CN109685001A - 人体三围数据获得方法及智能售衣系统及智能无人售衣机 - Google Patents
人体三围数据获得方法及智能售衣系统及智能无人售衣机 Download PDFInfo
- Publication number
- CN109685001A CN109685001A CN201811580150.9A CN201811580150A CN109685001A CN 109685001 A CN109685001 A CN 109685001A CN 201811580150 A CN201811580150 A CN 201811580150A CN 109685001 A CN109685001 A CN 109685001A
- Authority
- CN
- China
- Prior art keywords
- data
- image
- unit
- human body
- commodity
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
-
- 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
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
- G06Q30/0269—Targeted advertisements based on user profile or attribute
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
- G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07F—COIN-FREED OR LIKE APPARATUS
- G07F11/00—Coin-freed apparatus for dispensing, or the like, discrete articles
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07F—COIN-FREED OR LIKE APPARATUS
- G07F17/00—Coin-freed apparatus for hiring articles; Coin-freed facilities or services
- G07F17/40—Coin-freed apparatus for hiring articles; Coin-freed facilities or services for devices for accepting orders, advertisements, or the like
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07F—COIN-FREED OR LIKE APPARATUS
- G07F9/00—Details other than those peculiar to special kinds or types of apparatus
- G07F9/02—Devices for alarm or indication, e.g. when empty; Advertising arrangements in coin-freed apparatus
- G07F9/023—Arrangements for display, data presentation or advertising
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Business, Economics & Management (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Finance (AREA)
- Human Computer Interaction (AREA)
- Accounting & Taxation (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开一种人体三围数据获得方法及智能售衣系统及智能无人售衣机,涉及人体三围数据自动采集及智能售衣系统领域,方法包括S1获得人体图像;S2预设好对应的比例值R;S3通过深度学习神经网络分割人体图像,从中获取躯干部位图像;S4从S3的躯干部位图像中获得的A、B、C、D、E、F坐标;S5通过S4坐标运算出图像肩宽、图像腰围、图像胸围;S6通过S5运算出的图像肩宽、图像腰围和图像胸围以及拟实际肩宽、拟实际腰围和拟实际胸围,这样运算出来的三围数据与真人数据更为符合,智能售衣系统智能效果好,适用商品更广泛,可有效提高选购效率和商品成交率,智能无人售衣能够给消费者提供一个较为满意的无人销售自助购买过程。
Description
技术领域
本发明涉及自动采集人体三围尺寸的方法及该种方法应用于智能售衣系统及更进一步应用该系统的智能无人售衣机领域。
背景技术
