CN113100753B - 一种基于身高体重脚型的自动三围测量方法 - Google Patents
一种基于身高体重脚型的自动三围测量方法 Download PDFInfo
- Publication number
- CN113100753B CN113100753B CN202110374396.6A CN202110374396A CN113100753B CN 113100753 B CN113100753 B CN 113100753B CN 202110374396 A CN202110374396 A CN 202110374396A CN 113100753 B CN113100753 B CN 113100753B
- Authority
- CN
- China
- Prior art keywords
- target person
- information
- foot
- height
- target
- 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.)
- Active
Links
- 238000000691 measurement method Methods 0.000 title claims abstract description 21
- 238000004458 analytical method Methods 0.000 claims abstract description 65
- 238000004141 dimensional analysis Methods 0.000 claims abstract description 21
- 238000000034 method Methods 0.000 claims description 13
- 238000003709 image segmentation Methods 0.000 claims description 11
- 210000001226 toe joint Anatomy 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 abstract description 13
- 230000037396 body weight Effects 0.000 abstract description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/107—Measuring physical dimensions, e.g. size of the entire body or parts thereof
- A61B5/1077—Measuring of profiles
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/107—Measuring physical dimensions, e.g. size of the entire body or parts thereof
- A61B5/1072—Measuring physical dimensions, e.g. size of the entire body or parts thereof measuring distances on the body, e.g. measuring length, height or thickness
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/107—Measuring physical dimensions, e.g. size of the entire body or parts thereof
- A61B5/1079—Measuring physical dimensions, e.g. size of the entire body or parts thereof using optical or photographic means
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01G—WEIGHING
- G01G19/00—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups
- G01G19/44—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups for weighing persons
- G01G19/50—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups for weighing persons having additional measuring devices, e.g. for height
-
- 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
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Surgery (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Dentistry (AREA)
- Molecular Biology (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- General Physics & Mathematics (AREA)
- Processing Or Creating Images (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明公开一种基于身高体重脚型的自动三围测量方法,该方法包括:获取目标人员的信息,该目标人员的信息包括目标人员的性别信息、目标人员的身高信息、目标人员的体重信息和目标人员的脚型图像信息;将获取的信息传输至三围分析模型,分析得出第一分析结果,通过所述第一分析结果得出所述目标人员的三围信息。可见,实施本发明在获取用户的信息之后,自动将用户的信息传输至三围分析模型,得出目标人员的三围信息,实现了用户三围的智能化测量,能够在测量身高体重的同时快速准确的获取到三围数据,从而有利于基于三围数据执行其他操作,例如:根据三围数据推荐匹配的服饰、尺码等;以及无需专门的皮尺即可测量出三围,节约了成本,提高了三围测量的便捷性。
