CN110443188A - 大数据环境下服装设计和制造的人体图像识别系统和方法 - Google Patents
大数据环境下服装设计和制造的人体图像识别系统和方法 Download PDFInfo
- Publication number
- CN110443188A CN110443188A CN201910703870.8A CN201910703870A CN110443188A CN 110443188 A CN110443188 A CN 110443188A CN 201910703870 A CN201910703870 A CN 201910703870A CN 110443188 A CN110443188 A CN 110443188A
- Authority
- CN
- China
- Prior art keywords
- human body
- size
- image
- unit
- analyzing unit
- 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
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 42
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000013461 design Methods 0.000 claims abstract description 13
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000003384 imaging method Methods 0.000 claims description 5
- 238000004513 sizing Methods 0.000 claims description 5
- 239000011343 solid material Substances 0.000 claims description 4
- 210000001525 retina Anatomy 0.000 claims description 3
- 238000003909 pattern recognition Methods 0.000 claims 3
- 239000000463 material Substances 0.000 claims 1
- 230000001413 cellular effect Effects 0.000 abstract description 2
- 238000010276 construction Methods 0.000 abstract description 2
- 230000000694 effects Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 238000012938 design process Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 229920003023 plastic Polymers 0.000 description 1
- 239000004033 plastic Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000007493 shaping process Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Computer Hardware Design (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种大数据环境下服装设计和制造的人体图像识别系统及方法,该识别系统包括:大数据库单元;参照物单元;智能终端,用于采集人体部位图像信息、参照物图像信息和客户要求信息,并将采集到信息发送至云端图像分析单元;以及云端图像分析单元,根据接收到的参照物图像信息识别参照物的尺寸,并根据参照物单元的尺寸计算出人体部位的特征尺寸。本发明还公开了一种基于该人体图像识别系统的人体图像识别方法。该大数据环境下服装设计和制造的人体图像识别方法,与传统的人体识别相比,其特点是参照物单元结构简单,参照标尺准确,解决了服装大数据设计中的服装设计的人体尺寸确定问题。
Description
技术领域
本发明涉及人体图像识别技术领域,尤其涉及一种大数据环境下服装设计和制造的人体图像识别系统和方法。
背景技术
大数据环境下,客户用手机拍照方法采集人体各部位图像,上传到云端。云端图像分析计算软件根据客户拍摄的照片,进行图像识别和计算,获得服装设计需要的人体几何尺寸。现在存在的问题是,缺乏参照物,很难从一张照片中直接计算尺人体的特征尺寸,获得服装设计和制造需要的尺寸。