无人售衣的销售方式目前在市面上还是非常少见,因为大部分类型的衣物的选购消费者都需要通过试穿才能够知道衣物合不合身,穿着效果怎样,至少要在衣物合身、穿着效果满意的情况下才能提高购买欲望,目前市场上也有部分无人售衣机,其销售方式与现在在一些小区内,校园内、道路边、商超等一些公共场所常见的饮料零食自动销售机的方式相似,衣物的产品类型都是有固定规格包装,较小状态,衣物款式不可见最多仅是包装袋上印制有衣服款式的简单图样,通常是一些常规款的比如内裤、打底衣、T恤等,选购仅是通过选择衣码数即付款,即使是一些这种常规衣物,消费者选购后还是很有可能会买到并不合身的衣服,也无法退货,造成了很多浪费,还有这种售衣机其实现的功能非常单一,严格上不能称为智能售衣,也不能适用于多数衣物的销售使用,有鉴于此,本案发明人针对无人售衣机致力研发改进,遂有本案产生。
发明内容
本发明的目的之一在于提供一种通过图像自动获得人体三围数据的一种人体三围数据获得方法。本发明的目的之二在于提供一种能够实现选择款式、智能推荐款式码数、虚拟试衣,自助下单的一种智能售衣系统。本发明的目的之三在于提供一种具有上述智能售衣系统的智能无人售衣机。
为实现上述目的,本发明的技术方案是这样的:
一种人体三围数据获得方法,获得方法步骤如下:
S1、预设好对应的人体图像中人体参数与实际人体参数的比例值R,
比例值R=实际人体距离/人体图像中人体距离;
S2、摄像获得待得知三围数据人的人体图像;
S3、通过深度学习神经网络分割人体图像,从中获取躯干部位图像;
S4、从S3的躯干部位图像中,获取躯干部位上部最宽处左右两端垂直线分别与躯干部位最高处水平线交叉点的坐标值分别记录为A坐标和B坐标;获取躯干部位下部最宽处左右两端垂直线分别与躯干部位最低处水平线交叉点的坐标值分别记录为C坐标和D坐标;获取躯干部位最高处至最低处的三分之一处的左右两端的坐标值分别记录为E坐标和F坐标;
S5、通过S4获得的A、B、C、D、E、F坐标运算出图像肩宽、图像腰围和图像胸围数据,运算方法是:
图像肩宽=B坐标与A坐标之间的水平坐标差值;
图像腰围=D坐标与C坐标之间的水平坐标差值;
图像胸围=F坐标与E坐标之间的水平坐标差值;
S6、通过S5运算出的图像肩宽、图像腰围和图像胸围数据与比例值R运算出拟实际肩宽、拟实际腰围和拟实际胸围数据,运算方法是:
拟实际肩宽=图像肩宽×比例值R;
拟实际腰围=图像腰围×比例值R×2;
拟实际胸围=图像胸围×比例值R×2。
所述深度学习神经网络为20层深度学习神经网络。
一种智能售衣系统包括交互模块、采集模块、存储模块和中央处理模块;所述交互模块包括显示单元、选购操作单元和支付单元;采集模块包括图像处理单元和人体数据处理单元,所述人体数据处理单元包括人体数据处理部分;所述存储模块包括商品信息存储单元;所述中央处理模块包括商品数据比对单元和虚拟试衣图像处理单元;
所述选购操作单元供人机交互操作并向其他单元发出工作指令;根据选购操作单元发出的工作指令;所述显示单元接收商品信息单元或虚拟试衣图像处理单元的数据;所述支付单元为网络支付方式;所述图像处理单元通过对消费者摄像获取图像信息并对图像进行人体识别处理出人体图像数据;所述人体数据处理部分获取图像处理单元的人体图像数据分析出人体模型数据,所述人体模型数据包括通过所述人体三围数据获得方法获得的拟实际肩宽、拟实际腰围和拟实际胸围数据;所述商品信息存储单元供存储销售商品的数据;所述商品数据比对单元获取人体图象数据并根据消费者在选购操作单元选取的商品获取商品信息存储单元中对应商品的数据进行比对判断出适合的商品数据发送给显示单元;所述虚拟试衣图像处理单元获取商品数据比对单元判断出适合的商品数据进行虚拟试穿图象数据结合处理出虚拟试穿图象数据发送给显示单元。
所述交互模块还包括交互数据采集单元,所述人体数据处理单元还包括人脸数据处理部分,所述存储模块还包括身份信息存储单元和推荐信息存储单元,所述中央处理模块还包括获取数据单元、人脸识别比对单元和推荐商品处理单元;
所述交互数据采集单元采集消费者对商品选购操作时的数据;所述人脸数据处理部分获取图像处理单元的人体图像数据分析出人脸数据;所述身份信息存储单元供存储消费者身份信息的数据;所述推荐信息存储单元用于存储对比判断推荐商品信息的数据;所述获取数据单元获取人体图像数据、交互数据采集单元、支付单元的数据进行分析出对应各商品的信息数据发送给商品信息储存单元,分析出消费者身份信息数据发送给身份信息存储单元,分析出推荐商品的对比数据发送给推荐信息存储单元;所述推荐商品处理单元获取人体图象数据、推荐信息存储单元和商品信息存储单元的数据进行分析判断得出推荐商品数据发送给显示单元;所述人脸识别比对单元获取人脸数据处理部分的人脸数据和身份信息存储单元的消费者身份信息数据进行比对判断出消费者的身份;所述虚拟试衣图像处理单元获取商品数据比对单元判断出适合的商品数据或获取推荐商品处理单元分析判断得出的推荐商品数据与人体图象数据进行虚拟试穿图象数据结合处理出虚拟试穿图象数据发送给显示单元。
所述人脸数据处理部分获取图像处理单元的人体图像数据分析出人脸数据的方法是从人体图像中获取面部图像,通过人脸检测、关键点检测、人脸规整、和特征提取得出人脸数据。
