CN102939614A

CN102939614A - 远程确定服装尺寸的方法

Info

Publication number: CN102939614A
Application number: CN2011800233792A
Authority: CN
Inventors: 福克·莫滕·德容
Original assignee: SUITSUPPLY BV
Current assignee: SUITSUPPLY BV
Priority date: 2010-05-10
Filing date: 2011-04-21
Publication date: 2013-02-20
Also published as: US20130108121A1; JP2013526735A; WO2011142655A2; WO2011142655A3; EP2569744A2; US9076023B2; NL1037949C2

Abstract

一种为人（1）远程定制服装的方法，此人将两张他/她的轮廓照片发送至处理装置（11），所述处理装置从这两个个人轮廓中做出决定。所述处理装置使用表示虚拟人或服装的数据组（12），确定所要求的服装尺寸或服装大小。所述处理装置使用匹配、配合或绘制算法，确定所提供的个人轮廓和所述通用数据组内的虚拟人或服装的表示之间的最大相似度。经由互联网通过本地终端向所述处理装置执行输入。

Description

远程确定服装尺寸的方法

技术领域

本发明涉及一种用于确定一个或多个服装尺寸的方法，具体涉及用于远程定制服装的方法。

背景技术

服装尺寸可以被限定为成衣的尺寸，比如尺码48或52。然而，在该应用中，服装尺寸也可表示（多个）人体尺寸（由比如裁缝师测量）中的一个尺寸，从而能够确定客户的适当的服装尺寸（比如，尺码48或49）。此外，在该应用中，服装尺寸可表示裁缝师所需的多个（人体）尺寸，以便为客户定制服装。以下将使用术语服装尺寸和人体尺寸，它们被视为很大程度上彼此对应。此外，还使用了术语（所述）服装尺寸，更多地表示（标准的）成衣尺寸（比如，尺码48或52），并且也作为定制尺寸或定制大小，分别表示所定制的那件衣服的尺寸或大小。

服装供应商提供尤其通过互联网远程定制服装的机会。显然，在那种情况下，合格的卖家或裁缝师不能裁剪服装（比如，套装）。然后，非专业人士通常应测量与服装相关的个人单独的人体尺寸。然后，试图通过在皮肤上或在紧身内衣上直接进行测量来确定正确的（定制）尺寸。相关的尺寸包括人体高度、颈围、胸围、腰围、下臀围、上臀围以及内腿长。

实际上，对于自行测量昂贵的服装，比如服饰等，人们似乎依然采取保留的态度，这种态度抑制了网上销售这种衣服。

发明内容

本发明的一个方面在于提供一种改进的以及公众更容易接受的远程裁剪服装的方法。

本发明的另一方面在于利用人们通常使用的设备（比如，（数码）摄像机等）以及人们通常使用的网络浏览器、网络应用程序等。

此时，应注意的是，从下文中将进一步讨论的US20020004763可知，使用一个或多个摄像机确定服装尺寸是众所周知的。然而，人们并不知道的是，（1）这由（通常并非专家）公众，（2）在（比如）居住环境中，即，并非（专业地）用于测量服装尺寸的环境中，以及（3）比如通过互联网远程地进行的。

所述发明的另一方面具有局部的，通过客户自己或他/她的直接环境（比如，搭档）、制造他/她的一张或多张照片并通过远程服务器和处理装置结合客户的本地终端上的软件将其转换成相关的服装尺寸。本地终端之间的数据经由因特网或另一种网络传输。

远程确定某人的服装大小或（现成的）服装尺寸的方法优选地包括以下步骤：

此人提供至少一张（优选地两张）他/她的轮廓照片以及优选地提供参考对象（比如，信用卡或一张A4纸）的轮廓照片，用于测量和/或校正这些轮廓照片或从中获得的个人轮廓；

此人比如通过他/她的PC、移动电话/摄像机、iPod等将这些照片发送至处理装置；

所述处理装置从所接收的照片（优选地为两张）中确定此人的个人轮廓，优选地使用也存在于这些照片上的参考对象；

所述处理装置至少部分地使用表示虚拟人或服装的数据组，确定此人所要求的服装大小或服装尺寸。

而且在本文中要注意的是，在“虚拟人或服装”这一概念内，尤其可考虑（关于）（虚拟的）某人所具有体积、姿势、形体等（的数据），以及（关于）（虚拟的）服装可适合地覆盖的体积、姿势、形体等（的数据），比如（虚拟的）裁缝师的模型（或人体模型）的体积、姿势、形态等。尤其地，对于体积而言，考虑长度、姿势、BMI等；对于姿势而言，考虑身体姿势，比如，直立、弯曲等；对于形体概念而言，比如胖型体质、体育型体质、瘦型体质或V-、H-、HX-、A-、X-以及O-型。

