CN102693429A - 特征模型选取方法与模拟体验平台设备 - Google Patents

特征模型选取方法与模拟体验平台设备 Download PDF

Info

Publication number
CN102693429A
CN102693429A CN2011100744268A CN201110074426A CN102693429A CN 102693429 A CN102693429 A CN 102693429A CN 2011100744268 A CN2011100744268 A CN 2011100744268A CN 201110074426 A CN201110074426 A CN 201110074426A CN 102693429 A CN102693429 A CN 102693429A
Authority
CN
China
Prior art keywords
information
characteristic
model
characteristic information
human body
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.)
Granted
Application number
CN2011100744268A
Other languages
English (en)
Other versions
CN102693429B (zh
Inventor
蔡景助
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Alibaba Group Holding Ltd
Original Assignee
Alibaba Group Holding Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Alibaba Group Holding Ltd filed Critical Alibaba Group Holding Ltd
Priority to CN201110074426.8A priority Critical patent/CN102693429B/zh
Publication of CN102693429A publication Critical patent/CN102693429A/zh
Priority to HK12111465.9A priority patent/HK1170824A1/zh
Application granted granted Critical
Publication of CN102693429B publication Critical patent/CN102693429B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Processing Or Creating Images (AREA)
  • Image Analysis (AREA)

Abstract

本申请公开了一种特征模型选取方法与模拟体验平台设备,以解决在现有技术中用户选取的特征模型包含的特征信息与用户的特征信息匹配度较低的问题。方法包括:模拟体验平台获得输入的包含有指定特征信息的图像信息;并从所述图像信息中解析出所述指定特征信息;以及从预先设置的特征模型中,选取包含有与解析出的指定特征信息相匹配的特征信息的特征模型。