一种智能无人售衣机包括箱体、箱体内的采集室、箱体内的商品展示室及设置在箱体上的选购操作显示屏和与选购操作显示屏数据传输连接的主机,所述采集室设有摄像装置,消费者进入采集室拍摄获得人体图像,所述商品展示室内用于摆设陈列商品,所述商品展示室设有供消费者浏览其内商品的可视窗口,所述选购操作显示屏与主机之间在所述智能售衣系统的智能运行模式下运行。
所述选购操作显示屏为触摸透明显示屏,所述触摸透明显示屏安装在可视窗口上,通过触摸透明显示屏可直接透视商品展示室内的商品。
所述箱体内还设有库存商品室,所述库存商品室内设有商品陈列架用于陈列库存商品,每件库存商品上分别设有该商品信息的识别部件,所述库存商品室内设有用于读取识别部件的商品信息的识别装置,所述库存商品室设有供消费者提取购买的商品的出货口,所述库存商品室内设有销售商品取货装置用于将消费者支付购买的对应商品提取出至出货口,所述销售商品取货装置设有控制模块,所述支付单元在支付完成时生成商品销售数据,所述中央处理模块还包括有获取支付单元数据的商品销售数据单元,在支付成功时该单元发送指令通过控制模块控制识别装置开始识别工作。
所述存储模块还包括有获取其他模块信息的销售信息存储单元,所述智能售衣系统还包括远程传输模块,所述远程传输模块用于智能售衣系统数据的远程输入和输出。
所述支付单元包括有供消费者选择的寄货选择单元,所述寄货选择单元生成的数据发送给销售信息存储单元经由远程传输模块发送给远程设备接收进行销售商品的发货。
通过采用上述技术方案,本发明的有益效果是:上述一种人体三围数据的获得方法是通过拍摄人体图像进行运算得出,具体的获得方法的技术方案能够对图像中人体进行分割,且是较为精准的分割出人体躯干部位,然后从中获取运算数据进行运算,这样运算出来的三围数据与真人实际的三围数据更为符合。
采用上述的获得方法的智能售衣系统,通过整个系统工作流程的布设合理、操作简单,能够给消费者提供更为适应的商品尺码推荐,有利于提高商品成交率,该系统通过上述技术方案还具有自动采集功能、人脸识别功能、自主选择功能、智能推荐功能、虚拟试衣功能、自助下单支付功能等功能,将该系统用于智能无人售衣机,能够较好的解决消费无法确认适合的尺码和试穿效果的问题,从而达到更人性化、更智能化的智能售衣系统,还有相比实体店销售能够减少商品的污损情况的发生,智能推荐效果也优于人工销售的推荐效果,另外该系统可应用于不同人群、不同款式、不同类型等的商品的智能销售。
上述智能无人售衣机的结构设置,采集室能够给消费者提供较好的摄像环境,有利于提高采集信息的精准度,商品展示室的设置能够另消费者直观的看清楚商品的款式、颜色等,结合选购操作显示屏显示出的商品信息消费者可更为清楚的识别商品和获得商品信息,售衣机的操作简单、方便,有利于消费者的快速适应操作,可有效提高选购效率和商品成交率,上述进一步的设置库存商品室及销售商品取货装置,可在交易成功后自动将对应的销售商品输出给消费者,能够给消费者提供一个较为满意的无人销售自助购买过程。
附图说明
图1是本发明人体三围数据的获得方法中深度学习神经网络的流程图;
图2是本发明人体三围数据的获得方法中人体图像的示意图;
图3是本发明智能售衣系统的系统结构框图。
图中:
箱体10;采集室20;摄像装置201;商品展示室30;可视窗口301;
选购操作显示屏40;库存商品室50;商品陈列架501;出货口502;
识别装置60;识别部件601;销售商品取货装置70;
具体实施方式
为了进一步解释本发明的技术方案,下面通过具体实施例来对本发明进行详细阐述。
本发明公开的一种人体三围数据获得方法可应用与人体信息采集系统的运算使用,本实施方式中应用于智能售衣系统,进一步智能售衣系统本实施方式中应用于智能无人售衣机,下面直接根据这个过程进行描述本发明公开的技术方案的具体实施例。
首先是人体三围数据获得方法,这里的人体三围是指肩宽、腰围和胸围,这几个数据与服装尺码的选择直接相关,特别是对于上衣类的服装,其他的例如裤子、裙子尺码也可从其中的腰围数据对应选择,因此这三个数据可以说是在服装选购中最为重要的数据,本发明的获得方法步骤如下:
S1、预设好对应的人体图像中人体参数与实际人体参数的比例值R,该比例值R的获得是事先通过大量人员进行训练来推算人体图像中的距离(单位为像素)与实际的人体距离参数(单位为厘米),即这些人员一一站在指定的拍摄位置,采用纯色背景进行正面拍摄获得各个人体图像,然后再将这些人员的各个实际三围数据与对应的各个图像中的三围数据进行推算得出比例值R,也就是下面的比例值R的运算公式;
比例值R=实际人体距离/人体图像中人体距离;
S2、摄像获得待得知三围数据人的人体图像,待得知三围数据人由于本发明主要应用与智能售衣系统,因此下面描述中称为消费者,该步骤中消费者同样站在指定的位置进行拍摄,获得消费者的人体图像;
S3、通过深度学习神经网络分割人体图像,从中获取躯干部位图像,具体是消费者的人体图像经过深度学习神经网络,本实施例中优选的采用20层深度学习神经网络来对消费者的人体图像进行处理出分割状态的人体图像,深度学习神经网络是一种已知的图像处理技术,其原理如图1所示的,该技术能够将输入的人体图像经过多层信息处理传输得出分热图,通过分热图将人体图像区分出各个部分,从而达到分割人体图像的效果图,这里就不再详细赘述,通过该技术即可容易的从分割人体图像的效果图判断出人体躯干部位图像,这里人体躯干部位是指无头无颈无四肢部位,即图1、图2中的阴影部分;
