CN109829785A - 虚拟试衣方法、装置、电子设备和存储介质 - Google Patents
虚拟试衣方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN109829785A CN109829785A CN201910053075.9A CN201910053075A CN109829785A CN 109829785 A CN109829785 A CN 109829785A CN 201910053075 A CN201910053075 A CN 201910053075A CN 109829785 A CN109829785 A CN 109829785A
- Authority
- CN
- China
- Prior art keywords
- facial image
- virtual fitting
- equipment
- acquisition
- whole 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
Links
Landscapes
- Processing Or Creating Images (AREA)
Abstract
本申请涉及一种虚拟试衣方法、装置、电子设备和存储介质。方法包括:获取拍摄的人脸图像;将拍摄的人脸图像与预存储的人脸图像进行匹配;当匹配成功时,获取预存储的人脸图像对应的虚拟试衣模型;根据虚拟试衣模型进行虚拟试衣操作。采用本申请的方案,只需要采集一次人体数据生成虚拟试衣模型即可实现多次虚拟试衣操作,避免每次进行虚拟试衣都需要采集人体数据并需要重新生成虚拟试衣模型的情况,节省了用户进行虚拟试衣的时间。
Description
技术领域
本申请涉及计算机技术领域,特别是涉及一种虚拟试衣方法、装置、电子设备和存储介质。
背景技术
随着计算机技术的发展,出现了虚拟试衣技术。虚拟试衣技术是指不需要用户真正换装,就能够实现用户穿上某件衣服的效果。虚拟试衣技术的出现给用户提供了方便快捷的试衣体验,使得人们的传统试衣方式发生了极大的变化。
然而,目前的虚拟试衣方法,用户每次进行虚拟试衣时,都需要通过采集设备采集人体数据,才能生成虚拟试衣形象并实现用户的虚拟试衣,使得用户进行虚拟试衣时需要耗费较长的时间。
发明内容
基于此,有必要针对上述技术问题,提供一种无需每次都采集人体数据的虚拟试衣方法、装置、电子设备和存储介质。
一种虚拟试衣方法,所述方法包括:
获取拍摄的人脸图像;
将所述拍摄的人脸图像与预存储的人脸图像进行匹配;
当匹配成功时,获取所述预存储的人脸图像对应的虚拟试衣模型;
根据所述虚拟试衣模型进行虚拟试衣操作。
在其中一个实施例中,所述将所述拍摄的人脸图像与预存储的人脸图像进行匹配,包括:
采集所述拍摄的人脸图像的特征点;
获取预存储的人脸图像对应的特征点;
将所述拍摄的人脸图像的特征点与所述预存储的人脸图像对应的特征点进行遍历对比;
当所述拍摄的人脸图像的特征点与所述预存储的人脸图像对应的特征点的相似度大于阈值时,判定匹配成功。
在另一个实施例中,所述当匹配成功时,获取所述预存储的人脸图像对应的虚拟试衣模型,包括:
当存在多张所述预存储的人脸图像匹配成功时,获取匹配成功的每张所述预存储的人脸图像对应的虚拟试衣模型的分数;
比较所述虚拟试衣模型的分数;
输出分数最高的所述虚拟试衣模型。
在其中一个实施例中,所述获取拍摄的人脸图像之前,还包括:
获取采集的全身图像;
根据所述采集的全身图像测量身体各个部位的围度数据;
获取预先构建的虚拟试衣模型的围度数据;
根据测量的所述围度数据调整所述预先构建的虚拟试衣模型的围度数据,生成新的虚拟试衣模型;
获取所述采集的全身图像中的人脸图像;
将所述采集的全身图像中的人脸图像与所述生成的新的虚拟试衣模型对应存储。
在一个实施例中,所述获取采集的全身图像,包括:
获取通过二维采集设备采集的一张全身图像;
所述根据所述采集的全身图像测量身体各个部位的围度数据,包括:
根据所述一张全身图像测量身体各个部位的围度数据,得到二维的围度数据;
所述方法还包括:
将所述二维的围度数据传输给与所述二维采集设备相连的虚拟试衣设备,其中,所述二维采集设备与所述虚拟试衣设备为分离式结构。
在另一个实施例中,所述获取采集的全身图像,包括:
获取通过三维采集设备采集一组全身深度图像,所述一组全身深度图像为多张不同角度的全身深度图像;
所述根据所述采集的全身图像测量身体各个部位的围度数据,包括:
根据所述一组全身照测量身体各个部位的围度数据,得到三维的围度数据;
将所述三维的围度数据转化为二维的围度数据;
所述方法还包括:
将所述二维的围度数据传输给与所述三维采集设备相连的虚拟试衣设备,其中,所述三维采集设备与所述虚拟试衣设备为分离式结构。
在一个实施例中,所述方法还包括:
通过移动设备扫描二维码,获取所述预存储的人脸图像和所述人脸图像对应的虚拟试衣模型;
通过所述移动设备根据所述人脸图像和所述人脸图像对应的虚拟试衣模型进行虚拟试衣操作。
一种虚拟试衣装置,所述装置包括:
图像获取模块,用于获取拍摄的人脸图像;
匹配模块,用于将所述拍摄的人脸图像与预存储的人脸图像进行匹配;
模型获取模块,用于当匹配成功时,获取所述预存储的人脸图像对应的虚拟试衣模型;
虚拟试衣模块,用于根据所述虚拟试衣模型进行虚拟试衣操作。
一种电子设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述方法的步骤。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述方法的步骤。