Description

特征模型选取方法与模拟体验平台设备
技术领域
本申请涉及互联网技术领域,尤其涉及一种特征模型选取方法与模拟体验平台设备。
背景技术
随着网络购物快速的发展,用户足不出户就能从网络上买到相关商品,大大方便了用户。目前,为了使得用户能够对其欲购买的商品进行模拟体验,一些网络服务器提供了类似“在线试衣系统”这样的商品模拟体验平台。以在线试衣系统为例,用户可以从在线试衣系统提供的男、女人体模特图像信息(一般是提供男、女人体模特图像信息各一份)中选取相应的人体模特图像信息,然后,在线试衣系统根据用户选取的该人体模特图像信息以及欲购买的商品的图像信息,执行将这些图像信息进行叠加等操作,以帮助用户完成利用人体模特图像信息实现模拟试衣。
上述现有技术存在的缺陷在于,模拟体验平台提供的如上述人体模特图像信息这样的特征模型往往比较单一并且是设定不变的,特征模型与用户自身体型之间没有关联性,从而存在用户选取的特征模型包含的特征信息与用户的特征信息匹配度较低的问题。
发明内容
本申请实施例提供一种特征模型选取方法与模拟体验平台设备,以解决在现有技术中用户选取的特征模型包含的特征信息与用户的特征信息匹配度较低的问题。
本申请实施例采用以下技术方案:
一种特征模型选取方法,包括:
模拟体验平台获得输入的包含有指定特征信息的图像信息;并从所述图像信息中解析出所述指定特征信息;以及从预先设置的特征模型中,选取包含有与解析出的指定特征信息相匹配的特征信息的特征模型。
较佳地,模拟体验平台从所述图像信息中解析出所述指定特征信息,具体包括:模拟体验平台从所述图像信息中确定不同于所述指定特征信息的第一特征信息;并根据预先设置的第一特征信息的基准,对所述图像信息进行调整,使得将所述图像信息中确定的第一特征信息调整为与所述基准相匹配;以及从调整后的图像信息中解析出所述指定特征信息。
较佳地,所述图像信息是人体特征图像信息,所述特征模型是人体特征模型;以及所述第一特征信息包含下述信息中的一种或多种:人体头部尺寸信息;人体高度信息。
较佳地,从调整后的图像信息中解析出所述指定特征信息,具体包括:模拟体验平台获得输入的不同于所述指定特征信息的第二特征信息;以及根据第二特征信息与特征模型包含的特征信息的对应关系,确定出调整后的图像信息中包含需调整的特征信息时,根据所述对应关系,调整图像信息中需调整的特征信息;并从对所述需调整的特征信息进行调整后得到的图像信息中,解析出所述指定特征信息。
较佳地,所述图像信息是人体特征图像信息,所述特征模型是人体特征模型;以及所述第二特征信息包含下述信息中的一种或多种:人体头部尺寸信息;人体高度尺寸信息;人体体型信息;人体高度尺寸与体重信息;人体胸围尺寸信息;人体腰围尺寸信息;人体臀围尺寸信息。
较佳地,模拟体验平台从预先设置的特征模型中,选取包含有与解析出的指定特征信息相匹配的特征信息的特征模型,具体包括:模拟体验平台获得输入的不同于所述指定特征信息的第三特征信息;以及从预先设置的特征模型中,选取包含有与解析出的指定特征信息相匹配的特征信息、且包含有所述第三特征信息的特征模型。
较佳地,所述图像信息是人体特征图像信息,所述特征模型是人体特征模型;以及所述第三特征信息包含下述信息中的一种或多种:年龄信息;性别信息。
较佳地,模拟体验平台选取包含有与解析出的指定特征信息相匹配的特征信息的特征模型后,还包括:模拟体验平台按照预设的特征模型组合规则,对选取出的特征模型进行组合并显示。
较佳地,模拟体验平台选取包含有与解析出的指定特征信息相匹配的特征信息的特征模型后,还包括:获取物品图像,将所述物品图像叠加在所述特征模型上并进行显示。
较佳地,所述图像信息是人体特征图像信息,所述特征模型是人体特征模型。
一种模拟体验平台设备,包括:
图像信息获得单元,用于获得输入的包含有指定特征信息的图像信息;解析单元,用于从图像信息获得单元获得的图像信息解析出所述指定特征信息;存储单元,用于存储预先设置的特征模型;特征模型选取单元,用于存储单元存储的特征模型中,选取包含有与解析单元解析出的指定特征信息相匹配的特征信息的特征模型。
本申请实施例的有益效果如下:
本申请实施例提供的上述方案通过根据输入的图像信息中包含的特征信息,从预设的特征模型中选取包含与输入的图像信息中的特征信息匹配的特征信息的特征模型,从而实现灵活地根据输入的图像信息来选取相应的特征模型,使得选取的特征模型与输入的图像信息之间能够关联起来,大大提高了选取的特征模型包含的特征信息与用户的特征信息的匹配度。
并且,本申请实施例提供的上述方案能够对图像信息包含的特征信息进行自动的解析、获取,而无需用户预先获知并手动输入相应的特征信息(比如腰围、臀围、胸围尺寸的具体数字),从而是一种效率较高的特征模型选取方案,并且能给用户带来较好的使用体验。另外,本申请在模拟体验平台中预先建立标准特征模型库,该特征模型库中存储有包含不同特征信息的特征模型,无需根据获取到的特征信息实时生成相应的特征模型,因此,本申请省略了根据获取到的特征信息生成特征模型的步骤,减轻了模拟体验平台生成特征模型的工作量,提高了选取特征模型的效率。
附图说明
图1为本申请实施例提供的一种特征模型选取方法的具体流程示意图;
图2为根据本申请实施例提供的方案实现在线模拟试衣的具体流程示意图;
图3为本申请实施例提供的一种模拟体验平台设备的具体结构示意图。
具体实施方式
为了解决现有技术存在的用户选取的特征模型包含的特征信息与用户的特征信息匹配度较低的问题,本申请实施例提供了一种新型的模拟体验平台设备,在模拟体验平台中建立标准特征模型库,该特征模型库中存储有分别包含不同特征信息的特征模型,模拟体验平台根据输入的图像信息中包含的特征信息,从该特征模型库中选取包含与输入的图像信息中的特征信息匹配的特征信息的特征模型,从而实现灵活地根据输入的图像信息来选取相应的特征模型,使得选取的特征模型与输入的图像信息之间关联起来,大大提高了选取的特征模型包含的特征信息与用户的特征信息的匹配度。
以下结合附图,对本申请实施例提供的方案进行详细描述。
首先,本申请实施例提供一种如图1所示的特征模型选取方法,该方法主要包括以下步骤:
步骤11,模拟体验平台获得输入的包含有指定特征信息的图像信息;
步骤12,模拟体验平台从获得的图像信息中解析出指定特征信息,这里的指定特征信息可以是某一个特征信息,也可以是多个特征信息;
步骤13,模拟体验平台从预先设置的特征模型中,选取包含有与解析出的指定特征信息相匹配的特征信息的特征模型,当指定特征信息包含多个特征信息时,选取的特征模型包含的特征信息可以与这里的多个特征信息一一匹配,也可以只与所述多个特征信息中的至少一个特征信息匹配即可,这取决于实际应用的需求。本申请特征模型是预先设置在特征模型库中,无需根据从图象信息中解析出的特征信息实时生成特征模型。
通过上述方法可知,模拟体验平台是根据获取的包含有指定特征信息的图像信息作为选取依据,来选取包含与指定特征信息相匹配的特征信息的特征模型,从而这就相当于根据图像信息建立了用户与选取的特征模型之间的关联,从而提高了选取的特征模型与用户的特征信息之间的匹配度。
在实际应用中,还可能出现图像信息中包含的指定特征信息不能直接作为选取特征模型的依据的情况。比如,当指定特征信息为人身体部位的尺寸信息,但图像信息中包含的尺寸信息有可能与特征模型所包含的该尺寸信息之间相差太大时,此时就不能直接将图像信息中包含的原始尺寸信息用作选取特征模型的依据。针对该情况,本申请实施例提出可以通过对图像信息进行调整后再确定指定特征信息。比如,模拟体验平台可以从图像信息中确定不同于上述指定特征信息的第一特征信息;然后根据预先设置的第一特征信息的基准,对图像信息进行调整,使得从图像信息中确定的第一特征信息调整为与该基准相匹配;最后,再从调整后的图像信息中解析出指定特征信息。具体调整过程将在后续的一个具体实施例中进行描述,在此不再赘述。
在本申请实施例中,除了可以以上述基准作为图像信息的调整依据之外,还可以进一步以输入的第二特征信息作为图像信息的调整依据。具体地,从调整后的图像信息中解析出指定特征信息的过程具体可以包括下述步骤:
首先,模拟体验平台获得输入的不同于上述指定特征信息的第二特征信息;
然后,根据第二特征信息与特征模型包含的特征信息的对应关系,确定出调整后的图像信息中包含需调整的特征信息时,根据该对应关系,调整图像信息中需调整的特征信息;
最后,再从对需调整的特征信息进行调整后得到的图像信息中解析出指定特征信息。
根据第二特征信息进一步对图像信息进行调整的方式也请参照后续的具体实施例,在此不再赘述。
