CN109118590A - 一种基于机器学习的3d试衣平台 - Google Patents
一种基于机器学习的3d试衣平台 Download PDFInfo
- Publication number
- CN109118590A CN109118590A CN201810602691.0A CN201810602691A CN109118590A CN 109118590 A CN109118590 A CN 109118590A CN 201810602691 A CN201810602691 A CN 201810602691A CN 109118590 A CN109118590 A CN 109118590A
- Authority
- CN
- China
- Prior art keywords
- user
- platform
- machine learning
- fitting
- model
- 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
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/006—Mixed reality
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0641—Shopping interfaces
- G06Q30/0643—Graphical representation of items or shoppers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2210/00—Indexing scheme for image generation or computer graphics
- G06T2210/16—Cloth
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Computer Graphics (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Processing Or Creating Images (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及一种基于机器学习的3D试衣平台,包括如下步骤:(1)、用户输入身高、体重、三围、性别、肤色,手机摄像头拍取用户的照片信息到3d试衣平台;(2)、3d试衣平台利用机器学习技术根据平台现有的大量真实数据和模型进行训练,并按照用户输入的高、体重、三围、性别、肤色信息匹配出最接近使用人身材的模型;(3)、用户网购看重衣服后,点击试衣,跳转到3d试衣平台,平台利用3dmax技术将衣服和人体模型进行匹配建模并生成实际效果模型。本发明结合现有的真实人体模型通过机器学习的方式生成一个更加贴近使用者真实的身材模型,用户通过在线平台无需购买专门昂贵的设备,在线试衣平台,用户只需要登录平台,打开摄像头即可使用。
Description
技术领域
本发明涉及一种3D试衣平台,具体涉及一种基于机器学习在线生成试衣模型的实现方法以及系统,旨在解决网购衣服过程中试衣难的问题的基于机器学习的3D试衣平台。
背景技术
传统的3d建模技术会出现比较机械,固定的模型,可能不是特别切合人体的实际情况。
传统虚拟试衣间使用用户输入数据建立的3d模型比较机械,不是特别符合用户的真实身材;且传统3d虚拟试衣间基于Kinect体感技术,需要采购专门的昂贵的硬件设备,这使得3D虚拟试衣技术难以推广到普通家庭;硬件设备受地理环境的限制,只能去投放了设备的特定地点试衣;不能根据用户的喜好做推荐功能。
发明内容
针对上述问题,本发明的主要目的在于提供一种基于机器学习在线生成试衣模型的实现方法以及系统,旨在解决网购衣服过程中试衣难的问题的基于机器学习的3D试衣平台。
本发明是通过下述技术方案来解决上述技术问题的:一种基于机器学习的3D试衣平台,所述基于机器学习的3D试衣平台包括如下步骤:
(1)、用户输入身高、体重、三围、性别、肤色,手机摄像头拍取用户的照片信息到3d试衣平台;
(2)、3d试衣平台利用机器学习技术根据平台现有的大量真实数据和模型进行训练,并按照用户输入的高、体重、三围、性别、肤色信息匹配出最接近使用人身材的模型;
(3)、用户网购看重衣服后,点击试衣,跳转到3d试衣平台,平台利用3dmax技术将衣服和人体模型进行匹配建模并生成实际效果模型。
在本发明的具体实施例子中,用户通过ios或者android设备的摄像,拍摄正身照片,利用Eigenface将人的脸型识别匹配出来,同时将用户输入的身高、体重、三围、肤色信息传送到3D试衣平台。
在本发明的具体实施例子中,利用tensorflow框架建立卷积神经网络,以用户输入的身高、体重、三围、脸型作为x向量,利用先用的真实样本数据进行训练;经过大量的计算之后得到包含模型的肩宽,大小手臂粗度、大小手臂长度、大小腿粗度、大小腿长度、用户输入的胸围、用户输入的臀围这些数据,利用这些数据作为变量结合3Dmax技术进行3d建模。