上述虚拟试衣方法、装置、电子设备和存储介质,通过获取拍摄的人脸图像,将拍摄的人脸图像与预存储的人脸图像进行匹配,以确定拍摄的人脸图像是否已存在相关信息。当匹配成功时,判定拍摄的人脸图像之前已采集过信息,则获取预存储的人脸图像对应的虚拟试衣模型,根据虚拟试衣模型进行虚拟试衣操作。采用本申请的方案,只需要采集一次人体数据生成虚拟试衣模型即可实现多次虚拟试衣操作,避免每次进行虚拟试衣都需要采集人体数据并需要重新生成虚拟试衣模型的情况,节省了用户进行虚拟试衣的时间。
附图说明
图1为一个实施例中虚拟试衣方法的应用环境图;
图2为一个实施例中虚拟试衣方法的流程示意图;
图3为一个实施例中人脸图像匹配的步骤的流程示意图;
图4为另一个实施例中获取虚拟试衣模型的步骤的流程示意图;
图5为另一个实施例中采集全身图像的步骤的流程示意图;
图6为另一个实施例中虚拟试衣方法的流程示意图;
图7为一个实施例中虚拟试衣装置的结构框图;
图8为一个实施例中电子设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请实施例提供的虚拟试衣方法,可以应用于如图1所示的应用环境中。其中,电子设备102为可以是一体式的设备,也可以是由分离式结构的多个设备所组成。其中,电子设备102可以但不限于是各种一体式虚拟试衣设备,分体式虚拟试衣设备、个人计算机、笔记本电脑、智能手机和平板电脑等。
在一个实施例中,如图2所示,提供了一种虚拟试衣方法,以该方法应用于图1中的电子设备为例进行说明,包括以下步骤:
步骤202,获取拍摄的人脸图像。
步骤204,将拍摄的人脸图像与预存储的人脸图像进行匹配。
具体地,用户利用电子设备进行人脸拍摄,电子设备获取用户当前拍摄的人脸图像,并获取预先存储的人脸图像,将当前拍摄的人脸图像和预先存储的人脸图像进行匹配。
步骤206,当匹配成功时,获取预存储的人脸图像对应的虚拟试衣模型。
其中,虚拟试衣模型是根据预先采集的人体数据生成的模型。
具体地,当拍摄的人脸图像与预存储的人脸图像匹配成功时,电子设备判定该用户已采集过人体数据,则电子设备获取预存储中匹配成功的人脸图像所对应的虚拟试衣模型。当拍摄的人脸图像与预存储的人脸图像匹配失败时,电子设备判定当前用户未采集过人体数据,因此未存储有对应的人脸图像以及对应的虚拟试衣设备。则电子设备输出匹配失败的信息,并提示用户完成人体数据的采集。
步骤208,根据虚拟试衣模型进行虚拟试衣操作。
具体地,电子设备获取匹配成功的虚拟试衣模型,提示用户根据该虚拟试衣模型在电子设备上完成虚拟试衣操作。
上述虚拟试衣方法中,通过获取拍摄的人脸图像,将拍摄的人脸图像与预存储的人脸图像进行匹配,以确定拍摄的人脸图像是否已存在相关信息。当匹配成功时,判定拍摄的人脸图像之前已采集过人体数据,则获取预存储的人脸图像对应的虚拟试衣模型,根据虚拟试衣模型进行虚拟试衣操作。采用本申请的方案,只需要采集一次人体数据生成虚拟试衣模型即可实现多次虚拟试衣操作,避免每次进行虚拟试衣都需要采集人体数据并需要重新生成虚拟试衣模型的情况,节省了用户进行虚拟试衣的时间。
在本实施例中,当检测到获取的人脸图像中不止存在一张人脸时,选取人脸图像特征点最多的人脸图像进行匹配操作。或者,选取人脸图像中与电子设备距离最近的一张人脸图像进行匹配操作。通过该方法可以解决当获取的人脸图像中存在不止一张人脸时的情况,避免电子设备识别出现异常的问题。
在一个实施例中,如图3所示,将拍摄的人脸图像与预存储的人脸图像进行匹配,包括:
步骤302,采集拍摄的人脸图像的特征点。
具体地,电子设备拍摄人脸图像之后,可以通过人脸特征点提取算法提取该人脸图像的特征点。例如,电子设备可通过卷积神经网络算法提取人脸图像的特征点。电子设备可先使用训练样本对卷积神经网络进行训练,经过训练的卷积神经网络可识别出人脸图像的特征点的数量和各个特征点的位置。接着,电子设备将拍摄的人脸图像去噪,并进行归一化处理,将归一化处理后的人脸图像输入训练后的卷积神经网络中,得到拍摄的人脸图像的特征点数量,以及各个特征点的位置。
步骤304,获取预存储的人脸图像对应的特征点。
具体地,电子设备从预先存储的多张人脸图像中,任意选取一张,并获取所选取的人脸图像对应的特征点。
步骤306,将拍摄的人脸图像的特征点与预存储的人脸图像对应的特征点进行遍历对比。
具体地,电子设从拍摄的人脸图像中提取的特征点中选出任意一个,并将获取的任意一个特征点与从预存储中选取出的人脸图像的特征点一一对比。当该任意一个特征点位置与选取出的人脸图像的特征点的位置相同时,判定两者为相同的特征点,当该任意一个特征点的位置与选取出的人脸图像的特征点的位置不相同时,判定两者为不同的特征点。当电子设备将拍摄的人脸图像中的各个特征点都与选取出人脸图像的特征点进行对比后,完成拍摄的人脸图像的特征点与预存储的一张人脸图像的特征点的对比过程。
步骤308,当拍摄的人脸图像的特征点与预存储的人脸图像对应的特征点的相似度大于阈值时,判定匹配成功。
具体地,电子设备确定拍摄的人脸图像的特征点与选取出的人脸图像的特征点相同的数量,根据相同的数量确定拍摄的人脸图像和选取出的人脸图像的相似度。当拍摄的人脸图像的特征点与选取出的人脸图像对应的特征点的相似度大于阈值时,判定拍摄的人脸图像和选取出的人脸图像为同一用户,则判定匹配成功。接着,选取出第二张预存储的人脸图像并获取该人脸图像对应的特征点,采用相同的方式确定拍摄的人脸图像与选取出的人脸图像对应的特征点的相似度。当预存储的人脸图像中不存在未与拍摄的人脸图像进行对比的图像时,完成拍摄的人脸图像与预存储的人脸图像的匹配过程。
上述虚拟试衣方法,通过采集拍摄的人脸图像的特征点,然后将拍摄的人脸图像的特征点与预存储的人脸图像的特征点进行遍历对比,确定拍摄的人脸图像和预存储的人脸图像的相似度,接着根据相似度确定预存储的人脸图像是否存在与拍摄的人脸图像相匹配的图像,从而快速准确地获取到与拍摄的人脸图像相匹配的图像。