此外,本申请实施例提供的上述方法中,模拟体验平台还可以进一步获得输入的第三特征信息,从而在进行特征模型选取时,选取的特征模型可以是既满足包含有与解析出的指定特征信息相匹配的特征信息、还满足包含有第三特征信息的特征模型。这样的好处在于,可以灵活地根据用户的需要来选取能匹配不同需求的特征模型。
在本申请实施例中,选取的特征模型可以是直接进行显示的特征模型,还可以是进一步进行按照预设的特征模型组合规则进行组合后再显示的特征模型,这取决于前文所述的标准特征模型库的建立方式。
为了详细说明本申请实施例提供的上述方案,以下重点介绍本申请实施例提供的方案在实际应用中的一个具体的实施例。
仍然以在线试衣系统这样的模拟体验平台为例,根据本申请实施例提供的上述方案对其进行改进后,用户可以将包含自身身材尺寸信息(一般包括胸围、腰围、臀围的尺寸信息)的图像信息输入在线试衣系统,在线试衣系统在接收到该图像信息后,从该图像信息中解析出人体身材尺寸信息,并从预先存储的人体身材尺寸信息中选取包含能够匹配用户自身身材尺寸的身材尺寸信息的特征模型。
具体地,根据本申请实施例提供的方案,在线试衣系统灵活地帮助用户实现在线模拟试衣的流程请参照图2所示的步骤,包括:
步骤21,用户登录到在线试衣系统,并进入在线试衣系统提供的模拟试衣间;
步骤22,用户将包含自身身材尺寸信息的图像信息提供给在线试衣系统,这里,用户提供的图像信息可以是用摄像头实时拍摄的,也可以是用户从用户终端上的存储空间中获取的;
步骤23,在线试衣系统从输入的图像信息中识别出人体轮廓,识别出的人体轮廓中包含有胸围、腰围、臀围尺寸信息;
在步骤23中,在线试衣系统可以利用现有技术提供的图像识别技术来实现人体轮廓的识别。鉴于目前根据图像识别技术来识别人体轮廓已是比较成熟的技术,因此本申请实施例中不再重点描述这部分的技术特征。
实际应用中,在线试衣系统并不限于用于模拟试穿上衣、裤子等服装,也可以用于模拟试穿、试戴帽子、鞋、手套、眼镜等各种商品;所述识别出的人体轮廓中也不限于只包含胸围、腰围、臀围尺寸信息,还可以进一步包含头部尺寸信息、脚部尺寸信息等。
步骤24,在线试衣系统根据预先设置的不同于待解析的指定特征信息的第一特征信息的基准,对识别出的人体轮廓的大小进行调整;
在实际应用中,由于输入在线试衣系统的图片信息中的人体轮廓会因拍摄距离的远近等原因具有不同的尺寸,因此,很可能出现图片信息中的人体三围尺寸信息与特征模型的三围尺寸信息差别较大,从而导致无法根据图片信息中的人体三围尺寸信息选取与该三围尺寸信息匹配的特征模型。比如,直接从图片信息中解析出的腰围尺寸为5CM,而特征模型包含的腰围尺寸的范围为1CM~3CM,那么此时就无法直接选取出腰围尺寸“5CM”的特征模型。
针对上述情况,本申请实施例提出采用步骤24,即根据第一特征信息的基准,对识别出的人体轮廓大小进行调整。其目的在于使得调整后的人体轮廓包含的三围尺寸信息落入特征模型包含的三围尺寸信息所在的区间范围之内。
在本申请实施例中,第一特征信息的选取标准如下:
由于在线试衣系统最为关注的特征信息是人体的三围尺寸信息,而不同用户的三围尺寸信息相差是非常大的,因此,当根据第一特征信息的基准对人体轮廓的大小进行调整时,一般不会参考与三围尺寸信息相应的基准进行调整(并且,也不会为三围尺寸信息设置相应的基准),而是会选取不同于三围尺寸信息的其他第一特征信息。具体地,在在线试衣系统中,第一特征信息可以为人与人之间不会有太大差异的特征信息,比如可以为人体的头部尺寸信息。此外,由于在线试衣系统最为关注的特征信息是人体的三围尺寸信息,而不同身高差异较大的人可能三围尺寸信息却不会有太大差别,因此,这里的第一特征信息还可以是人体的高度尺寸信息。
在本申请实施例中,可以以特征模型中包含的对应于第一特征信息的特征信息作为从图片信息中解析出的第一特征信息的基准。比如,若解析出人体轮廓的头部尺寸为1CM,而特征模型中相应的头部尺寸为0.5CM,则以0.5CM为基准,执行将人体轮廓进行整体缩小的调整,使得人体轮廓的头部尺寸由1CM调整为0.5CM。此时,缩小后的人体轮廓中的胸围、腰围、臀围尺寸也相应变小从而落入特征模型包含的三围尺寸信息所在的区间范围之内。
在本步骤24中,为了使调整后的人体轮廓与用户实际的人体轮廓不会产生太大差别,可以进一步采用控制调整后的人体轮廓与实际人体轮廓的差异(比如轮廓构成的区域面积差异)处于预定范围内的方式,即对调整后的人体轮廓进行进一步的“微调”。
步骤25,在线试衣系统根据输入的第二特征信息与特征模型包含的特征信息的对应关系,确定出调整后的图像信息中包含需调整的特征信息时,根据该对应关系,调整图像信息中需调整的特征信息;
比如,假设用户输入的第二特征信息为身高175CM,此时,可以按照与175CM对应的特征模型的身高尺寸为5CM这一对应关系,判断经过步骤24调整后的人体轮廓的高度是否为5CM,当判断为否时,可以根据该对应关系对人体轮廓进行进一步调整,使得调整后的人体轮廓的高度能够与“5CM”匹配。
又比如,还可以参考用户提供的体型信息这一第二特征信息。这里所述的体型信息可以是用户基于在线试衣系统提供的“标准”、“稍胖”、“偏胖”、“偏瘦”、“超胖”这些选项来选取并输入的。针对用户输入“超瘦”体型信息的情况,在线试衣系统可以按照与“超瘦”体型信息对应的特征模型,将用户的人体轮廓进一步调整为与该特征模型的人体宽度之差处于一个预定的宽度差阈值内。
类似地,用户也可以输入与在线试衣系统提供的“身高”、“体重”这些选项对应的具体数值,由在线试衣系统来根据“身高”、“体重”以及预设的体型信息计算公式来计算得出用户的体型属于“标准”、“稍胖”、“偏胖”、“偏瘦”或是“超胖”,从而根据计算得到的该结果来调整用户的人体轮廓。上述用户输入的“标准”、“稍胖”、“偏胖”、“偏瘦”、“超胖”、“身高”、“体重”这些信息即为前文所述的“第二特征信息”。
此外,第二特征信息还可以包含人体高度尺寸与体重信息、人体胸围尺寸信息、人体腰围尺寸信息或人体臀围尺寸信息。其中,在在线试衣系统中,由于能够直接从用户提供的人体图像信息中解析出人体胸围尺寸信息、人体腰围尺寸信息和人体臀围尺寸信息,因此,为了使用户无需进行太多手动操作,用户无需再同时提供这三个信息,而是只需要提供其中一种或两种即可。
较佳地,用户也可以不提供任何第二特征信息,而由在线试衣系统自动实现从上传的图像信息中确定出指定特征信息,从而在保证较高处理效率的同时,在最大程度上减轻了用户的手动操作,保证了用户能够有比较好的使用体验。
步骤26,在线试衣系统根据调整后的人体轮廓所包含的身材尺寸信息,从如下表1所示的预设特征模型库中,选取包含与调整后的人体轮廓所包含的身材尺寸信息相匹配的身材尺寸信息的特征模型;
表1:
Figure BDA0000052176430000101
需要说明的是,表1中所示的“年龄”、“性别”这些附加的特征信息可以是用户在提供图像信息之外另外提供的,这些信息同样可以作为选取相应的特征模型时所依据的特征信息。比如,当用户没有提供“性别”这一特征信息时,选取到的特征模型就可以为不具备性别特征的特征模型;反之,则选取的特征模型为具备相应性别特征的特征模型。又比如,针对具备同一腰围、胸围、臀围尺寸信息的用户,若用户提供的特征信息为“性别‘男’、年龄‘30’”,则选取的相应特征模型为特征模型A1,而若用户提供的特征信息为“性别‘男’、年龄‘60’”,则选取的相应特征模型为特征模型A3。这里所说的“年龄”、“性别”即为前文所述的“第三特征信息”。
步骤27,本申请实施例中,可以假设对应于不同特征信息的特征模型为相互独立的模型,此时,可以进一步地执行对选取出的特征模型进行组合,比如,可以Metacreations公司推出的名为Poser的软件提供的特征模型组合规则,对选取出的特征模型进行组合;
需要说明的是,若选取的特征模型是预先根据所述组合规则组合好的特征模型,则无需执行步骤27中的组合,而可以直接对选取出的特征模型进行显示。
由于Poser是现有技术中应用得较为成熟的软件,因此本申请实施例在此也不再对其做详细介绍。
步骤28,在线试衣系统获取输入的物品信息,并执行将物品信息所指示的物品图像叠加在组合后的特征模型上并进行显示的操作(也可以利用Poser实现该操作),流程结束。
本步骤中,在线试衣系统可以将用户选中的服装对应的服装图像,如上衣、裤子等的图像从服务器数据库中调出,并将该图像叠加在组合后的人体特征模型上进行显示,以供用户查看所选中的服装是否合体。
在目前的现有技术中,由于在线试衣系统提供的特征模型比较单一,且无法做到与用户自身的特征信息相关联,从而导致特征模型与用户自身特征信息的匹配度较低,基于这样的技术使得用户模拟试出的衣服型号等与用户自身的身材匹配度也较低,导致用户看中的衣服实际穿在自己身上不一定很适合。这也就使得基于在线试衣系统的网上购物方式反而给用户造成了一些不必要的麻烦,也使退/换货率提升,从而根本谈不上用户的粘性度以及归属感。
而根据本申请实施例提供的上述方案在实际中的应用可知,通过对在线试衣系统的改进,在线试衣系统可以从预先设置的特征模型库中选取匹配于用户身材尺寸信息的特征模型,从而大大提高了选取的特征模型包含的特征信息与用户自身的特征信息之间的匹配度。同时,由于上述在线试衣系统能够根据用户的身材尺寸信息等特征信息,选取出相似于用户真实形象的特征模型,从而大大增强了试穿真实性,降低了商品退货率,增加了用户在网上购物的粘性度,提升了用户的购物乐趣,培养了用户对于该在线试衣系统的归属感。
此外,由于本申请实施例提供的方案能够根据包含有指定特征信息的图像信息自动实现从图像信息中解析出指定特征信息,并根据解析出的指定特征信息选取相应的特征模型,而无需用户预先获知并手动输入自身的三围尺寸等信息,因此提高了用户的试穿效率,提升了用户的使用体验。另外,本申请在模拟体验平台中预先建立标准特征模型库,该特征模型库中存储有包含不同特征信息的特征模型,无需根据获取到的特征信息实时生成相应的特征模型,因此,本申请省略了根据获取到的特征信息生成特征模型的步骤,减轻了模拟体验平台生成特征模型的工作量,提高了选取特征模型的效率。
一般地,在在线试衣系统中,特征模型的表现形式可以为人体模特图像。而其他类型的模拟体验平台提供特征模型与在线试衣系统中设置的特征模型往往不同。本申请实施例仅以在线试衣系统作为特例进行介绍,但可以理解,本申请实施例提供的方案在其他场景(比如其他模拟体验平台)中的应用也在本申请的保护范围之内。
对应于本申请实施例提供的上述特征模型选取方法,本申请实施例还提供一种模拟体验平台设备,该设备的具体结构示意图如图3所示,包括以下功能单元:
图像信息获得单元31,用于获得输入的包含有指定特征信息的图像信息;
解析单元32,用于从图像信息获得单元31获得的图像信息解析出指定特征信息;
存储单元33,用于存储预先设置的特征模型;
特征模型选取单元34,用于从存储单元33存储的特征模型中,选取包含有与解析单元32解析出的指定特征信息相匹配的特征信息的特征模型。
较佳地,对应于解析单元32功能的一种实现方式,本申请实施例中可以将解析单元32进一步划分为以下功能模块,包括:
第一特征信息确定模块,用于从图像信息中确定不同于上述指定特征信息的第一特征信息;图像信息调整模块,用于根据预先设置的第一特征信息的基准,对图像信息进行调整,使得第一特征信息确定模块确定的第一特征信息调整为与基准相匹配;解析模块,用于从图像信息调整模块调整后得到的图像信息中解析出指定特征信息。
其中,上述解析模块还可以进一步划分为以下子模块,包括:
第二特征信息获得子模块,用于获得输入的不同于上述指定特征信息的第二特征信息;特征信息调整子模块,用于根据第二特征信息获得子模块获得的第二特征信息与特征模型包含的特征信息的对应关系,确定出调整后的图像信息中包含需调整的特征信息时,根据该对应关系,调整图像信息中需调整的特征信息;解析子模块,用于从特征信息调整子模块调整后得到的图像信息中解析出指定特征信息。
在一个较佳的实施例中,上述特征模型选取单元34还可以进一步划分为以下模块,包括:
第三特征信息获得模块,用于获得输入的不同于上述指定特征信息的第三特征信息;选取模块,用于从预先设置的特征模型中,选取包含有与解析出的指定特征信息相匹配的特征信息、且包含有第三特征信息获得模块获得的第三特征信息的特征模型。
此外,本申请实施例提供的上述装置还可以进一步包括:特征模型组合单元,用于在特征模型选取单元34选取特征模型后,按照预设的特征模型组合规则,对特征模型选取单元选取的特征模型进行组合;显示单元,用于显示特征模型组合单元组合得到的模型,还用于显示物品图像与所述特征模型叠加后的模型。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。