发明内容
本发明为解决现有技术中的上述问题,提出一种大数据环境下服装设计和制造的人体图像识别系统和方法。
为实现上述目的,本发明采用以下技术方案:
本发明的第一个方面是提供一种大数据环境下服装设计和制造的人体图像识别系统,包括:
具有大量服装设计图的大数据库单元;
具有一定尺寸标识的参照物单元,用于佩戴于人体部位上;
智能终端,用于采集人体部位图像信息、参照物图像信息和客户要求信息,并将采集到的人体部位图像信息、参照物图像信息和客户要求信息发送至云端图像分析单元;以及
云端图像分析单元,用于接收所述人体图像信息、参照物图像信息和客户要求信息,并根据所述参照物单元的尺寸计算出所述人体部位的特征尺寸;
其中,所述云端图像分析单元从所述大数据库单元中匹配到适用于客户体型、尺寸和客户要求的服装设计图,或再根据所述人体部位的特征尺寸和所述客户要求进行再设计,经客户确认后形成新服装设计图。
进一步地,所述参照物单元为由固体材料制成的具有一定几何特征的物品,其表面设置有标识尺寸的刻度。
进一步地,所述云端图像分析单元将再设计形成的初步服装设计图以VR模式发送至所述智能终端。
进一步地,所述人体图像识别系统还包括:
制造单元,其用于接收所述云端图像分析单元发送的所述新服装设计图,并根据所述新服装设计图进行自动排程和生产制造。
进一步地,所述智能终端为智能手机或平板电脑。
本发明的第二个方面是提供一种大数据环境下服装设计和制造的人体图像识别方法,包括步骤:
S1,将具有一定尺寸标识的参照物单元佩戴于人体部位;
S2,通过智能终端同时采集人体部位图形信息、参照物图像信息和客户要求信息,并发送至所述云端图像分析单元;
S3,由所述云端图像分析单元根据接收到的所述参照物图像信息识别所述参照物的尺寸,并根据所述参照物单元的尺寸计算出所述人体部位的特征尺寸;
S4,由所述云端图像分析单元根据客户要求信息,从所述大数据库单元中匹配到适用于客户体型、尺寸和客户要求的服装设计图,并将匹配的所述服装设计图发送至智能终端;
S5,客户对所述智能终端展示的所述服装设计图提出个性化要求,并通过所述智能终端将所述个性化要求发送至所述云端图像分析单元;
S6,由所述云端图像分析单元根据接收的所述个性化要求对所述服装设计图进行再设计,以形成初步服装设计图,并将所述初步服装设计图发送给所述智能终端;
S7,重复上述步骤S5和S6,直至客户确认设计定型为止,以形成所述新服装设计图;
S8,由所述云端图像分析单元将最终确定的所述新服装设计图发送至制造单元进行制造。
进一步地,步骤S3中,所述云端图像分析单元通过识别所述参照物单元的尺寸标识,确定参照物单元的尺寸。
进一步地,步骤S3中,所述人体部位的特征尺寸的计算方法,包括步骤:
S31,由所述云端图像分析单元根据接收的所述人体部位图形信息,获得所述人体部位封闭光滑的轮廓,通过提取所述人体部位边缘的行列值,获得所述人体部位的图像学尺寸;
S32,由所述云端图像分析单元根据接收的所述参照物图像信息,获得所述参照物单元边缘的行列值和所述参照物的图像学尺寸;
S33,所述云端图像分析单元根据所述参照物的真实尺寸与图像学尺寸的比值计算出所述人体部位的尺寸。
进一步地,步骤S33中,所述人体部位的尺寸的计算方法为,人体部位尺寸=参照物的真实尺寸/参照物图像信息的像素x人体部位图像信息的像素。
进一步地,步骤S33中,所述人体部位的尺寸的计算方法,包括步骤:
根据凸透镜的成像规律,即物距的倒数与像距的倒数之和等于焦距的倒数:
人体图像中的上-左、上-右处于同一行,记为h1行,下-左、下-右处于同一行,记为h2行;根据图像学知识,h1行与h2行之间的间隔行数的绝对值为retina高度的图像学尺寸,即
人体图像身高=abs(h1-h2) (2)
同理,可得人体胸宽x1、胸厚x2信息,根据胸围与胸宽和胸厚的函数关系,可以计算出胸围W:
W=b0+b1·x1+b2·x2+b3·x3+b4·x4+b5·x5 (3)
其中,x3=x12、x4=x22、x5=x1·x2
b0~b5为常数,基于历史数据拟合而得。
同理,可获得人体图像中参照物的图像的高度和宽度尺寸:
参照物高度=abs(h3-h4) (4)
参照物宽度=abs(W3-W4) (5)
因参照物单元的实际尺寸是一致的,即可计算出人体的实际身高:
实际身高=abs(h1-h2)*参照物实际高度/参照物图像高度 (6)
同理,即可计算出人体腰高、腰宽、腰厚、肩宽、小肩宽、落肩、胸围、腰围、臀围等服装设计需要的所述人体部位的尺寸。
进一步地,步骤S4中,当客户对所述智能终端展示的所述服装设计图确定定型时,直接执行步骤S8。
进一步地,步骤S4、S6和S8中,所述云端图像分析单元将所述服装设计图、所述初步服装设计图分别发送至所述智能终端,以及将所述新服装设计图发送至所述制造单元。
本发明采用上述技术方案,与现有技术相比,具有如下技术效果:
(1)该大数据环境下服装设计和制造的人体图像识别方法,与传统的人体识别相比,其特点是参照物单元结构简单,参照标尺准确,解决了服装大数据设计中的服装设计的人体尺寸确定问题;
(2)基于大数据的服装设计与制造,与传统服装生产比较,人体体型原始数据的采集是由客户个人完成的,不需要设计师来量尺寸;
(3)服装的设计过程有客户个人自己完成,摆脱了对服装设计师的依赖;
(4)大数据库中有几十万甚至上百万的设计图和版型图,足以满足客户的个性化要求,完全可以摆脱对制版师的依赖。
附图说明
图1为本发明一种大数据环境下服装设计和制造的人体图像识别系统中参照物单元的结构示意图;
图2和图3为本发明一种大数据环境下服装设计和制造的人体图像识别方法中所采用的照相机成像原理示意图;
图4为本发明一种大数据环境下服装设计和制造的人体图像识别系统的结构示意图;
图5为本发明一种大数据环境下服装设计和制造的人体图像识别方法的流程示意图;
图6为本发明一种大数据环境下服装设计和制造的人体图像识别方法中人体部位尺寸计算方法的流程示意图。
具体实施方式
下面通过具体实施例对本发明进行详细和具体的介绍,以使更好的理解本发明,但是下述实施例并不限制本发明范围。
实施例1
如图1所示,本实施例提供一种参照物单元,所述参照物单元为由固体材料制成的具有一定几何特征的物品,其表面设置有标识尺寸的刻度。具体地,所述参照物单元所采用的固体材料可以为金属、塑料、玻璃或水晶等。
客户在拍照时佩戴该参照物单元,该参照物单元上设计了特定的尺寸刻度标尺。如图2-3所示,根据小孔成像原理,云端图像分析单元能够识别照片中参照物的像素与人体不同部位像素大小,因为图像中的参照物单元是由尺寸标识的,它的尺寸是已知的,即人体局部尺寸=参照物尺寸÷参照物像素×人体局部像素。
实施例2
如图4所示,本实施例提供了一种大数据环境下服装设计和制造的人体图像识别系统,具体包括:具有大量服装设计图的大数据库单元;具有一定尺寸标识的参照物单元,用于佩戴于人体部位上;智能终端,用于采集人体部位图像信息、参照物图像信息和客户要求信息,并将采集到的人体部位图像信息、参照物图像信息和客户要求信息发送至云端图像分析单元;以及云端图像分析单元,用于接收所述人体图像信息、参照物图像信息和客户要求信息,并根据接收到的所述参照物图像信息识别所述参照物的尺寸,并根据所述参照物单元的尺寸计算出所述人体部位的特征尺寸;其中,所述云端图像分析单元从所述大数据库单元中匹配到适用于客户体型、尺寸和客户要求的服装设计图,或再根据所述人体部位的特征尺寸和所述客户要求进行再设计,经客户确认后形成新服装设计图。
在本实施例中,所述云端图像分析单元将再设计形成的初步服装设计图以VR模式发送至所述智能终端。以便客户根据VR展示的效果,对所述初步服装设计图提出个性化的修改意见。
在本实施例中,所述智能终端为具有拍照功能的智能手机或平板电脑,并可将采集到的人体各部位图像上传到云端图像分析单元。
在本实施例中,所述云端图像分析单元接收到的人体部位图像信息、参照物图像信息、客户要求信息、个性化的修改意见以及最终确定所述新服装设计图均储存于大数据库单元,作为技术储备,以满足客户的个性化要求。
实施例3
于上述实施例2不同的是,在本实施例的所述人体图像识别系统还包括:制造单元,其用于接收所述云端图像分析单元发送的所述新服装设计图,并根据所述新服装设计图进行自动排程和生产制造。人体图像识别系统根据客户确认的所述新服装设计图下发相应的制造单元。所述制造单元根据云端数据及系统的MES系统自动排程与生产,以最快的速度生产并交付客户。
实施例4
如图5所示,本实施例提供了一种大数据环境下服装设计和制造的人体图像识别方法,具体包括如下步骤:
S1,将具有一定尺寸标识的参照物单元佩戴于人体部位;
S2,通过智能终端同时采集人体部位图形信息、参照物图像信息和客户要求信息,并发送至所述云端图像分析单元;
S3,由所述云端图像分析单元根据接收到的所述参照物图像信息识别所述参照物的尺寸,并根据所述参照物单元的尺寸计算出所述人体部位的特征尺寸;
S4,由所述云端图像分析单元根据客户要求信息,从所述大数据库单元中匹配到适用于客户体型、尺寸和客户要求的服装设计图,并将匹配的所述服装设计图发送至智能终端;
S5,客户对所述智能终端展示的所述服装设计图提出个性化要求,并通过所述智能终端将所述个性化要求发送至所述云端图像分析单元;
S6,由所述云端图像分析单元根据接收的所述个性化要求对所述服装设计图进行再设计,以形成初步服装设计图,并将所述初步服装设计图发送给所述智能终端;
S7,重复上述步骤S5和S6,直至客户确认设计定型为止,以形成所述新服装设计图;
S8,由所述云端图像分析单元将最终确定的所述新服装设计图发送至制造单元进行制造,制造单元根据云端数据及系统的MES系统自动排程与生产,以最快的速度生产并交付客户。