在一个实施例中,如图4所示,当匹配成功时,获取预存储的人脸图像对应的虚拟试衣模型,包括:
步骤402,当存在多张预存储的人脸图像匹配成功时,获取匹配成功的每张预存储的人脸图像对应的虚拟试衣模型的分数。
步骤404,比较虚拟试衣模型的分数。
步骤406,输出分数最高的虚拟试衣模型。
具体地,电子设备将拍摄的人脸图像和预存储的人脸图像进行遍历对比之后,如果存在多张预存储的人脸图像匹配成功,表明用户拍摄了多张图像。则可以获取这些多张匹配成功人脸图像对应的虚拟试衣模型,虚拟试衣模型都具有相应的分数。然后电子设备获取这些虚拟试衣模型对应的分数,将这几个虚拟试衣模型的分数两两比较,确定分数最高的虚拟试衣模型,接着在电子设备的显示屏上输出该分数最高的虚拟试衣模型。当存在多张匹配成功的人脸图像时,通过确定人脸图像对应的虚拟试衣模型的分数,确定形象最好的虚拟试衣模型,从而能够提供给用户较好的试衣体验。
在一个实施例中,如图5所示,获取拍摄的人脸图像之前,还包括:
步骤502,获取采集的全身图像。
步骤504,根据采集的全身图像测量身体各个部位的围度数据。
其中,围度数据是指例如用户的腰围、头围等身体各部位的测量数据。
具体地,用户站在指定位置,电子设备根据摄像头扫描用户的全身,得到用户的全身图像。接着电子设备根据采集的全身图像测量用户的身体各个部位的围度数据,例如,测量用户的头围、腰围、臀围和腿围,以及脖子的围度数据、肩宽等数据。
步骤506,获取预先构建的虚拟试衣模型的围度数据。
步骤508,根据测量的围度数据调整预先构建的虚拟试衣模型的围度数据,生成新的虚拟试衣模型。
具体地,电子设备内部预先构建了虚拟试衣模型,电子设备采集的用户身体的各个部位的围度数据之后,获取预先构建的虚拟试衣模型,并获取该虚拟试衣模型对应的各个部位的围度数据。电子设备将该预先构建的虚拟试衣模型的围度数据替换为当前测量的用户全身照的各部位的围度数据,从而根据替换后的虚拟试衣模型的围度数据得到新的虚拟试衣模型。
步骤510,获取采集的全身图像中的人脸图像。
步骤512,将采集的全身图像中的人脸图像与生成的新的虚拟试衣模型对应存储。
具体地,电子设备可以通过人脸定位方式确定获取的全身图像的人脸位置,然后截取全身图像中的人脸图像。接着,电子设备获取生成的新的虚拟试衣模型,将截图的人脸图像和生成的新的虚拟试衣模型对应进行存储。
上述虚拟试衣方法,通过获取采集的全身图像,并测量该全身图像的各个部位的围度数据,以确定采集的该用户身体各个部位的准确数据。接着获取预先构建的虚拟试衣模型的围度数据,通过测量的全身图像的各个部位的围度数据调整构建的虚拟试衣模型的围度数据,从而生成全身图像对应的虚拟试衣模型。接着,截图全身图像中的人脸图像,将人脸图像和虚拟试衣模型进行对应存储,使得用户可通过验证人脸图像获取虚拟试衣模型即可进行虚拟试衣操作,无需每次都重新生成虚拟试衣模型,极大地减少虚拟试衣耗费的时间。
在一个实施例中,获取采集的全身图像,包括:获取通过二维采集设备采集的一张全身图像。
根据采集的全身图像测量身体各个部位的围度数据,包括:根据一张全身图像测量身体各个部位的围度数据,得到二维的围度数据。
方法还包括:将二维的围度数据传输给与二维采集设备相连的虚拟试衣设备,其中,二维采集设备与虚拟试衣设备为分离式结构。
具体地,一个电子设备可以包括多个分离式结构的设备,例如,电子设备可以包括二维采集设备和虚拟试衣设备。该二维采集设备和虚拟试衣设备可分别放置在不同的位置,并执行不同的工作内容。用户可通过二维采集设备采集多张全身图像,并从多张全身图像中选择一张,根据所选择的一张全身图像测量身体各个部位的围度数据,利用二维采集设备所测量得到的数据为二维的围度数据。接着,电子设备获取测量的二维的围度数据,并通过二维采集设备将该二维的围度数据传输给与该二维采集设备相连接的虚拟试衣设备,使得电子设备通过虚拟试衣设备生成新的虚拟试衣模型。通过二维采集设备和虚拟试衣设备组成分离式的电子设备,从而能够在二维采集设备采集人体数据,接着通过虚拟试衣设备生成新的虚拟试衣模型并完成虚拟试衣操作。分离式结构的电子设备通过不用的设备执行不同的工作,从而能够极大地提高电子设备的工作效率。
在本实施例中,电子设备可通过二维采集设备获取预先构建的虚拟试衣模型,并根据采集的二维的围度数据调整构建的虚拟试衣模型的围度数据,从而生成新的虚拟试衣模型。接着,电子设备可通过二维采集设备采集全身图像中的人脸图像,并将生成的新的虚拟试衣模型和人脸图像进行对应存储。
在一个实施例中,获取采集的全身图像,包括:获取通过三维采集设备采集一组全身深度图像,一组全身深度图像为多张不同角度的全身深度图像。
根据采集的全身图像测量身体各个部位的围度数据,包括:根据一组全身照测量身体各个部位的围度数据,得到三维的围度数据;将三维的围度数据转化为二维的围度数据。
该方法还包括:将二维的围度数据传输给与三维采集设备相连的虚拟试衣设备,其中,三维采集设备与虚拟试衣设备为分离式结构。
