CN109190671A - 服装关键点测量方法及装置 - Google Patents

服装关键点测量方法及装置 Download PDF

Info

Publication number
CN109190671A
CN109190671A CN201810868891.0A CN201810868891A CN109190671A CN 109190671 A CN109190671 A CN 109190671A CN 201810868891 A CN201810868891 A CN 201810868891A CN 109190671 A CN109190671 A CN 109190671A
Authority
CN
China
Prior art keywords
key point
clothes
information
style type
identification 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.)
Pending
Application number
CN201810868891.0A
Other languages
English (en)
Inventor
马修·罗伯特·斯科特
黄鼎隆
刘政杰
胡晓军
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.)
Shenzhen Malong Technologies Co Ltd
Original Assignee
Shenzhen Malong Technologies Co 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 Shenzhen Malong Technologies Co Ltd filed Critical Shenzhen Malong Technologies Co Ltd
Priority to CN201810868891.0A priority Critical patent/CN109190671A/zh
Publication of CN109190671A publication Critical patent/CN109190671A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/21Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01BMEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00Measuring arrangements characterised by the use of optical techniques

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供了服装关键点测量方法及装置,涉及服装设计技术领域,其中,该服装关键点测量方法包括:首先,识别服装的款式类型信息,通常,服装的款式类型与其关键点的确定有直接关系,其次,根据上述款式类型信息为服装匹配关键点识别模型,这里需要进行说明的是,上述关键点识别模型是预先训练出来的,之后,将获得的款式类型信息输入到关键点识别模型中进行学习,得到服装的关键点,通过上述处理过程,在服装设计过程中,实现了通过关键点识别模型来获取与款式类型信息相关联的服装的关键点的目的,方便快捷。

Description

服装关键点测量方法及装置
技术领域
本发明涉及服装设计技术领域,尤其涉及服装关键点测量方法及装置。
背景技术
装饰是人体的物品总称。常见的服饰包括服装、鞋、帽、袜子、手套、围巾、领带、提包、阳伞、发饰等。在古代服饰简单粗糙,而现代社会中服饰的材质、样式也多种多样。尤其是服装的样式变化多样,服装指的是衣服鞋包玩具饰品等的总称。人类最初的衣服是用树叶、兽皮制成的,包裹身体的最早“织物”用麻类纤维和草制等成。在国家标准中对服装的定义为,缝制,穿于人体起保护和装饰作用产品,又称衣服。
服装的样式常随着时代的发展而不断变化,每个时期的服装都有自己时期的特点,其主要的特点是通过服装上面的各个关键点来体现的,例如,袖口、领口、缝制方式和长短等。通过不同关键点的综合体现来展现一件服装的整体风格。但是,在服装设计过程中,如何捕获其设计中的关键点来设计更加符合社会发展和时尚潮流的服装仍是一个难题。
发明内容
有鉴于此,本发明实施例的目的在于提供了服装关键点测量方法及装置,通过设置关键点识别模型,在此基础上结合服装的款式类型信息来得到服装的关键点,进而提升了服装的关键点获取的便捷性。
第一方面,本发明实施例提供了服装关键点测量方法,包括:
识别服装的款式类型信息;
根据所述款式类型信息为服装匹配关键点识别模型;
将所述款式类型信息输入到所述关键点识别模型中进行学习,得到服装的关键点。
结合第一方面,本发明实施例提供了第一方面的第一种可能的实施方式,其中,所述根据所述款式类型信息为服装匹配关键点识别模型的步骤之前,还包括:
采集服装的关键点特征信息,其中,所述服装有多件,且,多件所述服装对应的所述关键点特征信息均不同;
将多件所述服装对应的所述关键点特征信息进行训练,得到所述关键点识别模型。
结合第一方面的第一种可能的实施方式,本发明实施例提供了第一方面的第二种可能的实施方式,其中,当所述关键点特征信息发生变化时,结合其余未发生变化的所述关键点特征信息对所述关键点识别模型进行修正。
结合第一方面,本发明实施例提供了第一方面的第三种可能的实施方式,其中,所述识别服装的款式类型信息的步骤之前,还包括:
获取对服装进行拍照的摄像头;
调整所述摄像头所处的环境条件;
在所述环境条件下,运用所述摄像头对多件所述服装一一进行拍摄,得到多张服装图片。
结合第一方面的第三种可能的实施方式,本发明实施例提供了第一方面的第四种可能的实施方式,其中,所述方法还包括:
对多件所述服装逐一进行测量,得到多个尺寸信息;
将所述尺寸信息分别与所述关键点特征信息和所述服装图片一一进行对应,且,为一一对应完的所述尺寸信息、所述关键点特征信息和所述服装图片建立对应关系;
将同一个对应关系下的所述尺寸信息、所述关键点特征信息和所述服装图片进行存储。
结合第一方面的第四种可能的实施方式,本发明实施例提供了第一方面的第五种可能的实施方式,其中,所述方法还包括:
当得到所述服装的关键点后,查找与之匹配的所述关键点特征信息;
根据所述对应关系,查找所述尺寸信息;
将所述服装的关键点和所述尺寸信息进行匹配后输出。
结合第一方面的第四种可能的实施方式,本发明实施例提供了第一方面的第六种可能的实施方式,其中,所述同一个对应关系下的所述尺寸信息、所述关键点特征信息和所述服装图片存储在ERP系统或者BOM数据库中。
第二方面,本发明实施例提供了服装关键点测量装置,包括:
识别模块,用于识别服装的款式类型信息;
匹配模块,用于根据所述款式类型信息为服装匹配关键点识别模型;
关键点获取模块,用于将所述款式类型信息输入到所述关键点识别模型中进行学习,得到服装的关键点。
第三方面,本发明实施例还提供一种终端,包括存储器以及处理器,存储器用于存储支持处理器执行上述方面提供的服装关键点测量方法的程序,处理器被配置为用于执行存储器中存储的程序。
第四方面,本发明实施例还提供一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,计算机程序被处理器运行时执行上述任一项的方法的步骤。
本发明实施例提供的服装关键点测量方法及装置,其中,该服装关键点测量方法包括:首先,识别服装的款式类型信息,由于,服装的款式类型不同,其关键点自然也不同,其次,根据上述款式类型信息为服装匹配关键点识别模型,这里需要进行说明的是,上述关键点识别模型是预先训练出来的,即根据多件服装和服装相应的关键点预先总结出来的具有通用性的模型,之后,将获得的款式类型信息输入到关键点识别模型中进行学习,得到服装的关键点,通过上述处理过程,在服装设计过程中,先获取服装的款式类型信息,之后通过关键点识别模型来获取与款式类型信息相关联的服装的关键点,从而方便快捷的实现了服装的关键点的获取。
本发明的其他特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1示出了本发明实施例所提供的服装关键点测量方法的流程图;
图2示出了本发明实施例所提供的服装关键点测量装置的结构连接图。
图标:1-识别模块;2-匹配模块;3-关键点获取模块。
具体实施方式
下面将结合本发明实施例中附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
服装与人们的日常生活息息相关,服装的样式常随着时代的发展而不断变化,每个时期的服装都有自己时期的特点,其主要的特点是通过服装上面的各个关键点来体现的,例如,袖口、领口、缝制方式和长短等。通过服装关键点的判别能够有效衡量一件服装的整体风格。但是,在服装设计的过程中,如何捕获其设计中的关键点才能设计出更加符合消费者青睐的服装仍是一个难题。
基于此,本发明实施例提供了服装关键点测量方法及装置,下面通过实施例进行描述。
实施例1
参见图1,本实施例提出的服装关键点测量方法具体包括以下步骤:
步骤S101:识别服装的款式类型信息。
由于,决定一件服装受欢迎程度的往往是其款式类型信息,例如,一件上衣是长袖还是短袖在夏季和冬季的受欢迎程度差异很大,同样的,一条裤子的裤腿是收紧的还是宽松的,在不同年龄的人群中的受欢迎程度差异也比较大。在本实施例中,需要识别的服装的款式类型信息的种类不做具体限定,即款式类型信息可根据不同类型的服装进行具体设定。对一件服装进行识别后获取到服装的款式类型信息,对为其匹配对应的关键点识别模型具有指导意义。
步骤S102:根据款式类型信息为服装匹配关键点识别模型。
需要进行说明的是,在本实施例中,预先建立的关键点识别模型有多个,为了更加精准的获取到服装的关键点,在实施过程中,根据上述步骤S101中获取的款式类型信息来查找与之关联度最高的关键点识别模型,这里关联度最高是指按照先验知识进行确定的,并将款式类型信息与查找出来的关联度最高的关键点识别模型进行匹配关联。
步骤S103:将款式类型信息输入到关键点识别模型中进行学习,得到服装的关键点。
这样,在获取到关键点识别模型后就可以将款式类型信息输入到关键点识别模型中进行学习,即通过关键点识别模型来自动对款式类型信息进行甄别和筛选,以获取服装的关键点。
上述步骤S102根据款式类型信息为服装匹配关键点识别模型的步骤之前,还包括:
(1)采集服装的关键点特征信息,其中,服装有多件,且,多件服装对应的关键点特征信息均不同。在预先建立关键点识别模型的过程中,先挑选多件服装,并且,挑选的多件服装的关键点特征信息要尽量丰富不重叠,以建立涵盖信息点更广的关键点识别模型。
(2)将多件服装对应的关键点特征信息进行训练,得到关键点识别模型。在获取到多件服装的多个关键点特征信息后,将其进行训练,通常为相同类别的关键点特征信息进行集中训练,识别出关于某个关键点的识别模型,再由多个关键点的识别模型进行整合,得到关键点识别模型。
(3)当关键点特征信息发生变化时,结合其余未发生变化的关键点特征信息对关键点识别模型进行修正。由于,服装等的变化趋势通常是渐变的,不连续的。为了迎合服装的变化需求,当有某一个关键点特征信息(例如,袖口特征)发生变化时,可将发生变化的关键点特征信息和其余未发生变化的关键点特征信息结合起来对关键点识别模型进行修正,从而得到更加精确的关键点识别模型。
上述步骤S101识别服装的款式类型信息的步骤之前,还包括:
(1)获取对服装进行拍照的摄像头,这里需要进行说明的是,摄像头是一种视频输入设备,通常,摄像头可分为数字摄像头和模拟摄像头两大类。数字摄像头可以将视频采集设备产生的模拟视频信号转换成数字信号,进而将其储存在计算机里。模拟摄像头捕捉到的视频信号必须经过特定的视频捕捉卡将模拟信号转换成数字模式,并加以压缩后才可以转换到计算机上运用。在使用过程中,由摄像头内的感光组件电路及控制组件对图像进行处理并转换成电脑所能识别的数字信号,然后借由并行端口或USB连接输入到电脑后由软件再进行图像还原能够获取到直观清晰的图像。在本实施例中,通常会设置多个摄像头,并且,各个摄像头之间的拍摄角度不同,以同时完成对多件服装的拍摄作业,在拍摄过程中,先获取对服装进行拍照的摄像头,以进一步获取图像。
(2)调整摄像头所处的环境条件,在获取到摄像头之后,可相应的调整摄像头所处的环境条件,例如,光照等,以便获取更加清晰的图像。
(3)在选取好了环境条件之后,运用摄像头对多件服装一一进行拍摄,得到多张服装图片,通过上述同步处理能够快速准确的获取到多张服装图片。
此外,由于服装的关键点确定后,还需要针对不同客户的需求进行不同尺寸的设计,通常,该尺寸也被纳为一种“关键点”,在获取到服装的图片后还需要进一步获取其尺寸信息,服装关键点测量方法还包括:
(1)对多件服装逐一进行测量,得到多个尺寸信息,通过采集多件服装的多个尺寸信息能够了解到客户对服装尺寸的需求和喜爱程度。
(2)之后,将尺寸信息分别与关键点特征信息和服装图片一一进行对应,并且,为一一对应完的尺寸信息、关键点特征信息和服装图片建立对应关系,这样能够结合尺寸信息、关键点特征信息和服装图片来综合全面的考量服装的特性。
(3)将同一个对应关系下的尺寸信息、关键点特征信息和服装图片进行存储。为了便于后续参考,将上述尺寸信息、关键点特征信息和服装图片进行存储后能够方便后续查看和使用。
这样,在获取到服装的关键点后可进一步获取服装的尺寸信息,服装关键点测量方法还包括:
(1)当得到服装的关键点后,要结合上述对应关系进一步获取服装的尺寸信息,即查找与服装的关键点相匹配的关键点特征信息。
(2)然后,再根据对应关系,由上述关键点特征信息进行查找,直到查找到同一个对应关系下的尺寸信息。
(3)之后,将服装的关键点和查找到的尺寸信息进行匹配后输出,从而能够方便快捷的获取到服装的关键点和尺寸信息。
另外,上述同一个对应关系下的尺寸信息、关键点特征信息和服装图片存储在ERP系统或者BOM数据库中。
这里需要进行说明的是,ERP系统是企业资源计划(Enterprise ResourcePlanning)的简称,在信息技术基础上,集信息技术与先进管理思想于一身,其核心思想是供应链管理。ERP系统从供应链范围去优化企业的资源,优化了现代企业的运行模式,数据在各业务系统之间高度共享,所有源数据只需在某一个系统中输入一次,保证了数据的一致性。
BOM数据库是以数据格式来描述产品结构的文件,是计算机可以识别的产品结构数据文件,也是ERP的主导文件。BOM数据库使系统识别产品结构,也是联系与沟通企业各项业务的纽带。BOM数据库是计算机识别物料的基础依据,是编制计划的依据,是配套和领料的依据,是采购和外协的依据,能够使设计系列化、标准化、通用化。
综上所述,本实施例提供的服装关键点测量方法包括:首先,识别服装的款式类型信息,不同服装的款式类型不同,在每个服装上的关键点也不同,其次,根据上述款式类型信息为服装匹配关键点识别模型,在实施过程中,上述关键点识别模型是预先训练出来的,即根据多件服装和服装相应的关键点预先总结出来的具有通用性的模型,之后,将获得的款式类型信息输入到关键点识别模型中进行学习,得到服装的关键点,通过先获取服装的款式类型信息,之后通过关键点识别模型来获取与款式类型信息相关联的服装的关键点,从而方便快捷的实现了服装的关键点以及尺寸信息等的获取,对服装设计具有指导意义。
实施例2
参见图2,本实施例提供了服装关键点测量装置包括:
识别模块1,用于识别服装的款式类型信息;
匹配模块2,用于根据款式类型信息为服装匹配关键点识别模型;
关键点获取模块3,用于将款式类型信息输入到关键点识别模型中进行学习,得到服装的关键点。
本发明实施例提供的服装关键点测量装置,与上述实施例提供的服装关键点测量方法具有相同的技术特征,所以也能解决相同的技术问题,达到相同的技术效果。
本发明实施例还提供了一种终端,包括存储器以及处理器,存储器用于存储支持处理器执行上述实施例方法的程序,处理器被配置为用于执行存储器中存储的程序。
本发明实施例还提供一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,计算机程序被处理器运行时执行上述任一项的方法的步骤。
需要说明的是,本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。本发明实施例所提供的服装关键点测量方法及装置,其实现原理及产生的技术效果和前述方法实施例相同,为简要描述,装置实施例部分未提及之处,可参考前述方法实施例中相应内容。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本发明各个实施例中的各功能模块或单元可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序,也不能理解为指示或暗示相对重要性。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。

Claims (10)

1.服装关键点测量方法,其特征在于,包括:
识别服装的款式类型信息;
根据所述款式类型信息为服装匹配关键点识别模型;
将所述款式类型信息输入到所述关键点识别模型中进行学习,得到服装的关键点。
2.根据权利要求1所述的服装关键点测量方法,其特征在于,所述根据所述款式类型信息为服装匹配关键点识别模型的步骤之前,还包括:
采集服装的关键点特征信息,其中,所述服装有多件,且,多件所述服装对应的所述关键点特征信息均不同;
将多件所述服装对应的所述关键点特征信息进行训练,得到所述关键点识别模型。
3.根据权利要求2所述的服装关键点测量方法,其特征在于,当所述关键点特征信息发生变化时,结合其余未发生变化的所述关键点特征信息对所述关键点识别模型进行修正。
4.根据权利要求1所述的服装关键点测量方法,其特征在于,所述识别服装的款式类型信息的步骤之前,还包括:
获取对服装进行拍照的摄像头;
调整所述摄像头所处的环境条件;
在所述环境条件下,运用所述摄像头对多件所述服装一一进行拍摄,得到多张服装图片。
5.根据权利要求4所述的服装关键点测量方法,其特征在于,所述方法还包括:
对多件所述服装逐一进行测量,得到多个尺寸信息;
将所述尺寸信息分别与所述关键点特征信息和所述服装图片一一进行对应,且,为一一对应完的所述尺寸信息、所述关键点特征信息和所述服装图片建立对应关系;
将同一个对应关系下的所述尺寸信息、所述关键点特征信息和所述服装图片进行存储。
6.根据权利要求5所述的服装关键点测量方法,其特征在于,所述方法还包括:
当得到所述服装的关键点后,查找与之匹配的所述关键点特征信息;
根据所述对应关系,查找所述尺寸信息;
将所述服装的关键点和所述尺寸信息进行匹配后输出。
7.根据权利要求5所述的服装关键点测量方法,其特征在于,所述同一个对应关系下的所述尺寸信息、所述关键点特征信息和所述服装图片存储在ERP系统或者BOM数据库中。
8.服装关键点测量装置,其特征在于,包括:
识别模块,用于识别服装的款式类型信息;
匹配模块,用于根据所述款式类型信息为服装匹配关键点识别模型;
关键点获取模块,用于将所述款式类型信息输入到所述关键点识别模型中进行学习,得到服装的关键点。
9.一种终端,其特征在于,包括存储器以及处理器,所述存储器用于存储支持处理器执行权利要求1至7任一项所述方法的程序,所述处理器被配置为用于执行所述存储器中存储的程序。
10.一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,其特征在于,计算机程序被处理器运行时执行上述权利要求1至7任一项所述方法的步骤。
CN201810868891.0A 2018-08-02 2018-08-02 服装关键点测量方法及装置 Pending CN109190671A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810868891.0A CN109190671A (zh) 2018-08-02 2018-08-02 服装关键点测量方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810868891.0A CN109190671A (zh) 2018-08-02 2018-08-02 服装关键点测量方法及装置