在本实施例中,步骤S3中,所述云端图像分析单元通过识别所述参照物单元的尺寸标识,确定参照物单元的尺寸。此外,所述云端图像分析单元能够根据人体图像中参照物单元的尺寸,计算人体各部位的特征尺寸;所述云端图像分析单元能够快速从海量服装设计图大数据库中匹配到适合于客户体型、尺寸和要求的服装设计图;所述云端图像分析单元能够根据计算人体各部位的特征尺寸和要求进行再设计,形成所述初步服装设计图;且所述云端图像分析单元能够与客户就初步服装设计图进行沟通和交流,客户看了初步服装设计图的效果提出新的修改意见,再发给客户,直到客户没有进一步的修改意见,确认设计定型为至,即确定为所述新服装设计图。
在本实施例中,如图6所示,步骤S3中,所述人体部位的特征尺寸的计算方法,包括步骤:S31,由所述云端图像分析单元根据接收的所述人体部位图形信息,获得所述人体部位封闭光滑的轮廓,通过提取所述人体部位边缘的行列值,获得所述人体部位的图像学尺寸;S32,由所述云端图像分析单元根据接收的所述参照物图像信息,获得所述参照物单元边缘的行列值和所述参照物的图像学尺寸;S33,所述云端图像分析单元根据所述参照物的真实尺寸与图像学尺寸的比值计算出所述人体部位的尺寸。
在本实施例中,步骤S4、S6和S8中,所述云端图像分析单元将所述服装设计图、所述初步服装设计图分别发送至所述智能终端,以及将所述新服装设计图发送至所述制造单元。
实施例5
于上述实施例4不同的是,步骤S4中,当客户对所述智能终端展示的所述服装设计图确定定型时,直接执行步骤S8。即,本实施例中由所述云端图像分析单元根据客户要求信息,从所述大数据库单元中匹配到适用于客户体型、尺寸和客户要求的服装设计图,并将匹配的所述服装设计图发送至智能终端,且直接被客户确定为最终定型,无需进行个性化修改,大大提高了识别效率。
实施例6
于上述实施例4不同的是,本实施例提供一种步骤S33中所述人体部位的尺寸的计算方法,所述人体部位的尺寸的计算方法为,人体部位尺寸=参照物的真实尺寸/参照物图像信息的像素x人体部位图像信息的像素。
应用例a
参照物像素:18pixels
参照物真实宽度:30mm
人体高度像素:1024pixels
人体高度=30/18*1024=1706mm
应用例b
参照物像素:20pixels
参照物真实宽度:30mm
人体宽度像素:280pixels
人体宽度=30/20*280=420mm
实施例7
于上述实施例4不同的是,本实施例提供一种步骤S33中所述人体部位的尺寸的计算方法,具体包括如下:
根据凸透镜的成像规律,即物距的倒数与像距的倒数之和等于焦距的倒数:
由手机拍摄的热体正面、侧面和局部位置图像,运用最佳阈值分割、空洞填充、开运算和像素连通性等算法对人体的数字图像进行处理,直接获取服装结构设计所需要的腰高、腰宽、腰厚、肩宽、小肩宽、落肩、股长等相关尺寸,通过围度拟合获取了胸围、腰围、臀围等围度尺寸。
人体图像中的上-左、上-右处于同一行,记为h1行,下-左、下-右处于同一行,记为h2行;根据图像学知识,h1行与h2行之间的间隔行数的绝对值为retina高度的图像学尺寸,即
人体图像身高=abs(h1-h2) (2)
同理,可得人体胸宽x1、胸厚x2信息,根据胸围与胸宽和胸厚的函数关系,可以计算出胸围W:
W=b0+b1·x1+b2·x2+b3·x3+b4·x4+b5·x5 (3)
其中,x3=x12、x4=x22、x5=x1·x2
b0~b5为常数,其可基于历史数据拟合而得。
同理,可获得人体图像中参照物的图像的高度和宽度尺寸:
参照物高度=abs(h3-h4) (4)
参照物宽度=abs(W3-W4) (5)
因参照物单元的实际尺寸是一致的,即可计算出人体的实际身高:
实际身高=abs(h1-h2)*参照物实际高度/参照物图像高度 (6)
同理,即可计算出人体腰高、腰宽、腰厚、肩宽、小肩宽、落肩、胸围、腰围、臀围等服装设计需要的所述人体部位的尺寸。
应用例a
h1=32 人像顶部像素位置
h2=1056 人像底部像素位置
h3=872 参照物顶部像素位置
h4=890 参照物底部像素位置
参照物高度=30mm
实际身高=30/abs(890-872)*abs(1056-32)=1706mm
应用例b
w1=68 人像肩膀左边像素位置
w2=348 人像肩膀右边像素位置
w3=382 参照物左边像素位置
w4=402 参照物右边像素位置
参照物高度=30mm
实际肩宽=30/abs(402-382)*abs(418-68)=420mm
本发明提供的大数据环境下服装设计和制造的人体图像识别方法,传统的人体识别方法相比,其特点是参照单元结构简单,参照标尺准确,解决了服装大数据设计中的服装设计的人体尺寸确定问题。基于大数据的服装设计与制造,与传统服装生产比较,人体体型原始数据的采集是由客户个人完成的,不需要设计师来量尺寸;服装的设计过程有客户个人自己完成,摆脱了对服装设计师的依赖;大数据库中有几十万甚至上百万的设计图和版型图,足以满足客户的个性化要求,完全可以摆脱对制版师的依赖。