具体地,电子设备可以包括分离式结构的设备,例如,电子设备包括三维采集设备和虚拟试衣设备,该三维采集设备和虚拟试衣设备可分别放置在不同的位置,并执行不同的工作内容。用户可通过三维采集设备采集多张不同角度的全身图像,例如用户正面的全身图像、左侧面、右侧面和背面的全身图像,从而得到一组全身图像。根据所得到的一组全身图像测量身体各个部位的围度数据,利用三维采集设备所测量得到的数据为三维的围度数据。但由于电子设备中预先构建的虚拟试衣模型的数据为二维的数据,电子设备需要通过算法将测量的三维围度数据转化为二维围度数据。接着,电子设备获取转化后的二维围度数据,并通过三维采集设备将该二维围度数据传输给与该三维采集设备相连接的虚拟试衣设备,使得电子设备通过虚拟试衣设备调整预先构建的虚拟试衣模型的数据,从而生成新的虚拟试衣模型。通过三维采集设备采集用户的不同角度的全身图像,测量得到用户身体各个部位的三维数据,测量人体数据的方式更精准。并利用三维采集设备通过算法将三维数据转化为二维数据,传输给虚拟试衣设备,从而能够指示虚拟试衣设备根据转化的二维数据生成新的虚拟试衣模型。分离式的电子设备由三维采集设备和虚拟试衣设备组成,一台三维采集设备能够与多台虚拟试衣设备相连,使得用户只需要在一台三维采集设备上采集一次全身图像,即可在与该三位采集设备相连的多台虚拟试衣设备上进行虚拟试衣操作,从而避免了用户每次进行虚拟试衣都需要重新采集人体数据并重新生成虚拟试衣模型的情况。
在本实施例中,电子设备可通过三维采集设备获取预先构建的虚拟试衣模型,接着通过三位采集设备将三维的围度数据转化为二维的围度数据,并根据转化得到的二维的围度数据调整构建的虚拟试衣模型的围度数据,从而生成新的虚拟试衣模型。接着,电子设备可通过三维采集设备采集全身图像中的人脸图像,并将生成的新的虚拟试衣模型和人脸图像进行对应存储。
在另一个实施例中,该虚拟试衣方法还包括:通过移动设备扫描二维码,获取预存储的人脸图像和人脸图像对应的虚拟试衣模型;通过移动设备根据人脸图像和人脸图像对应的虚拟试衣模型进行虚拟试衣操作。
具体地,当某个店中在进行虚拟试衣的用户比较多时,用户还可通过电子设备采集全身图像,接着,用户可使用移动设备对应的虚拟试衣应用程序扫描二维码,与该店中的电子设备建立通信。接着,移动设备可采集用户的人脸图像,通过采集的人脸图像与该店内的电子设备预存储的人脸图像进行匹配,当匹配成功时,移动设备从该店内的电子设备中获取预存储的人脸图像所对应的虚拟试衣模型。接着,用户可通过移动设备根据采集的人脸图像和获取的虚拟试衣模型在虚拟试衣应用上进行虚拟试衣操作。通过移动设备扫描二维码,获取预存储的人脸图像和人脸图像对应的虚拟试衣模型,通过移动设备根据人脸图像和人脸图像对应的虚拟试衣模型进行虚拟试衣操作,能够在进行虚拟试衣的用户较多的时,用户可自行通过自己的移动设备完成虚拟试衣,无需等待其它用户完成试衣才可使用,更快捷方便。
在一个实施例中,当达到指定时长时,自动清除存储中的人脸图像和该人脸图像对应的虚拟试衣模型。具体地,电子设备设置人脸图像存储的时间,例如一个月,半年等。从成功存储人脸图像的时刻开始计时,当预存储的中人脸图像到达指定时长时,电子设备自动清除预存储中的该人脸图像和该人脸图像对应的虚拟试衣模型,从而节省内存空间,并且能够提高对用户的响应速度。
在一个实施例中,如图6所示,该虚拟试衣方法包括:
步骤602,获取通过二维采集设备采集的一张全身图像。
步骤604,采集失败则返回步骤602,采集成功则执行步骤606。
步骤606,根据一张全身图像测量身体各个部位的围度数据,得到二维的围度数据。
步骤608,将二维的围度数据传输给与二维采集设备相连的虚拟试衣设备,其中,二维采集设备与虚拟试衣设备为分离式结构。
步骤610,采集一组全身深度图像,一组全身深度图像为多张不同角度的全身深度图像。
步骤612,采集失败则返回步骤610,采集成功则执行步骤614。
步骤614,根据一组全身照测量身体各个部位的围度数据,得到三维的围度数据。
步骤616,将三维的围度数据转化为二维的围度数据。
步骤618,将二维的围度数据传输给与三维采集设备相连的虚拟试衣设备,其中,三维采集设备与虚拟试衣设备为分离式结构。
步骤620,虚拟试衣设备根据二维的围度数据调整预先构建的虚拟试衣模型的围度数据,生成新的虚拟试衣模型。
步骤622,虚拟试衣设备采集人脸图像。
步骤624,当人脸匹配成功时,执行步骤626。
步骤626,获取预存储的人脸图像对应的虚拟试衣模型,进行虚拟试衣操作。
上述虚拟试衣方法,当电子设备为分离式结构的设备时,可通过二维或三维采集设备采集用户身体各个部位的围度数据,并将二维的围度数据发送给与采集设备相连接的虚拟试衣设备,通过虚拟试衣设备调整调整预先构建的虚拟试衣模型的围度数据,生成新的虚拟试衣模型。使得用户只需要在一台采集设备上采集一次全身图像,即可在与该采集设备相连的多台虚拟试衣设备上进行虚拟试衣操作,从而避免了用户每次进行虚拟试衣都需要重新采集人体数据并重新生成虚拟试衣模型的情况,节省了用户每次进行虚拟试衣的前期准备时间。
在一个实施例中,该虚拟试衣方法包括:
电子设备获取通过二维采集设备采集的一张全身图像。
接着,电子设备的二维采集设备根据一张全身图像测量身体各个部位的围度数据,得到二维的围度数据。
进一步地,电子设备的二维采集设备将二维的围度数据传输给与二维采集设备相连的虚拟试衣设备,其中,二维采集设备与虚拟试衣设备为分离式结构。
或者,电子设备获取通过三维采集设备采集一组全身深度图像,一组全身深度图像为多张不同角度的全身深度图像;电子设备的三维采集设备根据一组全身照测量身体各个部位的围度数据,得到三维的围度数据;电子设备的三维采集设备将三维的围度数据转化为二维的围度数据;将二维的围度数据传输给与三维采集设备相连的虚拟试衣设备,其中,三维采集设备与虚拟试衣设备为分离式结构。
可选地,电子设备的虚拟试衣设备获取预先构建的虚拟试衣模型的围度数据。
接着,电子设备通过虚拟试衣设备根据测量的围度数据调整预先构建的虚拟试衣模型的围度数据,生成新的虚拟试衣模型。
可选地,电子设备获取采集的全身图像中的人脸图像。
接着,电子设备将采集的全身图像中的人脸图像与生成的新的虚拟试衣模型对应存储。
接着,电子设备获取拍摄的人脸图像。
进一步地,电子设备采集拍摄的人脸图像的特征点。
接着,电子设备获取预存储的人脸图像对应的特征点。