Description
技术领域
本发明涉及测量领域,尤其涉及一种基于身高体重脚型的自动三围测量方法。
背景技术
随着经济的发展,人们生活水平的提高,人们对自身的各项身体数据愈来愈关注,比如身高、体重和三围等,并且越发注重自身的个人形象,追求提高个人穿搭的舒适度和穿搭审美,因此对自身的服饰穿搭更为注意。通过对身高数据结合体重数据进行分析,可以大概判断出一个人属于某种身材,尤其是当知道具体的三围时,有利于人们更为精准的搭配自身的穿搭,提高自身的审美和个人形象。
所以目前人们都越来越关注自己的身高、体重和三围数据。然而要获知自己的三围数据的一个重要方式就是通过皮尺来进行测量;现有的三围测量多是通过人工进行测量,手段过于单一,给用户带来了极大的不便。
因此,如何提高三围的测量便捷性的问题成为了亟需解决的技术问题。
发明内容
本发明的目的在于提供一种基于身高体重脚型的自动三围测量方法,其旨在解决提高三围测量的便捷性,便于人们快速精确的知道自身的三围,更为精准的搭配自身的穿搭。
为达到上述目的,本发明提供一种基于身高体重脚型的自动三围测量方法,包括:
获取目标人员的信息,所述目标人员的信息包括所述目标人员的性别信息、所述目标人员的身高信息、所述目标人员的体重信息和所述目标人员的脚型图像信息;
将获取的信息传输至三围分析模型,分析得出第一分析结果,通过所述第一分析结果得出所述目标人员的三围信息。
可选地,所述获取目标人员的信息,包括:
判断所述目标人员的性别,获取所述目标人员的性别信息;
计算所述目标人员的第一顶端位置与所述目标人员的第一底端位置的高度,获取所述目标人员的身高信息;
采集所述目标人员的重量,获取所述目标人员的体重信息;
将采集到的所述目标人员的脚型图像传输至图像分割模型,获取所述目标人员的脚型图像数据,并将所述目标人员的脚型图像数据传输至身高体重分析模型,分析得出第二分析结果,并将所述第二分析结果与脚型图像数据结合,获取所述目标人员的脚型图像信息。
可选地,在所述获取目标人员的信息之后,以及所述将获取的信息传输至三围分析模型,分析得出第一分析结果之前,所述方法还包括:
判断所述目标人员的身高信息或所述目标人员的体重信息是否为零;
当判断出两者都不为零时,触发执行所述将获取的信息传输至三围分析模型,分析得出第一分析结果;
当判断出所述目标人员的身高信息或/和所述目标人员的体重为零时,通过所述第二分析结果获取所述目标人员的身高信息与所述目标人员的体重信息,更新所述目标人员的信息;
其中,所述将获取的信息传输至三围分析模型,分析得出第一分析结果,包括:
将更新后的所述目标人员的信息传输至三围分析模型,分析得出第一分析结果。
可选地,所述第二分析结果包括所述目标人员的虚拟身高信息与所述目标人员的虚拟体重信息;
所述将所述目标人员的脚型图像数据传输至身高体重分析模型,分析得出第二分析结果,包括:
将所述目标人员脚型图像数据传输至身高体重分析模型,分析得出所述目标人员的虚拟身高信息与所述目标人员的虚拟体重信息。
可选地,所述通过所述第二分析结果获取所述目标人员的身高信息与所述目标人员的体重信息,更新所述目标人员的信息,包括:
将所述目标人员的虚拟身高信息配置为所述目标人员的身高信息;
将所述目标人员的虚拟体重信息配置为所述目标人员的体重信息。
可选地,所述将采集到的所述目标人员的脚型图像传输至图像分割模型,获取所述目标人员的脚型图像数据,包括:
基于所述目标人员的脚型图像的平面图的第二顶端位置与所述目标人员的脚型图像的第二底端位置,计算所述目标人员的脚型图像在所述目标人员的脚型图像中的高度像素值;
根据第一单位像素所代表的实际高度,计算与所述高度像素值匹配的高度,获取所述目标人员的脚长数据;
基于所述目标人员的脚型图像的平面图第二顶端长度像素值,根据所述第一单位像素所代表的实际高度,计算与所述平面图第二顶端长度像素值匹配的长度,获取所述目标人员的脚围数据;
其中,将脚围数据配置为所述目标人员的脚宽数据。
可选地,所述将采集到的所述目标人员的脚型图像传输至图像分割模型,获取所述目标人员的脚型图像数据,还包括:
基于所述目标人员的脚型图像的立体图的脚部第一跖趾关节与第五跖趾关节的位置,计算所述目标人员的脚型图像在所述目标人员的脚型图像中的跖围像素值;
根据第二单位像素所代表的实际长度,计算与所述跖围像素值匹配的长度,获取所述目标人员的脚部跖围数据。
可选地,所述当判断两者都不为零时,触发执行所述将获取的信息传输至三围分析模型,分析得出第一分析结果,包括:
基于所述目标人员的身高信息与所述目标人员的虚拟身高信息,计算所述目标人员的身高均值数据;
同理,基于所述目标人员的体重信息与所述目标人员的虚拟体重信息,计算所述目标人员的体重均值数据;
根据所述目标人员的身高均值数据、所述目标人员的性别信息与预设的第一系数、预设的第二系数和预设的第三系数,计算所述目标人员的初步三围数据;
将所述目标人员的体重均值数据与预设的第四系数、预设的第五系数与预设的第六系数,计算所述目标人员的三围补偿数据,将所述目标人员的初步三围数据与所述目标人员的三围补偿数据计算,得到所述目标人员的最终三围数据,并将所述目标人员的最终三围数据配置为所述目标人员的三围数据;
其中,根据性别不同,预设不同的第一系数、第二系数、第三系数、第四系数、第五系数以及第六系数。
可选地,将所述目标人员的虚拟身高信息配置为所述目标人员的身高信息,将所述目标人员的虚拟体重信息配置为所述目标人员的体重信息时,所述预设不同的第一系数、第二系数、第三系数、第四系数、第五系数以及第六系数也不同。
可选地,所述将所述目标人员脚型图像数据传输至身高体重分析模型,分析得出所述目标人员的虚拟身高信息与所述目标人员的虚拟体重信息,包括:
基于所述目标人员的脚长数据与预设的第七系数,计算所述目标人员的虚拟身高信息;
根据所述目标人员的虚拟身高与预设的第一常数,计算所述目标人员的初步虚拟体重信息;
将所述目标人员脚宽数据或所述目标人员脚部跖围数据基于调整方式对所述目标人员的初步虚拟体重信息进行调整得到目标人员的最终虚拟体重信息,并将所述目标人员的最终虚拟体重信息配置为所述目标人员的虚拟体重信息;