处理装置可获得某些测量，比如长度和宽度尺寸，更确切地说，直接源自个人轮廓和参考对象。然而，其他尺寸（比如，颈围、胸围、腰围、臀围、腹围）应源自数据组，其中，所接收的轮廓与该数据组内可获得的虚拟人或衣服的表示相比，不能直接从所接收的个人轮廓中获得这些尺寸。

因此，从客户发送的图像（照片）中，产生（以及测量）（两个）个人轮廓，从中可相当容易地获得某些尺寸，而通过与数据组内的表示“相匹配”，获得其他的尺寸乃至最佳配合的成衣尺寸（比如，尺码52）），从而可确定用于所传输的轮廓的最佳配合的（另外）服装尺寸。

在下文中，首先假设数据组为大量虚拟人的表示，其中，通过（来自个人轮廓）的所发送的2D信息，可获得另外的（3D）信息，尤其是周围信息（因为其不能直接从所发送的照片中获得）。进行该讨论之后，本文将关注两个其他的数据组，即，这些数据组不满足表示虚拟人的数据，但满足表示虚拟服装的数据，（已经制造的）尺寸可用的（相对小的）一组虚拟的成衣套装，或者（大的）一组虚拟的定制套装（依然要在一整组详细的制造或样式尺寸控制下制造）。

本发明最初基于以下见解：从人的很少的（比如两张）2D图像（尤其是照片），一张正面或背面，一张侧面，使用参考对象进行校准之后，尤其（更确切地说）可直接确定长度和宽度/深度尺寸（深度尺寸表示正面和背面之间的尺寸），而同时2D照片可进一步用于确定（第三）尺寸的特征，这些特征由有关人体或其合适服装（其3D形状）的普通“知识”确定，这种知识以数据组的形式是可用的，即，通过将2D照片的1D或2D信息与（3D）数据组相关联。因此，对于剪裁服装而言，使用3D数据组可构造不能从2D照片中直接获得的必要尺寸。

总之，以下途径可用于解决该问题，换言之，用于从可用的2D照片构造或追溯缺失的尺寸：

I从2D照片中确定一些相关的1D值（比如，在人的腰部高度处，身体的宽度和深度），将这些值提供给描述1D值和不能从2D照片中直接确定的值（比如，腰围）之间的关系的公式。同样，从这两张2D照片中，“读取”胸部、腹部等的宽度和深度，并且通过将其分别代入合适的“胸围和腰围公式”内，确定胸部和/或腹部的围度，对于服装的恰当的合体性而言，这些围度非常重要。

IIa.将2D照片和包含虚拟人或服装的表示的通用（3D）数据组进行比较，并且为2D照片选择最适当地合体的3D表示。然后，从该“最佳匹配”表示中，获取缺失的特征（比如，围度特征）。根据真人的尺寸，使用从参考对象中获得的至少一个校准尺寸或因子，在该工序的某一点，“缩放”直接（通过所发送的照片）和间接（通过与这组表示匹配）确定的尺寸。

b.使用2D照片和表示虚拟人或服装的通用（3D）数据组，构造最适合2D照片的虚拟人。然后，从该“最适合”的虚拟人中，获取缺失的特征（比如，围度特征）。再次，在该工序的某个时间，进行缩放。

根据第一解决途径I，处理装置根据一个或多个测量高度水平x=1...n，从至少一张此人的正面或背面照中，可确定宽度大小（或尺寸）a_x，并且从至少一张侧面照中，可确定深度大小（或尺寸）b_x，而且使用公式O_x=f_x*(a_x+b_x)，根据一个或多个测量高度水平x，确定人体尺寸O_x，其中，f_x为用于有关的测量高度水平的围度因子，所述围度因子源自表示虚拟人或服装的通用数据组。申请人已经发现，尤其在相关的测量高度水平，比如，胸部、腰部和臀部高度水平等，用于服装尺寸的围度因子f_x的值在1.56到1.72之间，优选地在1.62到1.66之间，并且更优选地大致等于1.64。

必要时，使用所接收的此人的正面或背面照以及侧面照，并且使用表示虚拟人的通用数据组，处理装置可确定所述测量高度水平。

优选地，为了改善结果，使用一个或多个校正因子c_x，调节为人体围度O_x所确定的值。比如，此人可在处理装置内输入另外的信息，该信息涉及他或她的姿势，尤其涉及上述测量高度水平的身体围度，该另外的信息由处理装置转换成一个或多个校正因子c_x。