S4、从S3的躯干部位图像中,如图2所示的,获取躯干部位上部最宽处左右两端垂直线分别与躯干部位最高处水平线交叉点的坐标值分别记录为A坐标和B坐标;获取躯干部位下部最宽处左右两端垂直线分别与躯干部位最低处水平线交叉点的坐标值分别记录为C坐标和D坐标;获取躯干部位最高处至最低处的三分之一处的左右两端的坐标值分别记录为E坐标和F坐标;
S5、通过S4获得的A、B、C、D、E、F坐标运算出图像肩宽、图像腰围和图像胸围数据,运算方法是:
图像肩宽=B坐标与A坐标之间的水平坐标差值;
图像腰围=D坐标与C坐标之间的水平坐标差值;
图像胸围=F坐标与E坐标之间的水平坐标差值;
例如,A坐标的二维坐标值是(X-2,Y5),B坐标二维坐标值是(X2,Y5),那么,B坐标与A坐标之间的水平坐标差值就是4,即为图像肩宽,图像腰围和图像胸围运算方法同理,这里不再例举。
S6、通过S5运算出的图像肩宽、图像腰围和图像胸围数据与比例值R运算出拟实际肩宽、拟实际腰围和拟实际胸围数据,运算方法是:
拟实际肩宽=图像肩宽×比例值R;
拟实际腰围=图像腰围×比例值R×2;
拟实际胸围=图像胸围×比例值R×2;
例如,假设比例值R为10,上述的图像肩4×10,即得出拟实际肩宽为40;拟实际腰围和拟实际胸围运算方法同理,这里不再例举,这里说明一下拟实际腰围和拟实际胸围运算中分别两倍运算,不同于拟实际肩宽的运算,是因为通常腰围的数据是人体腰部整圈的尺寸数据,胸围数据是人体胸部整圈的尺寸数据,因此以两倍运算。
再来是本发明公开的一种智能售衣系统,主要包括交互模块、采集模块、存储模块和中央处理模块;所述交互模块包括显示单元、选购操作单元和支付单元;采集模块包括图像处理单元和人体数据处理单元,所述人体数据处理单元包括人体数据处理部分;所述存储模块包括商品信息存储单元;所述中央处理模块包括商品数据比对单元和虚拟试衣图像处理单元;下面详细描述各个单元的工作用途。
所述选购操作单元供人机交互操作并向其他单元发出工作指令;系统根据选购操作单元发出的工作指令运行;
所述显示单元接收商品信息单元41或虚拟试衣图像处理单元的数据,数据可包括商品信息和商品图样;
所述支付单元为网络支付方式;
所述图像处理单元通过对消费者摄像获取图像信息并对图像进行人体识别处理出人体图像数据;
所述人体数据处理部分获取图像处理单元的人体图像数据分析出人体模型数据,所述人体模型数据包括通过上面所述的人体三围数据获得方法获得的拟实际肩宽、拟实际腰围和拟实际胸围数据,另外也可进行身高、体重、体型能数据的采集判断;
所述商品信息存储单元供存储销售商品的数据,可每一款商品数据包括的图样、颜色、尺码、销售量、浏览量、适合体型、适合肤色等商品信息;
所述商品数据比对单元获取人体图象数据并根据消费者在选购操作单元选取的商品获取商品信息存储单元中对应商品的数据进行比对判断出适合的商品数据发送给显示单元,即得出推荐商品;
所述虚拟试衣图像处理单元获取商品数据比对单元判断出适合的商品数据进行虚拟试穿图象数据结合处理出虚拟试穿图象数据发送给显示单元,即将消费者的人体图像与对应尺码的商品图样进行结合处理出虚拟试穿的图样效果。
上述技术方案的智能售衣系统即能够达到自动采集消费者的数据,通过这些数据自动判断出适合消费者且可靠的尺码,并生成虚拟试穿的效果,这样即可达到消费者选购商品的两个主要要素。进一步为实现该系统达到更为人性化、智能化的效果,还可进一步如下所述,如图3所示。
所述交互模块还包括交互数据采集单元,所述人体数据处理单元还包括人脸数据处理部分,所述存储模块还包括身份信息存储单元和推荐信息存储单元,所述中央处理模块还包括获取数据单元、人脸识别比对单元和推荐商品处理单元,各个单元的工作用途:
所述交互数据采集单元采集消费者对商品选购操作时的数据,数据可包括对应商品的浏览停留时间、次数,尺码、款式等的选择次数,等等;
所述人脸数据处理部分获取图像处理单元的人体图像数据分析出人脸数据,数据可包括发型、发色、脸型、肤色、脸部特征、五官特征等;
所述身份信息存储单元供存储消费者身份信息的数据,可包括从人体数据处理单元获得的数据;
所述推荐信息存储单元用于存储对比判断推荐商品信息的数据,例如通过肤色判断适合什么颜色的商品、从体型判断适合什么款式的商品、从身份信息判断适合什么风格的商品等等;
所述获取数据单元获取人体图像数据、交互数据采集单元、支付单元的数据进行分析出对应各商品的信息数据发送给商品信息储存单元31,从而可丰富商品信息,分析出消费者身份信息数据发送给身份信息存储单元,从而可记录客户信息,生成客户信息数据库,分析出推荐商品的对比数据发送给推荐信息存储单元,从而可丰富推荐比对的信息数据,达到更好的智能推荐效果;
所述推荐商品处理单元获取人体图象数据、推荐信息存储单元和商品信息存储单元的数据进行分析判断得出推荐商品数据发送给显示单元,即通过这些信息的分析、比对、判断得出推荐商品发送给显示单元;