可选地,电子设备将拍摄的人脸图像的特征点与预存储的人脸图像对应的特征点进行遍历对比。
可选地,当拍摄的人脸图像的特征点与预存储的人脸图像对应的特征点的相似度大于阈值时,判定匹配成功;当存在多张预存储的人脸图像匹配成功时,电子设备获取匹配成功的每张预存储的人脸图像对应的虚拟试衣模型的分数。
接着,电子设备比较虚拟试衣模型的分数。
可选地,电子设备输出分数最高的虚拟试衣模型。
进一步地,电子设备根据虚拟试衣模型进行虚拟试衣操作。
上述虚拟试衣方法,通过二维采集设备和虚拟试衣设备组成分离式的电子设备,从而能够在二维采集设备采集人体数据,接着通过虚拟试衣设备生成新的虚拟试衣模型并完成虚拟试衣操作。分离式结构的电子设备通过不用的设备执行不同的工作,使得极大地提高了电子设备工作的效率。或者,分离式的电子设备由三维采集设备和虚拟试衣设备组成,一台三维采集设备能够与多台虚拟试衣设备相连,使得用户只需要在一台三维采集设备上采集一次全身图像,即可在与该三维采集设备相连的多台虚拟试衣设备上进行虚拟试衣操作,从而避免了用户每次进行虚拟试衣都需要重新采集人体数据并重新生成虚拟试衣模型的情况。接着,截图全身图像的人脸图像,将人脸图像和虚拟试衣模型进行对应存储,使得用户可通过验证人脸图像获取虚拟试衣模型即可进行虚拟试衣操作,无需每次都重新生成虚拟试衣模型,极大地减少虚拟试衣耗费的时间。通过采集拍摄的人脸图像的特征点,然后将拍摄的人脸图像的特征点与预存储的人脸图像的特征点进行遍历对比,确定拍摄的人脸图像和预存储的人脸图像的相似度,接着根据相似度确定预存储的人脸图像是否存在与拍摄的人脸图像相匹配的图像,从而快速准确地获取到与拍摄的人脸图像相匹配的图像。当存在多张匹配成功的人脸图像时,通过确定人脸图像对应的虚拟试衣模型的分数,确定形象最好的虚拟试衣模型,从而能够提供给用户较好的试衣体验。
应该理解的是,虽然图1-6流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图1-6中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图7所示,提供了一种虚拟试衣装置,包括:图像获取模块702、匹配模块704、模型获取模块706和虚拟试衣模块708,其中:
图像获取模块702,用于获取拍摄的人脸图像。
匹配模块704,用于将拍摄的人脸图像与预存储的人脸图像进行匹配。
模型获取模块706,用于当匹配成功时,获取预存储的人脸图像对应的虚拟试衣模型。
虚拟试衣模块708,用于用于根据虚拟试衣模型进行虚拟试衣操作。
上述虚拟试衣装置,通过获取拍摄的人脸图像,将拍摄的人脸图像与预存储的人脸图像进行匹配,以确定拍摄的人脸图像是否已存在相关信息。当匹配成功时,判定拍摄的人脸图像之前已采集过人体数据,则获取预存储的人脸图像对应的虚拟试衣模型,根据虚拟试衣模型进行虚拟试衣操作。采用本申请的方案,只需要采集一次人体数据生成虚拟试衣模型即可实现多次虚拟试衣操作,避免每次进行虚拟试衣都需要采集人体数据并需要重新生成虚拟试衣模型的情况,节省了用户进行虚拟试衣的时间。
在一个实施例中,匹配模块704还用于:采集拍摄的人脸图像的特征点;获取预存储的人脸图像对应的特征点;将拍摄的人脸图像的特征点与预存储的人脸图像对应的特征点进行遍历对比;当拍摄的人脸图像的特征点与预存储的人脸图像对应的特征点的相似度大于阈值时,判定匹配成功。通过采集拍摄的人脸图像的特征点,然后将拍摄的人脸图像的特征点与预存储的人脸图像的特征点进行遍历对比,确定拍摄的人脸图像和预存储的人脸图像的相似度,接着根据相似度确定预存储的人脸图像是否存在与拍摄的人脸图像相匹配的图像,从而快速准确地获取到与拍摄的人脸图像相匹配的图像。
在一个实施例中,模型获取模块706还用于:当存在多张预存储的人脸图像匹配成功时,获取匹配成功的每张预存储的人脸图像对应的虚拟试衣模型的分数;比较虚拟试衣模型的分数;输出分数最高的虚拟试衣模型。当存在多张匹配成功的人脸图像时,通过确定人脸图像对应的虚拟试衣模型的分数,确定形象最好的虚拟试衣模型,从而能够提供给用户较好的试衣体验。
在一个实施例中,该虚拟试衣装置还包括:采集模块。采集模块用于:获取采集的全身图像;根据采集的全身图像测量身体各个部位的围度数据;获取预先构建的虚拟试衣模型的围度数据;根据测量的围度数据调整预先构建的虚拟试衣模型的围度数据,生成新的虚拟试衣模型;获取采集的全身图像中的人脸图像;将采集的全身图像中的人脸图像与生成的新的虚拟试衣模型对应存储。通过获取采集的全身图像,并测量该全身图像的各个部位的围度数据,以确定采集的该用户身体各个部位的准确数据。接着获取预先构建的虚拟试衣模型的围度数据,通过测量的全身图像的各个部位的围度数据调整构建的虚拟试衣模型的围度数据,从而生成全身图像对应的虚拟试衣模型。接着,截图全身图像的人脸图像,将人脸图像和虚拟试衣模型进行对应存储,使得用户可通过验证人脸图像获取虚拟试衣模型即可进行虚拟试衣操作,无需每次都重新生成虚拟试衣模型,极大地减少虚拟试衣耗费的时间。
在一个实施例中,采集模块还用于:获取通过二维采集设备采集的一张全身图像;根据一张全身图像测量身体各个部位的围度数据,得到二维的围度数据;将二维的围度数据传输给与二维采集设备相连的虚拟试衣设备,其中,二维采集设备与虚拟试衣设备为分离式结构。通过二维采集设备和虚拟试衣设备组成分离式的电子设备,从而能够在二维采集设备采集人体数据,接着通过虚拟试衣设备生成新的虚拟试衣模型并完成虚拟试衣操作。分离式结构的电子设备通过不用的设备执行不同的工作,使得极大地提高了电子设备工作的效率。
在一个实施例中,采集模块还用于:获取通过三维采集设备采集一组全身深度图像,一组全身深度图像为多张不同角度的全身深度图像;根据一组全身照测量身体各个部位的围度数据,得到三维的围度数据;将三维的围度数据转化为二维的围度数据;将二维的围度数据传输给与三维采集设备相连的虚拟试衣设备,其中,三维采集设备与虚拟试衣设备为分离式结构。通过三维采集设备采集用户的不同角度的全身图像,测量得到用户身体各个部位的三维数据,测量人体数据的方式更精准。并利用三维采集设备通过算法将三维数据转化为二维数据,传输给虚拟试衣设备,从而能够指示虚拟试衣设备根据转化的二维数据生成新的虚拟试衣模型。分离式的电子设备由三维采集设备和虚拟试衣设备组成,一台三维采集设备能够与多台虚拟试衣设备相连,使得用户只需要在一台三维采集设备上采集一次全身图像,即可在与该三位采集设备相连的多台虚拟试衣设备上进行虚拟试衣操作,从而避免了用户每次进行虚拟试衣都需要重新采集人体数据并重新生成虚拟试衣模型的情况。
在一个实施例中,该虚拟试衣装置还包括:登录模块。登录模块用于:通过移动设备扫描二维码,获取预存储的人脸图像和人脸图像对应的虚拟试衣模型;通过移动设备根据人脸图像和人脸图像对应的虚拟试衣模型进行虚拟试衣操作。通过移动设备扫描二维码,获取预存储的人脸图像和人脸图像对应的虚拟试衣模型,通过移动设备根据人脸图像和人脸图像对应的虚拟试衣模型进行虚拟试衣操作,能够在进行虚拟试衣的用户较多的时,用户可自行通过自己的移动设备完成虚拟试衣,更快捷方便。
关于虚拟试衣装置的具体限定可以参见上文中对于虚拟试衣方法的限定,在此不再赘述。上述虚拟试衣装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于电子设备中的处理器中,也可以以软件形式存储于电子设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种电子设备,其内部结构图可以如图8所示。该电子设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中,该电子设备的处理器用于提供计算和控制能力。该电子设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该电子设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种虚拟试衣方法。该电子设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该电子设备的输入装置可以是显示屏上覆盖的触摸层,也可以是电子设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图8中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的电子设备的限定,具体的电子设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种电子设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现上述虚拟试衣方法的步骤。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述虚拟试衣方法的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种虚拟试衣方法,所述方法包括:
获取拍摄的人脸图像;
将所述拍摄的人脸图像与预存储的人脸图像进行匹配;
当匹配成功时,获取所述预存储的人脸图像对应的虚拟试衣模型;
根据所述虚拟试衣模型进行虚拟试衣操作。
2.根据权利要求1所述的方法,其特征在于,所述将所述拍摄的人脸图像与预存储的人脸图像进行匹配,包括:
采集所述拍摄的人脸图像的特征点;
获取预存储的人脸图像对应的特征点;
将所述拍摄的人脸图像的特征点与所述预存储的人脸图像对应的特征点进行遍历对比;
当所述拍摄的人脸图像的特征点与所述预存储的人脸图像对应的特征点的相似度大于阈值时,判定匹配成功。
3.根据权利要求1所述的方法,其特征在于,所述当匹配成功时,获取所述预存储的人脸图像对应的虚拟试衣模型,包括:
当存在多张所述预存储的人脸图像匹配成功时,获取匹配成功的每张所述预存储的人脸图像对应的虚拟试衣模型的分数;
比较所述虚拟试衣模型的分数;
输出分数最高的所述虚拟试衣模型。
4.根据权利要求1所述的方法,其特征在于,所述获取拍摄的人脸图像之前,还包括:
获取采集的全身图像;
根据所述采集的全身图像测量身体各个部位的围度数据;
获取预先构建的虚拟试衣模型的围度数据;
根据测量的所述围度数据调整所述预先构建的虚拟试衣模型的围度数据,生成新的虚拟试衣模型;
获取所述采集的全身图像中的人脸图像;
将所述采集的全身图像中的人脸图像与所述生成的新的虚拟试衣模型对应存储。
5.根据权利要求4所述的方法,其特征在于,所述获取采集的全身图像,包括:
获取通过二维采集设备采集的一张全身图像;
所述根据所述采集的全身图像测量身体各个部位的围度数据,包括:
根据所述一张全身图像测量身体各个部位的围度数据,得到二维的围度数据;
所述方法还包括:
将所述二维的围度数据传输给与所述二维采集设备相连的虚拟试衣设备,其中,所述二维采集设备与所述虚拟试衣设备为分离式结构。
6.根据权利要求4所述的方法,其特征在于,所述获取采集的全身图像,包括:
获取通过三维采集设备采集一组全身深度图像,所述一组全身深度图像为多张不同角度的全身深度图像;
所述根据所述采集的全身图像测量身体各个部位的围度数据,包括:
根据所述一组全身照测量身体各个部位的围度数据,得到三维的围度数据;
将所述三维的围度数据转化为二维的围度数据;
所述方法还包括:
将所述二维的围度数据传输给与所述三维采集设备相连的虚拟试衣设备,其中,所述三维采集设备与所述虚拟试衣设备为分离式结构。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
通过移动设备扫描二维码,获取所述预存储的人脸图像和所述人脸图像对应的虚拟试衣模型;
通过所述移动设备根据所述人脸图像和所述人脸图像对应的虚拟试衣模型进行虚拟试衣操作。
8.一种虚拟试衣装置,其特征在于,所述装置包括:
图像获取模块,用于获取拍摄的人脸图像;
匹配模块,用于将所述拍摄的人脸图像与预存储的人脸图像进行匹配;
模型获取模块,用于当匹配成功时,获取所述预存储的人脸图像对应的虚拟试衣模型;
虚拟试衣模块,用于根据所述虚拟试衣模型进行虚拟试衣操作。
9.一种电子设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910053075.9A CN109829785B (zh) | 2019-01-21 | 2019-01-21 | 虚拟试衣方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910053075.9A CN109829785B (zh) | 2019-01-21 | 2019-01-21 | 虚拟试衣方法、装置、电子设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109829785A true CN109829785A (zh) | 2019-05-31 |
CN109829785B CN109829785B (zh) | 2021-07-09 |
Family
ID=66861027
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910053075.9A Active CN109829785B (zh) | 2019-01-21 | 2019-01-21 | 虚拟试衣方法、装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109829785B (zh) |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120086783A1 (en) * | 2010-06-08 | 2012-04-12 | Raj Sareen | System and method for body scanning and avatar creation |
CN102737338A (zh) * | 2012-05-24 | 2012-10-17 | 深圳市美丽同盟科技有限公司 | 新型虚拟试衣方法及系统 |
CN102867111A (zh) * | 2012-08-24 | 2013-01-09 | 黄敏 | 一种基于Kinect设备的三维立体试衣应用中人体三维坐标转换二维坐标的方法 |
CN103246816A (zh) * | 2013-05-13 | 2013-08-14 | 苏州福丰科技有限公司 | 一种基于人脸识别的试衣系统 |
KR20130129547A (ko) * | 2012-05-21 | 2013-11-29 | 현대삼호중공업 주식회사 | 3차원 이미지 출력 환경 기반 2차원 치수 표시방법 |
CN104813340A (zh) * | 2012-09-05 | 2015-07-29 | 体通有限公司 | 从2d图像序列导出准确身体尺寸测量的系统和方法 |
CN105139248A (zh) * | 2015-09-07 | 2015-12-09 | 深圳创维数字技术有限公司 | 一种可穿戴物品呈现的方法及装置 |
CN105843386A (zh) * | 2016-03-22 | 2016-08-10 | 宁波元鼎电子科技有限公司 | 一种商场虚拟试衣系统 |
CN106951882A (zh) * | 2017-03-31 | 2017-07-14 | 广州帕克西软件开发有限公司 | 一种脸型的识别追踪方法及装置 |
CN107341711A (zh) * | 2017-05-10 | 2017-11-10 | 应凯 | 智能试衣方法和智能试衣系统 |
CN107798713A (zh) * | 2017-09-04 | 2018-03-13 | 昆明理工大学 | 一种面向二维虚拟试穿的图像变形方法 |
CN108009577A (zh) * | 2017-11-29 | 2018-05-08 | 南京工业大学 | 一种虚拟试衣镜的实现方法 |
CN108648061A (zh) * | 2018-05-18 | 2018-10-12 | 北京京东尚科信息技术有限公司 | 图像生成方法和装置 |
CN109064386A (zh) * | 2018-07-23 | 2018-12-21 | 西安建筑科技大学 | 一种三维立体衣服模型的建立方法 |
-
2019
- 2019-01-21 CN CN201910053075.9A patent/CN109829785B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120086783A1 (en) * | 2010-06-08 | 2012-04-12 | Raj Sareen | System and method for body scanning and avatar creation |
KR20130129547A (ko) * | 2012-05-21 | 2013-11-29 | 현대삼호중공업 주식회사 | 3차원 이미지 출력 환경 기반 2차원 치수 표시방법 |
CN102737338A (zh) * | 2012-05-24 | 2012-10-17 | 深圳市美丽同盟科技有限公司 | 新型虚拟试衣方法及系统 |
CN102867111A (zh) * | 2012-08-24 | 2013-01-09 | 黄敏 | 一种基于Kinect设备的三维立体试衣应用中人体三维坐标转换二维坐标的方法 |
CN104813340A (zh) * | 2012-09-05 | 2015-07-29 | 体通有限公司 | 从2d图像序列导出准确身体尺寸测量的系统和方法 |
CN103246816A (zh) * | 2013-05-13 | 2013-08-14 | 苏州福丰科技有限公司 | 一种基于人脸识别的试衣系统 |
CN105139248A (zh) * | 2015-09-07 | 2015-12-09 | 深圳创维数字技术有限公司 | 一种可穿戴物品呈现的方法及装置 |
CN105843386A (zh) * | 2016-03-22 | 2016-08-10 | 宁波元鼎电子科技有限公司 | 一种商场虚拟试衣系统 |
CN106951882A (zh) * | 2017-03-31 | 2017-07-14 | 广州帕克西软件开发有限公司 | 一种脸型的识别追踪方法及装置 |
CN107341711A (zh) * | 2017-05-10 | 2017-11-10 | 应凯 | 智能试衣方法和智能试衣系统 |
CN107798713A (zh) * | 2017-09-04 | 2018-03-13 | 昆明理工大学 | 一种面向二维虚拟试穿的图像变形方法 |
CN108009577A (zh) * | 2017-11-29 | 2018-05-08 | 南京工业大学 | 一种虚拟试衣镜的实现方法 |
CN108648061A (zh) * | 2018-05-18 | 2018-10-12 | 北京京东尚科信息技术有限公司 | 图像生成方法和装置 |
CN109064386A (zh) * | 2018-07-23 | 2018-12-21 | 西安建筑科技大学 | 一种三维立体衣服模型的建立方法 |
Non-Patent Citations (1)
Title |
---|
TAKAO FURUKAWA 等: "3D Clothes Modeling from Photo Cloned Human Body", 《VIRTUAL WORLDS SECOND INTERNATIONAL CONFERENCE VM2000》 * |
Also Published As
Publication number | Publication date |
---|---|
CN109829785B (zh) | 2021-07-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109508638A (zh) | 人脸情绪识别方法、装置、计算机设备及存储介质 | |
CN107818313A (zh) | 活体识别方法、装置、存储介质和计算机设备 | |
CN109241868A (zh) | 人脸识别方法、装置、计算机设备及存储介质 | |
CN105981046A (zh) | 使用拼接和裁剪的指纹认证 | |
CN111833236B (zh) | 产生模拟用户的三维脸部模型的方法及装置 | |
CN108197618A (zh) | 用于生成人脸检测模型的方法和装置 | |
CN106446761B (zh) | 图案重构 | |
CN109472269A (zh) | 图像特征配置及校验方法、装置、计算机设备及介质 | |
CN110162454B (zh) | 游戏运行方法和装置、存储介质及电子装置 | |
CN109409058A (zh) | 基于电子签名的身份认证方法、装置和计算机设备 | |
CN109919029A (zh) | 黑眼圈类型识别方法、装置、计算机设备和存储介质 | |
CN111369428A (zh) | 虚拟头像生成方法和装置 | |
CN108304243A (zh) | 界面生成方法、装置、计算机设备和存储介质 | |
CN109446772A (zh) | 授信额度计算方法、装置、计算机设备和存储介质 | |
CN111832561B (zh) | 基于计算机视觉的字符序列识别方法、装置、设备和介质 | |
CN113850785A (zh) | 图像质量模型的生成、评估方法与系统及其设备与介质 | |
CN111144285A (zh) | 胖瘦程度识别方法、装置、设备及介质 | |
CN109697349A (zh) | 终端解锁方法、装置、计算机设备和存储介质 | |
CN106484614A (zh) | 一种核对图片处理效果的方法、装置及移动终端 | |
CN113496542A (zh) | 多曝光图像建模方法、装置、计算机设备和存储介质 | |
CN109697421A (zh) | 基于微表情的评价方法、装置、计算机设备和存储介质 | |
CN111354463A (zh) | 人体健康测量方法、装置、计算机设备及存储介质 | |
CN109325448A (zh) | 人脸识别方法、装置和计算机设备 | |
CN113065553A (zh) | 数据处理方法、装置、三维扫描系统和电子装置 | |
CN108334869A (zh) | 人脸部件的选择、人脸识别方法和装置,以及电子设备 |
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 |