可选地，操作员（而非个人（客户）），比如，专业的销售员或裁缝师，以及了解人体的相关特征和个人穿衣（尺寸、姿态特征）的人，根据所接收的照片和/或可直接确定的此人的服装尺寸（长度、宽度），可将另外的信息输入到处理装置内，该信息涉及此人的姿势，尤其涉及所述测量高度水平（x）的身体围度（O_x），该另外的信息由处理装置转换成一个或多个校正因子c_x。

使用表示虚拟人的通用数据组，通过所接收的照片和/或通过可直接确定的此人的服装尺寸，进行处理，从而也可影响或确定校正因子c_x。在这个选项中，（也）使用“经验知识”，在这种情况下，该知识并非来自（熟练的）个人，比如售货员或裁缝师，而是包含在表示虚拟人的通用数据组内。

根据上述解决途径IIb，根据所接收的照片以及表示虚拟人的通用数据组，处理装置可构造虚拟人（比如，在进行3D:2D/3D配合/绘制时），因此，比如使用配合/绘制算法，物理特征最佳地对应于所接收的照片上的（真实）个人的物理特征。随后，显示可确定的服装尺度、大小或尺寸，其并非直接源自所接收的个人照片，属于虚拟人并且源自数据组。

在处理装置的位置和/或实施方式方面，要注意的是，通过本地终端或个人电脑，优选地将用户定制的照片输入到处理装置中。然而，原则上，客户也可提供非数字照片，邮寄这些照片，从而发送处理装置所在的服务。然后，将照片数字化，并且对其进行处理，其处理形式与上文中所示的处理形式相同。

处理装置也可以至少部分安装在本地，比如安装在客户的个人电脑内或安装在其他（智能）终端内。处理装置或者其至少部分也可中央安装。然后，通过数据网络，比如，因特网，优选地在本地终端或个人电脑和处理装置的中央部分之间进行通信。而且，处理装置或其至少一部分可以分布式的方式安装（分布式智能）。

因此，该方法能够使得客户（顾客）在他/她的家里使用他/她自己的摄像机仅仅拍摄很少他/她自己（优选地包括参考对象）的（2D）照片，并且将其发送给“网络储存区”。通过（比如）与通用数据组和/或通用人体模型“匹配”，计算从这些照片中直接可测量的人体尺寸（a_x、b_x），非（直接）从这些照片中可获得的人体尺寸，尤其是相关的围度尺寸（O_x）。根据测量a_x、b_x以及O_x（其中，x表示不同的测量高度水平），可确定客户的服装尺寸。

返回上述现有技术US20020004763（基于US6629014、US6182871、WO0153910和美国临时专利申请60/177404以及60/180108），提出了一种方法，其中，客户并非在家里，而是在供应商的店铺里，换言之在专业环境中并且使用专业设备，从多个角度并且优选地使用“测量装备”或“参考服装”（比如，见部分0022、0023、图3和图4），拍摄多张照片或者（甚至）录制视频。由于除了通过“专门的人员”（段落0031）所操作的专业设备以及“测量装备”或“参考服装”等以外，还从不同的位置以及通过与客户相距的已知的距离（比如通过移动摄像机或通过多个用不同的方式安装的摄像机），拍摄多张照片，所以获得客户的多张2D（轮廓）照片，使用这些照片，无需特别的测量（这是因为从多个不同的角度（图4）并且在明确的条件下进行拍摄），不仅可确定长度和宽度尺寸，也可确定客户的围度尺寸（O_x）。随后，以（仅仅）4或5比特的“可管理的”数据格式，将客户的所有这些尺寸编码为“人体轮廓（BP）代码”（0073部分），此为US20020004763的重要部分的主题。

与本专利申请不同，US20020004763并没有解决从仅仅很少的（比如两张）照片图片中获得（围度）尺寸这一问题，如果未进行特别的测量，其不能从（一些）照片图片中确定这些尺寸。因此，从US20020004763中并不了解将通用人体模型的（较大）一组通用数据用作一种方式，该方式用于从在非专业的、未调节的和/或不明确的环境中拍摄的仅仅几张非专业照片中，确定所需要的围度尺寸O_x或其他人体或服装尺寸。

如上所述，现在将讨论数据组的两种选择，即，其中，其不满足表示虚拟人的数据但满足表示虚拟服装的数据，即，（有限的）一组虚拟成衣套装，或（相对大的）一组虚拟定制套装。