所述人脸识别比对单元获取人脸数据处理部分的人脸数据和身份信息存储单元的消费者身份信息数据进行比对判断出消费者的身份,从而可达到人脸识别的功能,可用于识别出再次购买的客户,可直接调取出客户信息无需重复采集;
在本实施例进一步的技术方案中,所述虚拟试衣图像处理单元获取商品数据比对单元判断出适合的商品数据,还可获取推荐商品处理单元分析判断得出的推荐商品数据与人体图象数据进行虚拟试穿图象数据结合处理出虚拟试穿图象数据发送给显示单元,即可智能推荐并将商品进行虚拟试穿发送给显示单元。
本发明中所述人脸数据处理部分主要用于人脸识别和获得有利于智能推荐商品比对的人脸特征信息,因此要得到一个较为清晰的人脸数据,本实施例中所述人脸数据处理部分获取图像处理单元的人体图像数据分析出人脸数据的方法是从人体图像中获取面部图像,具体的说是通过摄像设备来采集获取面部图像,再利用核心的算法对其脸部的五官位置、脸型和角度进行计算分析,计算分析主要通过人脸检测、关键点检测、人脸规整、和特征提取,其中人脸检测、关键点检测与人脸规整为人脸预处理流程,即将一张图片中的人脸提取并处理成规范的人脸一边后期处理,特征提取为核心模块,是对人脸图片进行深层扫描并提升识别效果的主要模块,进而供人脸识别比对单元获取信息进行比对获得客户的真是身份。
本发明的智能售衣系统还可进一步,所述存储模块还包括有获取其他模块信息的销售信息存储单元,所述智能售衣系统还包括远程传输模块,所述远程传输模块用于智能售衣系统数据的远程输入和输出,可用于系统升级更新、销售信息远程传输等。
本发明一种智能售衣系统的运行过程在下面的智能无人售衣机的自助购衣过程中描述。
最后是本发明公开的一种智能无人售衣机,如图3所示,包括箱体10、箱体10内的采集室20、箱体10内的商品展示室30及设置在箱体10上的选购操作显示屏40和与选购操作显示屏40数据传输连接的主机(图中未示出),所述采集室20设有摄像装置201,专门设有采集室用于拍摄,可统一背景,统一消费者拍摄站立位置,有利于提升人体数据的精确度,所述采集室20内还可设有身高、体重的测量装置等,用于人体跟多数据的采集,消费者进入采集室20拍摄图像处理单元获得人体图像,所述商品展示室30内用于摆设陈列商品,宜采用更直观的真是商品的方式来摆设,如将衣服穿在模特身上,所述商品展示室 30设有供消费者浏览其内商品的可视窗口301,所述选购操作显示屏40与主机之间在上面所述智能售衣系统的智能运行模式下运行,即上述交互模块的人机交互操作运行是在选购操作显示屏40进行的。
本实施例中优选的,所述选购操作显示屏40为触摸透明显示屏,这种屏幕是一种现有产品,触摸式的新型投影设备,它的独特性在于其透明的玻璃机身,不同于一般的投影产品,运用了高科技的成像膜和触摸组件,使投影的影像可直接呈现在透明的玻璃屏幕上,由于该特性,本实施例中所述触摸透明显示屏安装在可视窗口301上,通过触摸透明显示屏可直接透视商品展示室30内的商品。
所述箱体10内还设有库存商品室50,所述库存商品室50内设有商品陈列架501用于陈列库存商品,每件库存商品上分别设有该商品信息的识别部件601,所述库存商品室50内设有用于读取识别部件601的商品信息的识别装置60,本所述识别装置60可采用射频识别装置,识别部件601可为射频识别装置能够识别的射频标签,这是一种现有识别技术,本实施例中不再赘述,所述库存商品室50设有供消费者提取购买的商品的出货口502,所述库存商品室50内设有销售商品取货装置70用于将消费者支付购买的对应商品提取出至出货口502,所述销售商品取货装置70设有控制模块,所述支付单元12在支付完成时生成商品销售数据,所述中央处理模块还包括有获取支付单元12数据的商品销售数据单元46,在支付成功时该单元发送指令通过控制模块控制识别装置60开始识别工作,本实施例中由于库存商品室50的商品不同包装不同,商品的陈列方式可不同,因此其商品陈列架501和销售商品取货装置70可根据不同商品包装陈列的方式来设置不同的结构,例如,一种商品包装上L型挂钩,所述识别部件601 设置在L型挂钩上,所述商品陈列架501为圆形可转动的陈列架,所述识别装置60对应识别部件601上方和出货口502设置,所述商品陈列架501设有供L 型挂钩悬挂的横杆,横杆上每个挂钩对应一个挂槽,所述销售商品取货装置70,为驱动气缸,所述驱动气缸的活塞杆末端设有用于推动L型挂钩末端的推块,当识别装置60识别到消费者所购买的对应商品的识别部件601后,销售商品取货装置70即启动工作将对应的商品从商品陈列架501取下至出货口502,消费者即从出货口502取走商品。
本发明中所述支付单元12可包括有供消费者选择的寄货选择单元,所述寄货选择单元生成的数据发送给销售信息存储单元经由远程传输模块发送给远程设备接收进行销售商品的发货寄出等的处理。