Publications (1)

Publication Number Publication Date
CN109190671A true CN109190671A (zh) 2019-01-11

Family

ID=64920457

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810868891.0A Pending CN109190671A (zh) 2018-08-02 2018-08-02 服装关键点测量方法及装置

Country Status (1)

Country Link
CN (1) CN109190671A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110672014A (zh) * 2019-08-27 2020-01-10 东莞市精致自动化科技有限公司 一种衣服尺寸测量方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103455501A (zh) * 2012-05-30 2013-12-18 盛乐信息技术(上海)有限公司 服装数据库生成方法、服装模型建立方法和试衣方法
CN105469087A (zh) * 2015-07-13 2016-04-06 百度在线网络技术(北京)有限公司 识别服饰图片的方法、服饰图片的标注方法及装置
CN107845092A (zh) * 2017-11-14 2018-03-27 深圳码隆科技有限公司 服装logo效果检测方法、装置及电子设备
CN108197574A (zh) * 2018-01-04 2018-06-22 张永刚 人物风格识别方法、终端及计算机可读存储介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103455501A (zh) * 2012-05-30 2013-12-18 盛乐信息技术(上海)有限公司 服装数据库生成方法、服装模型建立方法和试衣方法
CN105469087A (zh) * 2015-07-13 2016-04-06 百度在线网络技术(北京)有限公司 识别服饰图片的方法、服饰图片的标注方法及装置
CN107845092A (zh) * 2017-11-14 2018-03-27 深圳码隆科技有限公司 服装logo效果检测方法、装置及电子设备
CN108197574A (zh) * 2018-01-04 2018-06-22 张永刚 人物风格识别方法、终端及计算机可读存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110672014A (zh) * 2019-08-27 2020-01-10 东莞市精致自动化科技有限公司 一种衣服尺寸测量方法
CN110672014B (zh) * 2019-08-27 2023-08-22 东莞市精致自动化科技有限公司 一种衣服尺寸测量方法

Similar Documents

Publication Publication Date Title
CN106126579A (zh) 物体识别方法和装置、数据处理装置和终端设备
CN109670591B (zh) 一种神经网络的训练方法及图像匹配方法、装置
CN109166147A (zh) 基于图片的服装尺寸测量方法及装置
US11836963B2 (en) Computer vision assisted item search
WO2017008435A1 (zh) 识别图片的方法、图片的标注方法、装置和存储介质
JP7489921B2 (ja) イメージ/テキスト基盤のデザイン生成装置及び方法
CN104484450B (zh) 基于图像的服饰搭配推荐方法和服饰搭配推荐装置
US20150086945A1 (en) Makeup application assistance device, makeup application assistance system, and makeup application assistance method
KR102312628B1 (ko) 워치 페이스를 제시하는 방법 및 장치, 그리고 스마트 워치
CN105224775B (zh) 基于图片处理来对衣服进行搭配的方法和装置
CN105184584A (zh) 虚拟试衣系统及方法
CN107080435A (zh) 虚拟衣橱管理系统和方法以及基于该系统的服饰销售方法
US20150269759A1 (en) Image processing apparatus, image processing system, and image processing method
US10453265B1 (en) Method and device for the virtual try-on of garments based on augmented reality with multi-detection
CN105426462A (zh) 一种基于图像元素的图像搜索方法和装置
CN109147007A (zh) 贴纸加载方法、装置、终端及计算机可读存储介质
CN109784180A (zh) 基于增强现实的绘图方法、装置、计算机设备及存储介质
JP2016053900A (ja) 画像処理装置、画像処理システム、画像処理方法及びプログラム
CN108932260A (zh) 服饰搭配推荐方法及装置
CN109063755A (zh) 服装识别方法及装置
CN109978720A (zh) 穿着评分方法、装置、智能设备及存储介质
CN109190671A (zh) 服装关键点测量方法及装置
CN103324810A (zh) 个性装饰搭配系统
CN110232422A (zh) 衣物管理系统和方法
CN105872516A (zh) 获取立体片源视差参数的方法及装置

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20190111

RJ01 Rejection of invention patent application after publication