当数据组表示由成衣供应商提供的成衣的集合并且客户从这些成衣做出选择时，该数据组必须包括这些成衣所有的相关尺寸，通过“匹配”、“配合”等等，为客户“裁剪”服装时，需要这些尺寸，其中，对于所述客户，处理装置根据所接收的图片生成（两张）该客户的2D轮廓。两种方法可选择：（两张）个人轮廓与数据组内各种服装的（“适合的”）3D表示相比，或者成衣的所有3D表示本身并不包含在该数据组内，但是每个表示（最初）转换成（两对）2D虚拟个人轮廓，在某种程度上，这些轮廓适合于该（虚拟）服装。因此，在执行该方法时，具有两种选择：所获得的客户的个人轮廓（2D）与数据组内的每件虚拟服装的3D表示相比较，或者在将所有这些3D表示最初转换成虚拟个人轮廓的2D表示之后，源自客户的（2D）个人轮廓与虚拟个人轮廓的2D表示相比较，并且通过其“匹配”，与2D表示对应的相关服装尺寸用作所寻求的（现成的）服装尺寸，换言之，用作客户的成衣尺寸（其轮廓）的最佳配合（fitting）。

数据组表示定制服装的集合时，采取相同的措施：将客户的个人轮廓和（非常大的）定制套装的集合的3D或2D表示的所有尺寸进行比较，然后选择最接近的服装表示（即，包含在其内）的制作或样式尺寸，以便实际制作这件衣服。

除了以上所提出的具有各种选择的方法，本发明还包括一种系统，尤其是适合于执行所提出的方法的处理装置。

在下文中，通过所阐述的实施方式，进一步讨论本发明。

附图说明

图1示出了用于执行本发明的方法的系统的简单表示；

图2示出了本发明的第一实施方式；

图3示出了本发明的第二实施方式；

图4示出了本发明的第三实施方式；

图5至图7示意性示出了三种不同的可选系统的操作。

具体实施方式

图1示出了希望通过互联网定制服装或衣服（比如，套装）的人1。他（或她）使用数码相机2，他通过数码相机拍摄或请人拍摄两张他/她自己的仅穿着内衣的照片。这些照片用作确定正确的尺寸的依据。可直接（如果照相机实例为具有互联网接入的移动电话的一部分）或通过以膝上型电脑3形式访问互联网的终端，通过互联网4将这些照片发送给服务器5。除了这些照片（用于尺寸）以外，此人当然也可通过互联网4发送套装的颜色、面料质量、款式等。服务器5被设置为适当地处理由此人所输入的所有定制数据。由服务器5所接收的照片通过由此适当地设置的处理装置（其可能分布在服务器和膝上型电脑3上（比如，在膝上型电脑3内，可进行任何所需要的预处理））处理为数据，即，服装尺寸，将这些数据发送给位置6（仓库、工厂），以使用这些数据从成衣套装集合中（并且也通过此人所输入的特征，比如，颜色、面料等）选择具有恰当尺寸或成衣尺寸的套装，或者为该人1制作定制的套装或服装（尺寸效力）。进行这种选择或制作之后，将服装放置在容器7内，并且发送给该人。到达后，打开并穿上套装8。

此外，据观察，在拍摄照片时，此人1确保在该照片上可看见“参考对象”9，比如信用卡或标准尺寸的另一个物体。由于其尺寸在处理装置侧是已知的，据此，可计算校准或缩放因子，通过该因子，可非常精确地计算该人1的绝对尺寸。在整个工序本身中，该“标尺”的位置是次要的。

为了校准（缩放、标准化）提供给处理装置的此人的照片，此人也可自己输入校准数据，比如以字母数字数据的形式，比如，此人的身高，在其自身的（居住）位置，此人可测量的高度。然后，将该信息以及用作所选的西服类型、颜色等的其他信息、银行信息以及交货地址一起发送给定制服务器，并且用于缩放所接收的照片。此外/或者，如上所述，具有已知尺寸和/或形状的参考对象，比如，标准尺寸的信用卡或纸张或纸箱，可形成校准。然后，通过照片上的参考对象的尺寸以及通过相应的参考对象的实际（处理装置已知的）尺寸，处理装置可获取所发送的照片中此人的实际（2D）尺寸。