下面例举详细描述一个消费者通过智能无人售衣机进行选购的过程,首先消费者通过可视窗口301进行商品浏览,通过选购操作显示屏40选择有意购买的商品款式,消费者走进采集室20内,站在指定的拍摄位置面对摄像装置201,采集模块开始工作获取人体图像并对人体图像处理出人脸数据和人体模型数据,如果消费者不是第一次通过该智能无人售衣机选购的话,此时系统会通过人脸识别比对单元获取人脸数据与身份信息存储单元进行比对确认识别出消费者的身份信息,可调出历史购买记录及其他信息,可直接进入后面的推荐尺码进行虚拟试穿或者直接推荐商品虚拟试穿,也可再次按照系统的运行进行人体图像数据的再次采集进行原有客户信息的更新,系统运行的过程与后面描述的一致,如果消费者是首次通过该智能无人售衣机选购的话,按照系统的运行进行人体图像数据的采集获取数据,存储数据,并进行比对推荐出适合的商品尺码虚拟试穿,也可直接通过系统智能推荐出适合的商品尺码款式虚拟试穿,如不满意可后退继续挑选其他商品,如满意要购买的则进入支付单元,完成支付,库存商品室50即会自动将购买的对应商品从出货口502输出消费者即可取走完成购买,也可通过支付单元的寄货选择单元留下收件信息,通过直接将商品寄送上门的方式接收商品。
消费者在使用智能无人售衣机时整个自助购买操作过程操作简单、方便,容易快速适应操作,通过系统的较为精确的智能采集数据、智能推荐商品尺码款式、智能虚拟试穿能够给消费者提供较为可靠的商品推荐,减少消费者对商品购买不确定的心里担忧,可有效提高选购效率和商品成交率,交易成功后商品出货快,包装完整,消费者可直接取走,也可寄货上门,可减少商品给消费者带来的累赘感,让消费者的消费更轻松。
上述实施例和图式并非限定本发明的产品形态和式样,任何所属技术领域的普通技术人员对其所做的适当变化或修饰,皆应视为不脱离本发明的专利范畴。
Claims (10)
1.一种人体三围数据获得方法,其特征在于,获得方法步骤如下:
S1、预设好对应的人体图像中人体参数与实际人体参数的比例值R,
比例值R=实际人体距离/人体图像中人体距离;
S2、摄像获得待得知三围数据人的人体图像;
S3、通过深度学习神经网络分割人体图像,从中获取躯干部位图像;
S4、从S3的躯干部位图像中,获取躯干部位上部最宽处左右两端垂直线分别与躯干部位最高处水平线交叉点的坐标值分别记录为A坐标和B坐标;获取躯干部位下部最宽处左右两端垂直线分别与躯干部位最低处水平线交叉点的坐标值分别记录为C坐标和D坐标;获取躯干部位最高处至最低处的三分之一处的左右两端的坐标值分别记录为E坐标和F坐标;
S5、通过S4获得的A、B、C、D、E、F坐标运算出图像肩宽、图像腰围和图像胸围数据,运算方法是:
图像肩宽=B坐标与A坐标之间的水平坐标差值;
图像腰围=D坐标与C坐标之间的水平坐标差值;
图像胸围=F坐标与E坐标之间的水平坐标差值;
S6、通过S5运算出的图像肩宽、图像腰围和图像胸围数据与比例值R运算出拟实际肩宽、拟实际腰围和拟实际胸围数据,运算方法是:
拟实际肩宽=图像肩宽×比例值R;
拟实际腰围=图像腰围×比例值R×2;
拟实际胸围=图像胸围×比例值R×2。
2.如权利要求1所述的人体三围数据获得方法,其特征在于,所述深度学习神经网络为20层深度学习神经网络。
3.一种具有如权利要求1或2所述的人体三围数据获得方法的智能售衣系统,其特征在于,包括交互模块、采集模块、存储模块和中央处理模块;所述交互模块包括显示单元、选购操作单元和支付单元;采集模块包括图像处理单元和人体数据处理单元,所述人体数据处理单元包括人体数据处理部分;所述存储模块包括商品信息存储单元;所述中央处理模块包括商品数据比对单元和虚拟试衣图像处理单元;
所述选购操作单元供人机交互操作并向其他单元发出工作指令;根据选购操作单元发出的工作指令;所述显示单元接收商品信息单元或虚拟试衣图像处理单元的数据;所述支付单元为网络支付方式;所述图像处理单元通过对消费者摄像获取图像信息并对图像进行人体识别处理出人体图像数据;所述人体数据处理部分获取图像处理单元的人体图像数据分析出人体模型数据,所述人体模型数据包括通过所述人体三围数据获得方法获得的拟实际肩宽、拟实际腰围和拟实际胸围数据;所述商品信息存储单元供存储销售商品的数据;所述商品数据比对单元获取人体图象数据并根据消费者在选购操作单元选取的商品获取商品信息存储单元中对应商品的数据进行比对判断出适合的商品数据发送给显示单元;所述虚拟试衣图像处理单元获取商品数据比对单元判断出适合的商品数据进行虚拟试穿图象数据结合处理出虚拟试穿图象数据发送给显示单元。
4.如权利要求3所述的智能售衣系统,其特征在于,所述交互模块还包括交互数据采集单元,所述人体数据处理单元还包括人脸数据处理部分,所述存储模块还包括身份信息存储单元和推荐信息存储单元,所述中央处理模块还包括获取数据单元、人脸识别比对单元和推荐商品处理单元;
所述交互数据采集单元采集消费者对商品选购操作时的数据;所述人脸数据处理部分获取图像处理单元的人体图像数据分析出人脸数据;所述身份信息存储单元供存储消费者身份信息的数据;所述推荐信息存储单元用于存储对比判断推荐商品信息的数据;所述获取数据单元获取人体图像数据、交互数据采集单元、支付单元的数据进行分析出对应各商品的信息数据发送给商品信息储存单元,分析出消费者身份信息数据发送给身份信息存储单元,分析出推荐商品的对比数据发送给推荐信息存储单元;所述推荐商品处理单元获取人体图象数据、推荐信息存储单元和商品信息存储单元的数据进行分析判断得出推荐商品数据发送给显示单元;所述人脸识别比对单元获取人脸数据处理部分的人脸数据和身份信息存储单元的消费者身份信息数据进行比对判断出消费者的身份;所述虚拟试衣图像处理单元获取商品数据比对单元判断出适合的商品数据或获取推荐商品处理单元分析判断得出的推荐商品数据与人体图象数据进行虚拟试穿图象数据结合处理出虚拟试穿图象数据发送给显示单元。
5.如权利要求4所述的智能售衣系统,其特征在于,所述人脸数据处理部分获取图像处理单元的人体图像数据分析出人脸数据的方法是从人体图像中获取面部图像,通过人脸检测、关键点检测、人脸规整、和特征提取得出人脸数据。
6.如权利要求4所述的智能无人售衣机,其特征在于,所述存储模块还包括有获取其他模块信息的销售信息存储单元,所述智能售衣系统还包括远程传输模块,所述远程传输模块用于智能售衣系统数据的远程输入和输出。
7.一种具有如权利要求3、4、5或6所述的智能售衣系统的智能无人售衣机,其特征在于,包括箱体、箱体内的采集室、箱体内的商品展示室及设置在箱体上的选购操作显示屏和与选购操作显示屏数据传输连接的主机,所述采集室设有摄像装置,消费者进入采集室拍摄获得人体图像,所述商品展示室内用于摆设陈列商品,所述商品展示室设有供消费者浏览其内商品的可视窗口,所述选购操作显示屏与主机之间在所述智能售衣系统的智能运行模式下运行。
8.如权利要求7所述的智能无人售衣机,其特征在于,所述选购操作显示屏为触摸透明显示屏,所述触摸透明显示屏安装在可视窗口上,通过触摸透明显示屏可直接透视商品展示室内的商品。
9.如权利要求8所述的智能无人售衣机,其特征在于,所述箱体内还设有库存商品室,所述库存商品室内设有商品陈列架用于陈列库存商品,每件库存商品上分别设有该商品信息的识别部件,所述库存商品室内设有用于读取识别部件的商品信息的识别装置,所述库存商品室设有供消费者提取购买的商品的出货口,所述库存商品室内设有销售商品取货装置用于将消费者支付购买的对应商品提取出至出货口,所述销售商品取货装置设有控制模块,所述支付单元在支付完成时生成商品销售数据,所述中央处理模块还包括有获取支付单元数据的商品销售数据单元,在支付成功时该单元发送指令通过控制模块控制识别装置开始识别工作。
10.如权利要求7、8或9所述的智能无人售衣机,其特征在于,所述支付单元包括有供消费者选择的寄货选择单元,所述寄货选择单元生成的数据发送给销售信息存储单元经由远程传输模块发送给远程设备接收进行销售商品的发货。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811580150.9A CN109685001A (zh) | 2018-12-24 | 2018-12-24 | 人体三围数据获得方法及智能售衣系统及智能无人售衣机 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811580150.9A CN109685001A (zh) | 2018-12-24 | 2018-12-24 | 人体三围数据获得方法及智能售衣系统及智能无人售衣机 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109685001A true CN109685001A (zh) | 2019-04-26 |
Family
ID=66188774
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811580150.9A Pending CN109685001A (zh) | 2018-12-24 | 2018-12-24 | 人体三围数据获得方法及智能售衣系统及智能无人售衣机 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109685001A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110348933A (zh) * | 2019-05-22 | 2019-10-18 | 平安科技(深圳)有限公司 | 智能匹配用户服装尺码的方法及相关设备 |
CN112507762A (zh) * | 2019-09-16 | 2021-03-16 | 珠海格力电器股份有限公司 | 一种基于商品图像识别的智能售卖机控制方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105825414A (zh) * | 2016-03-15 | 2016-08-03 | 成都爆米花信息技术有限公司 | 一种虚拟试衣系统 |
CN106600595A (zh) * | 2016-12-21 | 2017-04-26 | 厦门可睿特信息科技有限公司 | 一种基于人工智能算法的人体特征尺寸自动测量方法 |
CN107507213A (zh) * | 2016-06-13 | 2017-12-22 | 北京理工大学 | 一种基于消失点提取图像信息的方法及装置 |
CN107870992A (zh) * | 2017-10-27 | 2018-04-03 | 上海交通大学 | 基于多通道主题模型的可编辑服装图像搜索方法 |
CN108256975A (zh) * | 2018-01-23 | 2018-07-06 | 喻强 | 基于人工智能为虚拟试衣者提供三维效果的穿搭系统及方法 |