以上对本发明的具体实施例进行了详细描述,但其只是作为范例,本发明并不限制于以上描述的具体实施例。对于本领域技术人员而言,任何对本发明进行的等同修改和替代也都在本发明的范畴之中。因此,在不脱离本发明的精神和范围下所作的均等变换和修改,都应涵盖在本发明的范围内。
Claims (10)
1.大数据环境下服装设计和制造的人体图像识别系统,其特征在于,包括:
具有大量服装设计图的大数据库单元;
具有一定尺寸标识的参照物单元,用于佩戴于人体部位上;
智能终端,用于采集人体部位图像信息、参照物图像信息和客户要求信息,并将采集到的人体部位图像信息、参照物图像信息和客户要求信息发送至云端图像分析单元;以及
云端图像分析单元,用于接收所述人体图像信息、参照物图像信息和客户要求信息,并根据所述参照物单元的尺寸计算出所述人体部位的特征尺寸;
其中,所述云端图像分析单元从所述大数据库单元中匹配到适用于客户体型、尺寸和客户要求的服装设计图,或再根据所述人体部位的特征尺寸和所述客户要求进行再设计,经客户确认后形成新服装设计图。
2.根据权利要求1所述的人体图形识别系统,其特征在于,所述参照物单元为由固体材料制成的具有一定几何特征的物品,其表面设置有标识尺寸的刻度。
3.根据权利要求1所述的人体图形识别系统,其特征在于,所述云端图像分析单元将再设计形成的初步服装设计图以VR模式发送至所述智能终端。
4.根据权利要求1所述的人体图形识别系统,其特征在于,所述人体图像识别系统还包括:
制造单元,其用于接收所述云端图像分析单元发送的所述新服装设计图,并根据所述新服装设计图进行自动排程和生产制造。
5.大数据环境下服装设计和制造的人体图像识别方法,其特征在于,包括步骤:
S1,将具有一定尺寸标识的参照物单元佩戴于人体部位;
S2,通过智能终端同时采集人体部位图形信息、参照物图像信息和客户要求信息,并发送至所述云端图像分析单元;
S3,由所述云端图像分析单元根据接收到的所述参照物图像信息识别所述参照物的尺寸,并根据所述参照物单元的尺寸计算出所述人体部位的特征尺寸;
S4,由所述云端图像分析单元根据客户要求信息,从所述大数据库单元中匹配到适用于客户体型、尺寸和客户要求的服装设计图,并将匹配的所述服装设计图发送至智能终端;
S5,客户对所述智能终端展示的所述服装设计图提出个性化要求,并通过所述智能终端将所述个性化要求发送至所述云端图像分析单元;
S6,由所述云端图像分析单元根据接收的所述个性化要求对所述服装设计图进行再设计,以形成初步服装设计图,并将所述初步服装设计图发送给所述智能终端;
S7,重复上述步骤S5和S6,直至客户确认设计定型为止,以形成所述新服装设计图;
S8,由所述云端图像分析单元将最终确定的所述新服装设计图发送至制造单元进行制造。
6.根据权利要求5所述的人体图像识别方法,其特征在于,步骤S3中,所述云端图像分析单元通过识别所述参照物单元的尺寸标识,确定参照物单元的尺寸。
7.根据权利要求5所述的人体图像识别方法,其特征在于,步骤S3中,所述人体部位的特征尺寸的计算方法,包括步骤:
S31,由所述云端图像分析单元根据接收的所述人体部位图形信息,获得所述人体部位封闭光滑的轮廓,通过提取所述人体部位边缘的行列值,获得所述人体部位的图像学尺寸;
S32,由所述云端图像分析单元根据接收的所述参照物图像信息,获得所述参照物单元边缘的行列值和所述参照物的图像学尺寸;
S33,所述云端图像分析单元根据所述参照物的真实尺寸与图像学尺寸的比值计算出所述人体部位的尺寸。
8.根据权利要求7所述的人体图像识别方法,其特征在于,步骤S33中,所述人体部位的尺寸的计算方法为,人体部位尺寸=参照物的真实尺寸/参照物图像信息的像素x人体部位图像信息的像素。
9.根据权利要求7所述的人体图像识别方法,其特征在于,步骤S33中,所述人体部位的尺寸的计算方法,包括:
根据凸透镜的成像规律,即物距的倒数与像距的倒数之和等于焦距的倒数:
人体图像中的上-左、上-右处于同一行,记为h1行,下-左、下-右处于同一行,记为h2行;根据图像学知识,h1行与h2行之间的间隔行数的绝对值为retina高度的图像学尺寸,即
人体图像身高=abs(h1-h2) (2)
同理,可得人体图像胸宽x1、胸厚x2信息,根据胸围与胸宽和胸厚的函数关系,可以计算出胸围W:
W=b0+b1·x1+b2·x2+b3·x3+b4·x4+b5·x5 (3)
其中,x3=x12、x4=x22、x5=x1·x2,b0-b5为常数;
同理,可获得人体图像中参照物的图像的高度和宽度尺寸:
参照物高度=abs(h3-h4) (4)
参照物宽度=abs(W3-W4) (5)
因参照物单元的实际尺寸是一致的,即可计算出人体的实际身高:
实际身高=abs(h1-h2)*参照物实际高度/参照物图像高度(6)
同理,即可计算出人体腰高、腰宽、腰厚、肩宽、小肩宽、落肩、胸围、腰围、臀围等服装设计需要的所述人体部位的尺寸。
10.根据权利要求5所述的人体图像识别方法,其特征在于,步骤S4中,当客户对所述智能终端展示的所述服装设计图确定定型时,直接执行步骤S8;步骤S4、S6和S8中,所述云端图像分析单元将所述服装设计图、所述初步服装设计图分别发送至所述智能终端,以及将所述新服装设计图发送至所述制造单元。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910703870.8A CN110443188A (zh) | 2019-07-31 | 2019-07-31 | 大数据环境下服装设计和制造的人体图像识别系统和方法 |
PCT/CN2020/106051 WO2021018269A1 (zh) | 2019-07-31 | 2020-07-31 | 大数据环境下服装设计和制造的人体图像识别系统和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910703870.8A CN110443188A (zh) | 2019-07-31 | 2019-07-31 | 大数据环境下服装设计和制造的人体图像识别系统和方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110443188A true CN110443188A (zh) | 2019-11-12 |
Family
ID=68432682
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910703870.8A Pending CN110443188A (zh) | 2019-07-31 | 2019-07-31 | 大数据环境下服装设计和制造的人体图像识别系统和方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN110443188A (zh) |
WO (1) | WO2021018269A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021018269A1 (zh) * | 2019-07-31 | 2021-02-04 | 上海悟应物联网技术有限公司 | 大数据环境下服装设计和制造的人体图像识别系统和方法 |
CN113496508A (zh) * | 2020-04-03 | 2021-10-12 | 上海东沁制衣有限公司 | 基于图像处理的智能化服装设计系统及方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107146148A (zh) * | 2017-05-26 | 2017-09-08 | 重庆慧高科技有限公司 | 基于人体外形尺寸数据采集的运营系统 |
CN107273846A (zh) * | 2017-06-12 | 2017-10-20 | 江西服装学院 | 一种人体体型参数确定方法及装置 |
WO2018084384A1 (ko) * | 2016-11-03 | 2018-05-11 | 유재현 | 보조재의 규격 사이즈를 이용한 기성 의류 및 신발 제공시스템 및 방법 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106666903A (zh) * | 2015-11-09 | 2017-05-17 | 恒基伟业投资发展集团有限公司 | 一种利用图像测量人体体型参数的方法及装置 |
CN107507188B (zh) * | 2016-06-13 | 2022-09-27 | 北京理工大学 | 一种基于机器学习提取图像信息的方法及装置 |
CN107918909A (zh) * | 2017-12-29 | 2018-04-17 | 南京信息职业技术学院 | 一种实体店虚拟试衣方法 |
CN110443188A (zh) * | 2019-07-31 | 2019-11-12 | 上海悟应物联网技术有限公司 | 大数据环境下服装设计和制造的人体图像识别系统和方法 |
-
2019
- 2019-07-31 CN CN201910703870.8A patent/CN110443188A/zh active Pending
-
2020
- 2020-07-31 WO PCT/CN2020/106051 patent/WO2021018269A1/zh active Application Filing
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018084384A1 (ko) * | 2016-11-03 | 2018-05-11 | 유재현 | 보조재의 규격 사이즈를 이용한 기성 의류 및 신발 제공시스템 및 방법 |
CN107146148A (zh) * | 2017-05-26 | 2017-09-08 | 重庆慧高科技有限公司 | 基于人体外形尺寸数据采集的运营系统 |
CN107273846A (zh) * | 2017-06-12 | 2017-10-20 | 江西服装学院 | 一种人体体型参数确定方法及装置 |
Non-Patent Citations (2)
Title |
---|
匡才运: "人体图像边缘提取在泳装结构设计中的应用", 《北京服装学院学报》 * |
李伟等: "《可操作的转型》", 31 March 2019 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021018269A1 (zh) * | 2019-07-31 | 2021-02-04 | 上海悟应物联网技术有限公司 | 大数据环境下服装设计和制造的人体图像识别系统和方法 |
CN113496508A (zh) * | 2020-04-03 | 2021-10-12 | 上海东沁制衣有限公司 | 基于图像处理的智能化服装设计系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2021018269A1 (zh) | 2021-02-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10542785B2 (en) | Method and system for virtually selecting clothing | |
CN107292948B (zh) | 一种人体建模方法、装置及电子设备 | |
US9942535B2 (en) | Method for 3D scene structure modeling and camera registration from single image | |
US20200367590A1 (en) | Devices and methods for extracting body measurements from 2d images | |
CN109166147A (zh) | 基于图片的服装尺寸测量方法及装置 | |
CN103767219B (zh) | 非接触式人体三维尺寸测量方法 | |
CN106228507A (zh) | 一种基于光场的深度图像处理方法 | |
EP3332547A1 (en) | Virtual apparel fitting systems and methods | |
CN103535960B (zh) | 基于数码图像的人体三维测量方法 | |
CN110443188A (zh) | 大数据环境下服装设计和制造的人体图像识别系统和方法 | |
CN103106586A (zh) | 三维虚拟试衣系统 | |
Lu et al. | The development of an intelligent system for customized clothing making | |
CN106666903A (zh) | 一种利用图像测量人体体型参数的方法及装置 | |
CN109938737A (zh) | 一种基于深度学习关键点检测的人体身型测量方法及装置 | |
CN104966284A (zh) | 基于深度数据获得对象尺寸信息的方法及设备 | |
CN110135443A (zh) | 一种基于机器学习的人体三维尺寸预测方法 | |
CN107085867A (zh) | 一种女性内衣个性化定制技术方案及实现方法 | |
CN112116702A (zh) | 一种基于正面和侧面轮廓的人体测量三维建模方法及系统 | |
CN110348936A (zh) | 一种眼镜推荐方法、装置、系统及存储介质 | |
CN109829940A (zh) | 一种基于机器视觉的测量服装尺寸的方法和系统 | |
CN109753489B (zh) | 体型样本数据库的生成方法、装置及计算机可读存储介质 | |
CN109685040B (zh) | 形体数据的测量方法、装置以及计算机可读存储介质 | |
Fu et al. | An improved clothing size recommendation approach based on subdivision of female body types | |
Spahiu et al. | Extracting body dimensions from 3D body scanning | |
CN111145207A (zh) | 一种通过照片测量以衣制衣的在线定制方法 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20191112 |