在本发明的具体实施例子中,将从店铺选取的衣物模型与生成的人体模型进行融合并展示实际效果。
在本发明的具体实施例子中,所述步骤1中,身高、体重、三围、性别、肤色这些信息为用户的真实特征,步骤3中所述衣服为衣服的真实模型。
在本发明的具体实施例子中,平台现有的身高、体重、三围、性别、肤色以及其匹配的人体模型训练样本都是实际社会中真实的用户数据。
在本发明的具体实施例子中,3D试衣平台综合分析用户的个人信息、根据分析结果可为用户推荐服饰,推荐服饰的具体信息包括颜色,尺码这些信息。
本发明的积极进步效果在于:用过机器学习生成的模型更加贴合用户真实身材;在洗平台解决了硬件设备昂贵,只能定点使用的问题;可以根据用户的购买记录推荐衣服。
附图说明
图1为本发明的结构示意图。
图2为本发明的工作流程示意图。
具体实施方式
下面结合附图给出本发明较佳实施例,以详细说明本发明的技术方案。
网购已经变成大家所能够接受的一种购物方式,但是网购上的很多穿饰东西特别是衣服很容易出现大小不合理,搭配不好看,不合身的情况,急需一个可定制体型并在线搭配衣服的软件。需要借助3D MAX,用户输入身高体重等三围信息可以生成一个人员模型,为模型穿上网店里面的衣服看具体效果。同时为了更加贴近实际情况,可以输入大量实际人体模型样本,智能的生出最适合的3d模型。
本发明主要是用户在选购好衣服后,但是实际穿到自己身上后大小可能不会合适,包括搭配不好等等问题,在一个在线试衣平台可以试试看到具体的效果,拒绝买家秀和卖家秀。
图1为本发明的结构示意图,如图1所示:本发明包括如下步骤:
(1)、用户输入身高、体重、三围、性别、肤色,手机摄像头拍取用户的照片信息到3d试衣平台;
(2)、3d试衣平台利用机器学习技术根据平台现有的大量真实数据和模型进行训练,并按照用户输入的高、体重、三围、性别、肤色信息匹配出最接近使用人身材的模型;
(3)、用户网购看重衣服后,点击试衣,跳转到3d试衣平台,平台利用3dmax技术将衣服和人体模型进行匹配建模并生成实际效果模型。
步骤1中,身高、体重、三围、性别、肤色这些信息为用户的真实特征,步骤3中所述衣服为衣服的真实模型。
用户通过ios或者android设备的摄像,拍摄正身照片,利用Eigenface将人的脸型识别匹配出来,同时将用户输入的身高、体重、三围、肤色信息传送到3D试衣平台。
利用tensor flow框架建立卷积神经网络,以用户输入的身高、体重、三围、脸型作为x向量,利用先用的真实样本数据进行训练;经过大量的计算之后得到包含模型的肩宽,大小手臂粗度、大小手臂长度、大小腿粗度、大小腿长度、用户输入的胸围、用户输入的臀围这些数据,利用这些数据作为变量结合3Dmax技术进行3d建模。
将从店铺选取的衣物模型与生成的人体模型进行融合并展示实际效果。
平台现有的身高、体重、三围、性别、肤色以及其匹配的人体模型训练样本都是实际社会中真实的用户数据。
3D试衣平台综合分析用户的个人信息、根据分析结果可为用户推荐服饰,推荐服饰的具体信息包括颜色,尺码这些信息。
传统的3d建模技术会出现比较机械,固定的模型,可能不是特别切合人体的实际情况。在引入机器学习之后,输入大量的实际样本进行训练,匹配出最接近使用人的案例。
图2为本发明的工作流程示意图。如图2所示:本发明的工作流程如下:
100、用户通过ios或者android设备的摄像,拍摄正脸照片,利用Eigenface将人的脸型识别匹配出来,同时将用户输入的身高、体重、三围、肤色等信息传送到3D试衣平台。
200、利用tensorflow框架建立卷积神经网络,以用户输入的身高、体重、三围、脸型作为x向量,利用先用的真实样本数据进行训练。经过大量的计算之后得到包含模型的肩宽,大小手臂粗度、大小手臂长度、大小腿粗度、大小腿长度、胸围(用户输入)、臀围(用户输入)等数据,利用这些数据作为变量结合3Dmax技术进行3d建模。
300、将从店铺选取的衣物模型(一开始由厂商设计师设计并提供)与生成的人体模型进行融合并展示实际效果。
本发明结合现有的真实人体模型通过机器学习的方式生成一个更加贴近使用者真实的身材模型。
本发明用户通过在线平台无需购买专门昂贵的设备,在线试衣平台,用户只需要登录平台,打开摄像头即可使用,解决只能去特定地点试衣的痛点。
本发明以根据用户历史的购买记录,利用机器学习的方式给用户推荐衣服。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内,本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (7)
1.一种基于机器学习的3D试衣平台,其特征在于:所述基于机器学习的3D试衣平台包括如下步骤:
(1)、用户输入身高、体重、三围、性别、肤色,手机摄像头拍取用户的照片信息到3d试衣平台;
(2)、3d试衣平台利用机器学习技术根据平台现有的大量真实数据和模型进行训练,并按照用户输入的高、体重、三围、性别、肤色信息匹配出最接近使用人身材的模型;