此外，可使用比如建筑构件尤其是该人1的位置处的门框或门框边框作为参考对象。特别地，考虑被拍摄照片的人1站在门口，因此站在门框内（门框边框之间）。假设门框边框以笔直的（垂直的）方式延伸，处理装置则可根据该信息校正照片内可能存在的（透视的）误差，尤其是在较近处拍摄照片时，从而可更精确地从这些照片中确定此人1的精确的个人轮廓。

使用（比如）门框，会具有甚至更重要的优点，这是因为门框理想地适合于用作照片的参考或测量平面。指导被拍摄照片的人站在门柱（门侧柱）之间，以便拍摄“脸部”以及“轮廓”照片。从这种指导经验可以观察到，被拍摄照片的人使他/她的肩膀位于门框边框之间而优雅地站立，可以拍摄“脸部”照片，而使他/她的鼻子朝着一个门框边框，可以拍摄“轮廓”照片。由于门框边框可由（照片）处理装置恰当地识别，所以这些门框边框也可因此非常精确地确定此人在拍摄照片的过程中所站立的参考或测量平面。

图2示出了给此人1（图2a）拍摄（图2b）两张照片。一旦接收到，处理装置首先将这些照片（图中所示）放大为此人1的实际（绝对）尺寸。通常根据处理装置内（以及比如包含在软件内）已知的参考对象的绝对实际尺寸和摄像机所记录的尺寸（通常一个尺寸就足矣）之间的（比例）关系（或校准因子），在后面的处理阶段，也能够可选地进行这种缩放。

接下来，处理装置从图像中获取精确的个人轮廓和/或合适的高度、宽度和深度尺寸。图2中所示的测量高度尺寸h₁（整个长度）和h₂（内腿长度），通常直接与套装的长度尺寸相关。图2中所示的宽度尺寸a₁、a₂和a₃和深度尺寸分b₁、b₂和b₃，与套装的尺寸不直接相关，因此在此人的不同测量高度水平处，比如，在胸部、腰部以及臀部高度处，被处理装置转换成（实际上相关的）围度尺寸O₁、O₂和O₃。实际上，（依然）可选择其他宽度和深度尺寸。为了确定人体围度的宽度和深度尺寸，使用公式O_x=f_x*(a_x+b_x)，其中x=1（胸部水平）、2（腰部水平）以及3（臀部水平）。对于不同的水平而言，围度因子f_x可不同，但是在这些水平处，其值优选地在1.56到1.72之间，优选地在1.62到1.66之间，并且更优选地大致等于1.64。

必要时，根据所接收的此人的正面或背面照和/或侧面照，并且使用表示虚拟人或服装的通用数据组，处理装置确定该测量高度水平，即，胸部、腰部和臀部水平的高度。换言之，通常根据多次观察，从表示虚拟人的通用数据组中，可获得那些水平，从而产生相关的（统计）数据。在整个高度h₁的40%到60%之间的高度区域内，比如通过在正面照中，给腰部水平选择此人最小的宽度，从所接收的此人1的照片中，也可获得测量高度水平。

为了改善结果，人体围度O_x的所确定的值优选地通过一个或多个校正因子c_x来校正。比如，此人1可将涉及他或她的姿势，尤其涉及上述测量高度水平的人体围度的另外的信息输入到处理装置内，该另外的信息由处理装置转换成一个或多个校正因子c_x。比如，通过显示器发送照片的过程中，处理装置可询问此人是否想提供有关他/她的姿势的一些另外信息：标准的、矮/胖、高/瘦、（太）重、（太）轻、长或短臂、长或短腿等。据此，处理装置可将此人细分为某个等级（分类），处理装置将这些等级与用于校正因子c₁、c₂、c₃的某些值链接。

可选地，比如，根据所接收的此人1的图像（照片），包括参考对象9，销售员或裁缝师可将另外的（姿势）信息输入到处理装置内，该信息涉及此人的姿势，尤其涉及所述测量高度水平的人体围度，该另外的信息由处理装置转换成校正因子c₁、c₂、c₃。

即，通过表示虚拟人的通用数据组，处理装置也可确定或影响校正因子c₁、c₂、c₃。图3中所示的可选方案使用“经验知识”，在这种情况下，这种知识并非如上所述来自此人1本身（根据某些另外的“分类问题”），也并非来自（专业）人士，比如售货员或裁缝师，而是来自包含在表示虚拟人的通用数据组内的经验知识。