CN108460908A (zh) * | 2018-03-02 | 2018-08-28 | 北京京东尚科信息技术有限公司 | 自动售货方法和系统以及自动售货装置和自动贩售机 |
-
2018
- 2018-12-24 CN CN201811580150.9A patent/CN109685001A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105825414A (zh) * | 2016-03-15 | 2016-08-03 | 成都爆米花信息技术有限公司 | 一种虚拟试衣系统 |
CN107507213A (zh) * | 2016-06-13 | 2017-12-22 | 北京理工大学 | 一种基于消失点提取图像信息的方法及装置 |
CN106600595A (zh) * | 2016-12-21 | 2017-04-26 | 厦门可睿特信息科技有限公司 | 一种基于人工智能算法的人体特征尺寸自动测量方法 |
CN107870992A (zh) * | 2017-10-27 | 2018-04-03 | 上海交通大学 | 基于多通道主题模型的可编辑服装图像搜索方法 |
CN108256975A (zh) * | 2018-01-23 | 2018-07-06 | 喻强 | 基于人工智能为虚拟试衣者提供三维效果的穿搭系统及方法 |
CN108460908A (zh) * | 2018-03-02 | 2018-08-28 | 北京京东尚科信息技术有限公司 | 自动售货方法和系统以及自动售货装置和自动贩售机 |
Non-Patent Citations (3)
Title |
---|
GABRIEL L. OLIVEIRA等: "Deep Learning for Human Part Discovery in Images", 《2016 IEEE INTERNATIONAL CONFERENCE ON ROBOTICS AND AUTOMATION (ICRA)》 * |
华丽志: "自动售衣机即将落户美国|优衣库实验游击零售概念", 《HTTPS://WWW.SOHU.COM/A/163013782_505841》 * |
闲SE: "优衣库在美国推出首台服饰自动贩卖机"Uniqlo To Go"", 《HTTP://WWW.GEWUER.COM/NEWS/INFO/ID/3907》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110348933A (zh) * | 2019-05-22 | 2019-10-18 | 平安科技(深圳)有限公司 | 智能匹配用户服装尺码的方法及相关设备 |
CN112507762A (zh) * | 2019-09-16 | 2021-03-16 | 珠海格力电器股份有限公司 | 一种基于商品图像识别的智能售卖机控制方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN207783158U (zh) | 目标物定位系统 | |
CN109146380B (zh) | 一种基于相对位置的库存分析系统 | |
US10290031B2 (en) | Method and system for automated retail checkout using context recognition | |
EP3262562B1 (en) | System and method for the identification of products in a shopping cart | |
RU2739542C1 (ru) | Система автоматической регистрации для торговой точки | |
CN110415048A (zh) | 一种广告推荐方法、设备、系统、计算机设备及存储介质 | |
CN109685001A (zh) | 人体三围数据获得方法及智能售衣系统及智能无人售衣机 | |
CN108831019A (zh) | 自助超市售货系统及自助售货系统 | |
CN109300238A (zh) | 智能展示及自助体验系统及方法 | |
CN207587065U (zh) | 一种智能售货框 | |
CN114821729B (zh) | 商品导购方法、装置、云服务器及存储介质 | |
CN115527238A (zh) | 人体识别方法、陈列柜货架、存储介质 | |
CN111951061A (zh) | 一种智能服装售卖机系统 | |
CN108961552A (zh) | 基于身份证与掌静脉组合认证的无人售货方法及售货机 |
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: 20190426 |
|
RJ01 | Rejection of invention patent application after publication |