(3)、用户网购看重衣服后,点击试衣,跳转到3d试衣平台,平台利用3dmax技术将衣服和人体模型进行匹配建模并生成实际效果模型。
2.根据权利要求1所述的基于机器学习的3D试衣平台,其特征在于:用户通过ios或者android设备的摄像,拍摄正身照片,利用Eigenface将人的脸型识别匹配出来,同时将用户输入的身高、体重、三围、肤色信息传送到3D试衣平台。
3.根据权利要求1所述的基于机器学习的3D试衣平台,其特征在于:利用tensorflow框架建立卷积神经网络,以用户输入的身高、体重、三围、脸型作为x向量,利用先用的真实样本数据进行训练;经过大量的计算之后得到包含模型的肩宽,大小手臂粗度、大小手臂长度、大小腿粗度、大小腿长度、用户输入的胸围、用户输入的臀围这些数据,利用这些数据作为变量结合3Dmax技术进行3d建模。
4.根据权利要求1所述的基于机器学习的3D试衣平台,其特征在于:将从店铺选取的衣物模型与生成的人体模型进行融合并展示实际效果。
5.根据权利要求1所述的基于机器学习的3D试衣平台,其特征在于:所述步骤1中,身高、体重、三围、性别、肤色这些信息为用户的真实特征,步骤3中所述衣服为衣服的真实模型。
6.根据权利要求1所述的基于机器学习的3D试衣平台,其特征在于:平台现有的身高、体重、三围、性别、肤色以及其匹配的人体模型训练样本都是实际社会中真实的用户数据。
7.根据权利要求1所述的基于机器学习的3D试衣平台,其特征在于:3D试衣平台综合分析用户的个人信息、根据分析结果可为用户推荐服饰,推荐服饰的具体信息包括颜色,尺码这些信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810602691.0A CN109118590B (zh) | 2018-06-12 | 2018-06-12 | 一种基于机器学习的3d试衣平台 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810602691.0A CN109118590B (zh) | 2018-06-12 | 2018-06-12 | 一种基于机器学习的3d试衣平台 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109118590A true CN109118590A (zh) | 2019-01-01 |
CN109118590B CN109118590B (zh) | 2023-06-16 |
Family
ID=64821899
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810602691.0A Active CN109118590B (zh) | 2018-06-12 | 2018-06-12 | 一种基于机器学习的3d试衣平台 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109118590B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110009730A (zh) * | 2019-03-26 | 2019-07-12 | 深圳大学 | 一种基于智能设备三维人体测量的建模方法 |
CN110188437A (zh) * | 2019-05-22 | 2019-08-30 | 上海人赢网络科技有限公司 | 一种基于机器学习的成衣尺寸生成方法及其装置 |
CN113011932A (zh) * | 2019-12-19 | 2021-06-22 | 阿里巴巴集团控股有限公司 | 试衣镜系统、图像处理方法、装置及设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102842089A (zh) * | 2012-07-18 | 2012-12-26 | 上海交通大学 | 基于3d真实人体模型及服装模型的网络虚拟试衣系统 |
CN107180375A (zh) * | 2017-05-04 | 2017-09-19 | 东华大学 | 一种基于多层神经网络的服装号型推荐系统 |
WO2018027549A1 (zh) * | 2016-08-09 | 2018-02-15 | 深圳市赛亿科技开发有限公司 | 一种虚拟试衣的系统及方法 |
CN108010122A (zh) * | 2017-11-14 | 2018-05-08 | 深圳市云之梦科技有限公司 | 一种人体三维模型重建与测量的方法及系统 |
-
2018
- 2018-06-12 CN CN201810602691.0A patent/CN109118590B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102842089A (zh) * | 2012-07-18 | 2012-12-26 | 上海交通大学 | 基于3d真实人体模型及服装模型的网络虚拟试衣系统 |