图3示出了通过照片所确定的个人轮廓（b）与某一（大）数量（2D或3D）的人体模型相比较，所述人体模型例如存储在表示虚拟人的数据组内。通过使用“最佳匹配”算法，从此人的个人轮廓组中，选择最佳匹配表示或人体模型（图3c），并且据此，将与所选择的人体模型（图3c）对应的校正因子c₁、c₂、c₃分配给此人1，比如，通过使用提前分配给所存储的表示的分类，据此，可校正通过公式O_x=f_x*(a_x+b_x)所计算的围度尺寸，以便为O₁、O₂和O₃获得更好的更精确的结果。因此，在这种情况下，该公式（比如）为O_x=c_x*f_x*(a_x+b_x)。

图4示出了上述解决途径II的示图，其中，通过使用表示虚拟人的通用数据组，比如使用合适的分类或匹配算法，根据所接收的人1的照片和参考对象9（图4a），处理装置将从这些照片中所确定的此人1的个人轮廓（图4b）分为一个或多个尺寸或轮廓等级。随后，从数据组中获取的属于分类的尺寸或轮廓等级的服装尺寸被表示为用于剪裁所需，在该实例中，为人1的不同水平（胸部、腰部、臀部）处的围度尺寸O₁、O₂和O₃，然而，这些服装尺寸并非从所接收的照片或个人轮廓中可立即确定的服装尺寸。

在这种情况下，并不像图3中所示的实施方式中的情况那样使用表示虚拟人的通用数据组来确定用于公式O_x=c_x*f_x*(a_x+b_x)的校正因子c_x，而是用于通过这些照片（换言之，通过个人轮廓）以及通过表示虚拟人的通用数据组，确定围度值O_x。然后，将从这些照片中获取的个人轮廓和表示虚拟人的通用数据组（比如，包括具有比如高度、宽度、深度以及体积尺寸的总特征的大量虚拟人，或者包括限定具有不同特征的虚拟人组的算法模型）进行比较。假设在表示虚拟人的通用数据组内，O_x值被限定为用于不同的虚拟人，因此，通过合适的“最佳匹配”软件，能够找到“最佳匹配的”虚拟人并且也可以从“最佳匹配的”虚拟人中获取从照片确定的个人轮廓中不能直接获取的尺寸，尤其是围度尺寸。此外，并非一定需要获取从个人轮廓中实际上可直接确定的尺寸，比如，长度尺寸。如图4所示，只需要选择与个人轮廓（图4b）最佳“匹配”的虚拟模型（图4c），然后使用根据参考对象9的照片表示及其预先了解的实际尺寸所确定的校准或比例因子，放大（见“s”）虚拟人，从而使得他/她的尺寸与（真实的）人1的实际尺寸1:1对应，然后通过虚拟人获得所有相关的尺寸，包括长度和围度尺寸。

（2D/3D）“配合”、“绘制”也可用于代替“匹配”，为此，通常不同的算法是已知的。此外，处理装置可根据所接收的此人的图像和表示虚拟人的通用数据组的图像，以迭代处理构造（特定的）虚拟人，据此，根据各种标准，计算机将（3D）虚拟人和从有关真人的照片中获取的（2D）信息之间的差异反复最小化，从而使得这个（特定的）虚拟人的外部特征与所接收的图像上的真人的外部特征最佳地对应。随后，属于虚拟人且从数据组中获取的服装尺寸（诸如体积尺寸，但是必要时也包括长度尺寸）被表示为真实人的服装尺寸，这是因为该虚拟人（通过匹配（见前一个段落），由计算机选择，或者通过“配合/绘制”，由其构造或计算）毕竟与真人1具有较大的（换言之，极大的）外部相似性。

如上所述，数据组可包含表示虚拟服装的数据，即，（有限的）一组虚拟成衣套装或（相对大的）一组虚拟成衣套装，而不包含表示虚拟人的数据。使用具有虚拟服装的这种数据组，所接收的（转换成个人轮廓）的图像（照片）直接与这些服装数据“匹配”。

数据组可表示服装的供应商提供的成衣的集合，并且客户可以通过这些成衣做出选择。该数据组包括这些成衣所有的相关尺寸，有必要与从所接收的照片中获取的个人轮廓“匹配”或“配合”。在这两种方法之后（通过“匹配”或可能通过“配合”或“绘制”）将个人轮廓和数据组内的各种服装的3D表示进行比较，或者将单独的个人轮廓和对应于（网上）供货商所提供的所有服装的虚拟的（2D）个人轮廓集合（比如，来自虚拟的3D“裁缝师的模型”或人体模型集合）进行比较。在这两种情况下，将属于成衣尺寸的“最佳匹配”3D和/或2D表示，用作所寻求的（现成的）服装尺寸或客户的定制尺寸。

当数据组表示定制服装的集合时，采取相同的行动：将客户的个人轮廓和（非常大的）定制套装集合的3D或2D表示的所有尺寸进行比较，然后选择最接近的服装表示（即，包含在其内）的制作或样式尺寸（或者大小），以便实际上制作这件衣服。

如果在数据组内可获得（所有的）样式尺寸，则从该数据组中可“读取”这些样式尺寸，并且将其用于制作“匹配的”那件衣服。但是，对应于“匹配的”那件衣服的（虚拟）裁缝师的人体模型也可被用来通过（例如，基于“有限元”的应用）用于测量2D或3D模型（在这种情况下，为“匹配的”虚拟裁缝师的模型）的软件模块测量所述“匹配的”裁缝师的人体模型的（缺失的）尺寸而获取（缺失的）样式或制作尺寸。

最后，图5至图7示出了以上讨论的本发明的三种不同的实施方式的操作的示意性概图。

图5示出了两个轮廓图像10的示意图，它们由人1提供至处理装置11，并且被转换为两个个人轮廓（一个侧面轮廓，一个正面/背面轮廓）。通过处理装置11将从图像中获取的个人轮廓10和（数据库中的）数据组12进行比较，从而获得虚拟人的表示。通过匹配、配合或绘制软件，选择该表示，根据该表示，人1（客户）的两张个人轮廓配合最佳，并且计算相应的参数c₁、c₂、c₃、O₁、O₂和O₃，可提前计算这些参数，用于任何表示，并且可储存这些参数或者直到选择所选的表示之后，这些参数用作所寻求的校正因子（c₁、c₂、c₃），以用于公式O_x=c_x*f_x*(a_x+b_x)，见图3的讨论，或者用作围度尺寸（O₁、O₂、O₃），见图3的讨论，以用于进一步进行处理。

图6再次示出了两个轮廓图像10，它们在处理装置11中被转换成两个个人轮廓，并且由处理装置11将它们与数据组12进行比较，然而，在本文中，该数据组满足虚拟成衣（或虚拟“裁缝师的人体模型”，每个模型具有与一件成衣对应的服装尺寸）的表示。这些表示可具有3D表示的形式或者成对的（几对）2D表示的形式，换言之，与其对应的虚拟服装或虚拟裁缝师的人体模型的2D轮廓（一个侧面轮廓，一个正面或背面轮廓）。通过匹配、配合或绘制软件，选择这个（虚拟的）表示，其中，人1（客户）的这对（真实的）个人轮廓配合最佳，并且为所选的（“最佳匹配的”）这件成衣的相应成衣尺寸（比如，型号52），用作客户的定制尺寸。

图7再次示出了两个轮廓图像10，它们在处理装置11中被转换为两个个人轮廓，并且由处理装置11将它们与数据组12进行比较，但是在本文中，与虚拟的“定制”服装（或者虚拟“裁缝师的人体模型”，每个人体模型对应于一件定制服装的服装尺寸）的表示的大的集合（彼此之间具有非常微小的差别，换言之，具有高分辨率的表示系列）进行比较。再次，这些表示可具有几对2D轮廓的3D表示的形式。通过匹配、配合或绘制软件，选择这个表示，其中，人1（客户）的这对个人轮廓配合最佳，并且为所选的（“最佳匹配的”）这件定制服装的相关制作或样式尺寸，用作制作客户所定制的定制服装的基础。

如上所述，说明了本发明的各方面，根据本发明，允许公众购买“在线”服装，比如套装等，其中，简单的摄像机可用于确定服装尺寸。首先通过使用摄像机所提供的2D图像，然后使用有关人体和/或人体轮廓的形状的通用信息（比如，现成的、定制的或定做的服装），在（非专业的）家庭位置中拍摄的照片可用于非常精确地确定成衣尺寸和/或所有相关的尺寸，用于选择和/或制作或采用所定制的服装。

Claims

1.一种用于确定人（1）的一个或多个服装尺寸的方法，其工序包括以下步骤：

所述人提供至少一张，优选地提供两张他/她自己的轮廓照片；

所述人将这些照片发送至处理装置（11）；

所述处理装置从所接收的照片中确定所述人的个人轮廓；

所述处理装置至少部分使用表示虚拟人或服装的数据组（12），确定所要求的服装大小或服装尺寸。

2.根据前述权利要求中至少一项所述的方法，其中，所述人还将校准数据提供至所述处理装置。

3.根据权利要求2所述的方法，其中，所述校准数据包括字母数字数据，比如，所述人的身高。

4.根据权利要求2所述的方法，其中，所述校准数据由已知尺寸和/或形状的参考对象（9）构成。

5.根据权利要求4所述的方法，其中，所述参考对象由信用卡构成。

6.根据权利要求4所述的方法，其中，所述参考对象由具有标准尺寸的一张纸或纸板构成。

7.根据权利要求4所述的方法，其中，所述参考对象为建筑构件，比如，门框或门框边框。

8.根据前述权利要求中至少一项所述的方法，其中，所述人提供至少一张他/她自己的主要为正面或背面照的照片（10）以及至少一张他/她自己的主要为侧面照的照片，并且将这些照片提供至所述处理装置。

9.根据权利要求8所述的方法，其中，所述处理装置在一个或多个测量高度水平x=1...n上，从至少一张所述人的正面或背面照中确定宽度a_x，并且从至少一张侧面照中确定深度b_x，而且在一个或多个测量高度水平x上，使用公式O_x=f_x*(a_x+b_x)确定人体围度O_x，其中，f_x为针对所涉及的测量高度水平的围度因子，所述围度因子源自表示虚拟人或服装的通用数据组。

10.根据权利要求9所述的方法，其中，用于尤其与服装尺寸相关的测量高度水平的所述围度因子f_x在1.56到1.72之间，优选地在1.62到1.66之间，并且更优选地大致等于1.64。

11.根据权利要求10所述的方法，其中，所述处理装置根据所接收的所述人的至少一张正面或背面照和/或至少一张侧面照并且使用表示虚拟人或服装的通用数据组，确定所述测量高度水平。

12.根据权利要求9到11中任一项所述的方法，其中，使用一个或多个校正因子c_x，校正所确定的人体围度O_x的值。

13.根据权利要求12所述的方法，其中，所述人将另外的信息提供给所述处理装置，所述另外的信息涉及他或她的姿势，尤其涉及所述测量高度水平上的人体围度，所述另外的信息由所述处理装置转换成一个或多个校正因子c_x。

14.根据权利要求12所述的方法，其中，操作者根据所接收的照片和/或可直接确定的所述人的第一服装尺寸，将另外的信息提供给所述处理装置，所述另外的信息涉及所述人的姿势，尤其涉及所述测量高度水平上的人体围度，所述另外的信息由所述处理装置转换为一个或多个校正因子c_x。

15.根据权利要求12所述的方法，其中，所述处理装置使用表示虚拟人或服装的通用数据组，根据所接收的照片和/或通过可直接确定的所述人的第一服装尺寸，确定一个或多个校正因子c_x。

16.根据前述权利要求中至少一项所述的方法，其中，所述处理装置使用匹配、配合或绘制算法，确定所提供的个人轮廓和所述通用数据组内的虚拟人或服装的表示之间的最大或最佳匹配。

17.根据前述权利要求中至少一项所述的方法，其中，所述通用数据组包括每个成衣尺寸和/或类型，每件服装的成衣的虚拟表示，所述处理装置将所接收的个人轮廓和那些虚拟表示进行比较并从中选择最合适的表示，从而将该表示的成衣尺寸和/或类型确定为最合适所述人的成衣尺寸和/或类型。

18.根据前述权利要求中至少一项所述的方法，其中，所述通用数据组包含大量彼此之间具有非常小的差异的各种服装的虚拟表示，所述虚拟表示包括所有相关的制作或样式尺寸，所述处理装置将所接收的个人轮廓与所有那些虚拟表示进行比较，随后选择最合适的表示，并且将该表示的制作或样式尺寸确定为用于制作所述人的定制的一件服装的制作或样式尺寸。

19.根据前述权利要求中至少一项所述的方法，其中，所述数据组包括与2D轮廓相比较的3D表示的集合。

20.根据前述权利要求中至少一项所述的方法，其中，所述数据组包括与2D轮廓相比较的2D表示的集合。

21.根据前述权利要求中至少一项所述的方法，其中，通过本地终端或个人电脑向所述处理装置进行输入。

22.根据权利要求21所述的方法，其中，将所述处理装置或其至少一部分安装在本地。

23.根据权利要求21或22所述的方法，其中，将所述处理装置或其至少一部分中央安装，并且通过数据网络在本地终端或个人电脑和所述处理装置的中央部分之间进行通信。

24.根据权利要求21到23中至少一项所述的方法，其中，所述处理装置或其至少一部分以分布式的方式安装。

25.一种系统，尤其是处理装置（11），适合于执行根据一项或多项前述权利要求所述的方法。