Claims (20)

1.一种特征模型选取方法,其特征在于,包括:
模拟体验平台获得输入的包含有指定特征信息的图像信息;并
从所述图像信息中解析出所述指定特征信息;以及
从预先设置的特征模型中,选取包含有与解析出的指定特征信息相匹配的特征信息的特征模型。
2.如权利要求1所述的方法,其特征在于,模拟体验平台从所述图像信息中解析出所述指定特征信息,具体包括:
模拟体验平台从所述图像信息中确定不同于所述指定特征信息的第一特征信息;并
根据预先设置的第一特征信息的基准,对所述图像信息进行调整,使得将所述图像信息中确定的第一特征信息调整为与所述基准相匹配;以及
从调整后的图像信息中解析出所述指定特征信息。
3.如权利要求2所述的方法,其特征在于,所述图像信息是人体特征图像信息,所述特征模型是人体特征模型;以及
所述第一特征信息包含下述信息中的一种或多种:
人体头部尺寸信息;
人体高度信息。
4.如权利要求2所述的方法,其特征在于,从调整后的图像信息中解析出所述指定特征信息,具体包括:
模拟体验平台获得输入的不同于所述指定特征信息的第二特征信息;以及
根据第二特征信息与特征模型包含的特征信息的对应关系,确定出调整后的图像信息中包含需调整的特征信息时,根据所述对应关系,调整图像信息中需调整的特征信息;并
从对所述需调整的特征信息进行调整后得到的图像信息中,解析出所述指定特征信息。
5.如权利要求4所述的方法,其特征在于,所述图像信息是人体特征图像信息,所述特征模型是人体特征模型;以及
所述第二特征信息包含下述信息中的一种或多种:
人体头部尺寸信息;
人体高度尺寸信息;
人体体型信息;
人体高度尺寸与体重信息;
人体胸围尺寸信息;
人体腰围尺寸信息;
人体臀围尺寸信息。
6.如权利要求1所述的方法,其特征在于,模拟体验平台从预先设置的特征模型中,选取包含有与解析出的指定特征信息相匹配的特征信息的特征模型,具体包括:
模拟体验平台获得输入的不同于所述指定特征信息的第三特征信息;以及
从预先设置的特征模型中,选取包含有与解析出的指定特征信息相匹配的特征信息、且包含有所述第三特征信息的特征模型。
7.如权利要求6所述的方法,其特征在于,所述图像信息是人体特征图像信息,所述特征模型是人体特征模型;以及
所述第三特征信息包含下述信息中的一种或多种:
年龄信息;
性别信息。
8.如权利要求1~7任一所述的方法,其特征在于,模拟体验平台选取包含有与解析出的指定特征信息相匹配的特征信息的特征模型后,还包括:
模拟体验平台按照预设的特征模型组合规则,对选取出的特征模型进行组合并显示。
9.如权利要求1所述的方法,其特征在于,模拟体验平台选取包含有与解析出的指定特征信息相匹配的特征信息的特征模型后,还包括:获取物品图像,将所述物品图像叠加在所述特征模型上并进行显示。
10.如权利要求1、2、4、6任一所述的方法,其特征在于,所述图像信息是人体特征图像信息,所述特征模型是人体特征模型。
11.一种模拟体验平台设备,其特征在于,包括:
图像信息获得单元,用于获得输入的包含有指定特征信息的图像信息;
解析单元,用于从图像信息获得单元获得的图像信息解析出所述指定特征信息;
存储单元,用于存储预先设置的特征模型;
特征模型选取单元,用于存储单元存储的特征模型中,选取包含有与解析单元解析出的指定特征信息相匹配的特征信息的特征模型。
12.如权利要求11所述的设备,其特征在于,所述解析单元具体包括:
第一特征信息确定模块,用于从所述图像信息中确定不同于所述指定特征信息的第一特征信息;
图像信息调整模块,用于根据预先设置的第一特征信息的基准,对所述图像信息进行调整,使得第一特征信息确定模块确定的第一特征信息调整为与所述基准相匹配;
解析模块,用于从图像信息调整模块调整后得到的图像信息中解析出所述指定特征信息。
13.如权利要求12所述的设备,其特征在于,所述图像信息是人体特征图像信息,所述特征模型是人体特征模型;以及
所述第一特征信息包含下述信息中的一种或多种:
人体头部尺寸信息;
人体高度信息。
14.如权利要求12所述的设备,其特征在于,所述解析模块具体包括:
第二特征信息获得子模块,用于获得输入的不同于所述指定特征信息的第二特征信息;
特征信息调整子模块,用于根据第二特征信息获得子模块获得的第二特征信息与特征模型包含的特征信息的对应关系,确定出调整后的图像信息中包含需调整的特征信息时,根据所述对应关系,调整图像信息中需调整的特征信息;
解析子模块,用于从特征信息调整子模块调整后得到的图像信息中解析出所述指定特征信息。
15.如权利要求14所述的设备,其特征在于,所述图像信息是人体特征图像信息,所述特征模型是人体特征模型;以及
所述第二特征信息包含下述信息中的一种或多种:
人体头部尺寸信息;
人体高度尺寸信息;
人体体型信息;
人体高度尺寸与体重信息;
人体胸围尺寸信息;
人体腰围尺寸信息;
人体臀围尺寸信息。
16.如权利要求11所述的设备,其特征在于,所述特征模型选取单元具体包括:
第三特征信息获得模块,用于获得输入的不同于所述指定特征信息的第三特征信息;
选取模块,用于从预先设置的特征模型中,选取包含有与解析出的指定特征信息相匹配的特征信息、且包含有第三特征信息获得模块获得的第三特征信息的特征模型。
17.如权利要求16所述的设备,其特征在于,所述图像信息是人体特征图像信息,所述特征模型是人体特征模型;以及
所述第三特征信息包含下述信息中的一种或多种:
年龄信息;
性别信息。
18.如权利要求11~17任一所述的设备,其特征在于,还包括:
特征模型组合单元,用于在特征模型选取单元选取特征模型后,按照预设的特征模型组合规则,对特征模型选取单元选取的特征模型进行组合;
显示单元,用于显示特征模型组合单元组合得到的模型。
19.如权利要求11、12、14、16任一所述的设备,其特征在于,所述图像信息是人体特征图像信息,所述特征模型是人体特征模型。
20.如权利要求18所述的设备,其特征在于,所述显示单元,还用于显示物品图像与所述特征模型叠加后的模型。
CN201110074426.8A 2011-03-25 2011-03-25 特征模型选取方法与模拟体验平台设备 Active CN102693429B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201110074426.8A CN102693429B (zh) 2011-03-25 2011-03-25 特征模型选取方法与模拟体验平台设备
HK12111465.9A HK1170824A1 (zh) 2011-03-25 2012-11-13 特徵模型選取方法與模擬體驗平台設備