WO2018027549A1 (zh) * | 2016-08-09 | 2018-02-15 | 深圳市赛亿科技开发有限公司 | 一种虚拟试衣的系统及方法 |
CN107180375A (zh) * | 2017-05-04 | 2017-09-19 | 东华大学 | 一种基于多层神经网络的服装号型推荐系统 |
CN108010122A (zh) * | 2017-11-14 | 2018-05-08 | 深圳市云之梦科技有限公司 | 一种人体三维模型重建与测量的方法及系统 |
Non-Patent Citations (1)
Title |
---|
安妮: "线上店铺虚拟试衣技术的实现方式对比分析", 《丝绸》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110009730A (zh) * | 2019-03-26 | 2019-07-12 | 深圳大学 | 一种基于智能设备三维人体测量的建模方法 |
CN110188437A (zh) * | 2019-05-22 | 2019-08-30 | 上海人赢网络科技有限公司 | 一种基于机器学习的成衣尺寸生成方法及其装置 |
CN113011932A (zh) * | 2019-12-19 | 2021-06-22 | 阿里巴巴集团控股有限公司 | 试衣镜系统、图像处理方法、装置及设备 |
Also Published As
Publication number | Publication date |
---|---|
CN109118590B (zh) | 2023-06-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11600033B2 (en) | System and method for creating avatars or animated sequences using human body features extracted from a still image | |
CN114663199B (zh) | 一种动态展示的实时三维虚拟试衣系统及方法 | |
CN110609617B (zh) | 虚拟镜子的装置、系统和方法 | |
CN104484816B (zh) | 基于大数据分析的服装导购系统和方法 | |
CN104881881B (zh) | 运动对象表示方法及其装置 | |
CN104952113B (zh) | 服饰试穿体验方法、系统及设备 | |
TW200828043A (en) | Terminal try-on simulation system and operating and applying method thereof | |
CN109118590A (zh) | 一种基于机器学习的3d试衣平台 | |
JP6320237B2 (ja) | 仮想試着装置、仮想試着方法、およびプログラム | |
CN105069837B (zh) | 一种服装试穿模拟方法及装置 | |
JP6338966B2 (ja) | 仮想試着装置、仮想試着システム、仮想試着方法、およびプログラム | |
CN102262788A (zh) | 个人三维形象互动试妆信息数据处理方法及装置 | |
CN113610612B (zh) | 一种3d虚拟试衣方法、系统及存储介质 | |
JP2016038811A (ja) | 仮想試着装置、仮想試着方法、およびプログラム | |
CN205507877U (zh) | 一种可用于网购的三维实时动态的虚拟试衣装置 | |
CN105512915A (zh) | 一种基于人体三维虚拟成像的线下体验店 | |
CN107622428A (zh) | 一种实现虚拟试穿的方法及装置 | |
CN109409199A (zh) | 微表情训练方法、装置、存储介质及电子设备 | |
CN103530782A (zh) | 基于web的网上试衣间系统 | |
JP2018106736A (ja) | 仮想試着装置、仮想試着方法、およびプログラム | |
CN108109037A (zh) | 基于移动终端的模拟试衣方法、装置、系统及存储介质 | |
CN107146275A (zh) | 一种设置虚拟形象的方法及装置 | |
Chen et al. | Reconstructing 3D human models with a Kinect | |
KR20230173638A (ko) | 애니메이션을 저작하기 위한 방법, 시스템 및 비일시성의 컴퓨터 판독 가능 기록 매체 | |
Zong et al. | An exploratory study of integrative approach between 3D body scanning technology and motion capture systems in the apparel industry |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |