基于网页应用的在线试穿试戴方法，其特征在于：
所述的网页应用具有从摄像头中实时获取视频数据的能力；
所述的网页应用具有实时分析用户手势变化的能力；
所述的网页应用具有实时跟踪用户脸孔的能力；
所述的网页应用具有实时定位用户头部器官的能力；
所述的网页应用具有实时定位用户颈部的能力。
4.如权利要求2所述的一种基于网页应用的在线试穿试戴方法，其特征在于：
所述的网页应用根据用户的手势或者鼠标、键盘等输入设备的输入选择被试穿试戴商品，
提取该商品(包括但不限于眼镜、领带、围巾)在数据库中预设的特征数据；
所述的网页应用根据用户的手势或者鼠标、键盘等输入设备的输入更换被试穿试戴商品，网页应用可以根据用户输入来实时的更换显示画面；
所述的网页应用根据用户的实时视频数据分析定位出用户的脸部或头部器官或颈部位置，然后使用图像处理技术在视频上实时叠加被试穿试戴商品的图片或多媒体内容，所叠加的内容会根据分析出的位置信息进行相应的缩放及变形。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201010042614A CN101751648A (zh) | 2010-01-07 | 2010-01-07 | 一种基于网页应用的在线试穿试戴方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201010042614A CN101751648A (zh) | 2010-01-07 | 2010-01-07 | 一种基于网页应用的在线试穿试戴方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN101751648A true CN101751648A (zh) | 2010-06-23 |
Family
ID=42478594
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201010042614A Pending CN101751648A (zh) | 2010-01-07 | 2010-01-07 | 一种基于网页应用的在线试穿试戴方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN101751648A (zh) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102004860A (zh) * | 2010-12-02 | 2011-04-06 | 天津市企商科技发展有限公司 | 网络真人试衣系统及其控制方法 |
| CN103514545A (zh) * | 2012-06-28 | 2014-01-15 | 联想(北京)有限公司 | 图像处理方法以及电子设备 |
| CN104898835A (zh) * | 2015-05-19 | 2015-09-09 | 联想(北京)有限公司 | 一种信息处理方法及电子设备 |
| CN106384388A (zh) * | 2016-09-20 | 2017-02-08 | 福州大学 | 基于html5和增强现实技术的互联网眼镜实时试戴方法及系统 |
| CN107347082A (zh) * | 2016-05-04 | 2017-11-14 | 阿里巴巴集团控股有限公司 | 视频效果的实现方法和装置 |
| CN107783810A (zh) * | 2012-11-20 | 2018-03-09 | 联想(北京)有限公司 | 显示控制方法和电子设备 |
| CN109660717A (zh) * | 2018-11-26 | 2019-04-19 | 深圳艺达文化传媒有限公司 | 自拍视频耳机图像的叠加方法及相关产品 |
| CN110677713A (zh) * | 2019-10-15 | 2020-01-10 | 广州酷狗计算机科技有限公司 | 视频图像处理方法及装置、存储介质 |
| CN113038148A (zh) * | 2019-12-09 | 2021-06-25 | 上海幻电信息科技有限公司 | 商品动态演示方法、装置及存储介质 |
-
2010
- 2010-01-07 CN CN201010042614A patent/CN101751648A/zh active Pending
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102004860A (zh) * | 2010-12-02 | 2011-04-06 | 天津市企商科技发展有限公司 | 网络真人试衣系统及其控制方法 |
| CN102004860B (zh) * | 2010-12-02 | 2013-01-16 | 天津市企商科技发展有限公司 | 网络真人试衣系统及其控制方法 |
| CN103514545A (zh) * | 2012-06-28 | 2014-01-15 | 联想(北京)有限公司 | 图像处理方法以及电子设备 |
| CN107783810A (zh) * | 2012-11-20 | 2018-03-09 | 联想(北京)有限公司 | 显示控制方法和电子设备 |
| CN104898835A (zh) * | 2015-05-19 | 2015-09-09 | 联想(北京)有限公司 | 一种信息处理方法及电子设备 |
| CN104898835B (zh) * | 2015-05-19 | 2019-09-24 | 联想(北京)有限公司 | 一种信息处理方法及电子设备 |
| CN107347082A (zh) * | 2016-05-04 | 2017-11-14 | 阿里巴巴集团控股有限公司 | 视频效果的实现方法和装置 |
| CN106384388A (zh) * | 2016-09-20 | 2017-02-08 | 福州大学 | 基于html5和增强现实技术的互联网眼镜实时试戴方法及系统 |
| CN106384388B (zh) * | 2016-09-20 | 2019-03-12 | 福州大学 | 基于html5和增强现实技术的互联网眼镜实时试戴方法及系统 |
| CN109660717A (zh) * | 2018-11-26 | 2019-04-19 | 深圳艺达文化传媒有限公司 | 自拍视频耳机图像的叠加方法及相关产品 |
| CN110677713A (zh) * | 2019-10-15 | 2020-01-10 | 广州酷狗计算机科技有限公司 | 视频图像处理方法及装置、存储介质 |
| CN113038148A (zh) * | 2019-12-09 | 2021-06-25 | 上海幻电信息科技有限公司 | 商品动态演示方法、装置及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101751648A (zh) | 一种基于网页应用的在线试穿试戴方法 | |
| Cheng et al. | An image-to-class dynamic time warping approach for both 3D static and trajectory hand gesture recognition | |
| Zhou et al. | A novel finger and hand pose estimation technique for real-time hand gesture recognition | |
| Lim et al. | A feature covariance matrix with serial particle filter for isolated sign language recognition | |
| Metaxas et al. | A review of motion analysis methods for human nonverbal communication computing | |
| Liu et al. | Depth context: a new descriptor for human activity recognition by using sole depth sequences | |
| Jiang et al. | Online robust action recognition based on a hierarchical model | |
| CN104821010A (zh) | 基于双目视觉的人手三维信息实时提取方法及系统 | |
| CN105718885B (zh) | 一种人脸特征点跟踪方法 | |
| Zhang et al. | A survey on human pose estimation | |
| Zhao et al. | Human action recognition based on semi-supervised discriminant analysis with global constraint | |
| Liu et al. | 3D action recognition using multiscale energy-based global ternary image | |
| Wang et al. | One-against-all frame differences based hand detection for human and mobile interaction | |
| Nan et al. | Learning to infer human attention in daily activities | |
| Amrutha et al. | Human Body Pose Estimation and Applications | |
| Mei et al. | A real-time hand detection system based on multi-feature | |
| Lan et al. | Data fusion-based real-time hand gesture recognition with Kinect V2 | |
| Singh | Recognizing hand gestures for human computer interaction | |
| Zhang et al. | Human action recognition based on global silhouette and local optical flow | |
| Mei et al. | Training more discriminative multi-class classifiers for hand detection | |
| Gong et al. | Person re-identification based on two-stream network with attention and pose features | |
| Aitpayev et al. | Semi-automatic annotation tool for sign languages | |
| Wu et al. | How do you smile? Towards a comprehensive smile analysis system | |
| Ye et al. | Human motion recognition using three-dimensional skeleton model based on RGBD vision system | |
| Chae et al. | Smart advisor: Real-time information provider with mobile augmented reality |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20100623 |