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201110074426.8A CN102693429B (zh) 2011-03-25 2011-03-25 特征模型选取方法与模拟体验平台设备

Publications (2)

Publication Number Publication Date
CN102693429A true CN102693429A (zh) 2012-09-26
CN102693429B CN102693429B (zh) 2015-10-14

Family

ID=46858846

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201110074426.8A Active CN102693429B (zh) 2011-03-25 2011-03-25 特征模型选取方法与模拟体验平台设备

Country Status (2)

Country Link
CN (1) CN102693429B (zh)
HK (1) HK1170824A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019206082A1 (zh) * 2018-04-27 2019-10-31 京东方科技集团股份有限公司 图像处理方法、图像处理系统及存储介质
CN112528736A (zh) * 2020-11-01 2021-03-19 泰州市出彩网络科技有限公司 应用定制数据处理的操控简化系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101017575A (zh) * 2007-02-15 2007-08-15 东华大学 基于人体部件模板和体形轮廓的三维虚拟人体自动生成方法
TW200828043A (en) * 2006-12-29 2008-07-01 Cheng-Hsien Yang Terminal try-on simulation system and operating and applying method thereof
US20090144173A1 (en) * 2004-12-27 2009-06-04 Yeong-Il Mo Method for converting 2d image into pseudo 3d image and user-adapted total coordination method in use artificial intelligence, and service business method thereof

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090144173A1 (en) * 2004-12-27 2009-06-04 Yeong-Il Mo Method for converting 2d image into pseudo 3d image and user-adapted total coordination method in use artificial intelligence, and service business method thereof
TW200828043A (en) * 2006-12-29 2008-07-01 Cheng-Hsien Yang Terminal try-on simulation system and operating and applying method thereof
CN101017575A (zh) * 2007-02-15 2007-08-15 东华大学 基于人体部件模板和体形轮廓的三维虚拟人体自动生成方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019206082A1 (zh) * 2018-04-27 2019-10-31 京东方科技集团股份有限公司 图像处理方法、图像处理系统及存储介质
US11216925B2 (en) 2018-04-27 2022-01-04 Boe Technology Group Co., Ltd. Image processing method, image processing system, and storage medium
CN112528736A (zh) * 2020-11-01 2021-03-19 泰州市出彩网络科技有限公司 应用定制数据处理的操控简化系统

Also Published As

Publication number Publication date
HK1170824A1 (zh) 2013-03-08
CN102693429B (zh) 2015-10-14

Similar Documents

Publication Publication Date Title
US11403866B2 (en) Method, medium, and system for fast 3D model fitting and anthropometrics using synthetic data
US20210241364A1 (en) Digital wardrobe
JP2020194602A (ja) 検索システム、検索方法、及びプログラム
CN107240007A (zh) 一种与3d人体模型结合的ar三维虚拟试衣系统
CN107209962A (zh) 用于生成与3d衣服图像结合的人的3d虚拟身体模型的方法,以及相关的装置、系统和计算机程序产品
CN108734557A (zh) 用于生成服饰推荐信息的方法、装置和系统
US20090204335A1 (en) Method for acquiring and managing morphological data of persons on a computer network and device for carrying out said method
KR20160021118A (ko) 신체 치수 및 형상 정보의 사용자-구동 결정의 활성화 및 네트워크 환경에 걸친 그 정보의 이용을 위한 디바이스, 프레임워크 및 방법론
CN104618819A (zh) 基于电视终端的3d体感购物系统及方法
US20130173226A1 (en) Garment modeling simulation system and process
US20190272586A1 (en) Virtual reality based shopping method and system
CN102939614A (zh) 远程确定服装尺寸的方法
CN108171569B (zh) 一种反馈式智能服装推荐方法和系统
CN110827099B (zh) 一种家居商品推荐方法、客户端及服务器
CN108171568B (zh) 一种基于知识库的服装推荐方法和系统
CN114004669A (zh) 数据处理方法、装置和计算机可读存储介质
CN111241901A (zh) 信息处理装置、存储介质及信息处理方法
CN106940862A (zh) 网络实景逛店试衣定制系统
CN102693429A (zh) 特征模型选取方法与模拟体验平台设备
JP2016071881A (ja) アイテムリコメンドシステム
US11282132B2 (en) Frameworks and methodologies configured to enable generation and utilisation of three-dimensional body scan data
CN105303380A (zh) 虚拟试衣系统
WO2020075185A1 (en) Automatic furniture and electronic equipment recommender
KR20100023068A (ko) 온라인 쇼핑몰 시스템에서의 통계치수 제공 방법 및 장치
CN111242734A (zh) 商品展示方法、服务器、终端、系统、电子设备及存储介质

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 1170824

Country of ref document: HK

C14 Grant of patent or utility model
GR01 Patent grant
REG Reference to a national code

Ref country code: HK

Ref legal event code: GR

Ref document number: 1170824

Country of ref document: HK