其中,根据不同的性别,预设不同的第一常数。
可选地,所述调整方式对所述目标人员的初步虚拟体重信息进行调整得到所述目标人员的最终虚拟体重信息,包括:
计算所述目标人员脚宽数据与脚宽中间值的第一差值,或计算所述目标人员脚部跖围数据与脚部跖围中间值的第二差值,基于所述第一差值与预设的第八系数进行计算或基于所述第二差值与预设的第八系数进行计算,获得所述目标人员的体重调整值;
其中,根据不同的性别,预设不同的第八系数;
所述脚宽中间值与所述脚部跖围中间值通过采集样本,回归方程计算获取;
所述目标人员的脚宽数据通过所述目标人员的脚型图像的平面图获得;所述目标人员的脚步跖围数据通过所述目标人员脚型图像的立体图获得。
本发明的有益效果是:获得用户的信息后,自动将用户的信息传输至三围分析模型,实现了用户三围的智能化测量,能够在测量身高体重的同时快速准确的获取到用户三围数据,提高三围测量的便捷性的,同时又可以改善三围多是通过人工测量,手段过于单一的不便。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,下面描述中的附图仅仅是本发明的一些实施例,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示出的结构获得其他的附图。
图1是本发明实施例中公开的一种基于身高体重脚型的自动三围测量方法的流程示意图;
图2是本发明实施例中公开的另一种基于身高体重脚型的自动三围测量方法的流程示意图;
图3是本发明实施例中公开的又一种基于身高体重脚型的自动三围测量方法的流程示意图。
具体实施方式
下面将结合附图对本发明技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本发明的技术方案,因此只作为示例,而不能以此来限制本发明的保护范围。基于本发明的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“第一”“第二”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、装置、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是于其它实施例互斥的独立的或备选的实施例。本领域技术人员显示或隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
需要注意的是,除非另有说明,本申请使用的技术术语或者科学术语应当为本发明所属领域技术人员所理解的通常意义。
本发明公开了一种基于身高体重脚型的自动三围测量方法,能够在获取用户的性别、身高、体重以及脚型图像信息之后,自动将用户的性别、身高、体重以及脚型图像信息输入三围分析模型中进行分析,实现了用户三围的智能化测量,能够快速获取到准确性的用户三围数据,从而有利于基于三围数据执行其他操作,例如:根据三围数据推荐匹配的服饰、尺码等;以及无需专门的皮尺即可测量出三围,节约了成本,提高了三围测量的便捷性。以下分别进行详细说明。
如图1所示,为本发明提供一种基于身高体重脚型的自动三围测量方法的流程示意图,该方法包括:
S101:获取目标人员的信息,该目标人员的信息包括目标人员的性别信息、目标人员的身高信息、目标人员的体重信息和目标人员的脚型图像信息;
S102:将获取的信息传输至三围分析模型,分析得出第一分析结果,通过第一分析结果得出所述目标人员的三围信息。
进一步地,在一实施例中,如图2所示,为本发明提供的另一种基于身高体重脚型的自动三围测量方法的流程示意图,该方法包括:
S201:判断目标人员的性别,获取目标人员的性别信息;
S202:计算目标人员的第一顶端位置与目标人员的第一底端位置的高度作,获取目标人员的身高信息;
S203:采集目标人员的重量,获取目标人员的体重信息;
S204:将采集到的目标人员的脚型图像传输至图像分割模型,获取目标人员的脚型图像数据,并将目标人员的脚型图像数据传输至身高体重分析模型,分析得出第二分析结果,并将第二分析结果与脚型图像数据结合,获取目标人员的脚型图像信息;
S205:将获取的信息传输至三围分析模型,分析得出第一分析结果,通过所述第一分析结果得出所述目标人员的三围信息。
其中,S201、S202、S203与S204分别获取目标人员的性别信息、身高信息、体重信息和脚型图像信息。
进一步地,在一实施例中,如图3所示,为本发明提供的又一种基于身高体重脚型的自动三围测量方法的流程示意图,该方法包括:
S301:获取目标人员的信息;
S302:判断目标人员的身高信息或目标人员的体重信息是否为零;
S313:当判断出两者都不为零时,触发执行将获取的信息传输至三围分析模型,分析得出第一分析结果;
S323:当判断出目标人员的身高信息或/和目标人员的体重信息为零时,通过第二分析结果获取目标人员的身高信息与目标人员的体重信息,更新目标人员的信息;
S324:将更新后的目标人员的信息传输至三围分析模型,分析得出第一分析结果。
具体地,当目标人员的体重信息为零或目标人员的体重为零,或/和目标人员的身高体重两者都为零时,即在没有身高数据或体重数据的基础上,则会通过第二分析结果获取目标人员的身高信息与目标人员的体重信息,得到更新后的目标人员的信息,并且将更新后的目标人员的信息传输至三围分析模型中进行分析,得到第一分析结果,即得到目标人员的三围信息。
进一步地,在一实施例中,第二分析结果包括目标人员的虚拟身高信息和目标人员的虚拟体重信息;将目标人员的脚型图像数据传输至身高体重分析模型,分析得出第二分析结果,包括:将目标人员脚型图像数据传输至身高体重分析模型,分析得出目标人员的虚拟身高信息与目标人员的虚拟体重信息。
具体地,第二分析结果结合脚型图像数据当作目标人员的脚型图像信息,第二分析结果包括目标人员的虚拟身高信息和目标人员的虚拟体重信息,即目标人员的脚型图像信息包括目标人员的虚拟身高信息和目标人员的虚拟体重信息。
进一步地,在一实施例中,通过第二分析结果获取所述目标人员的身高信息与目标人员的体重信息,更新目标人员的信息,包括:将目标人员的虚拟身高信息配置为目标人员的身高信息;将目标人员的虚拟体重信息配置为目标人员的体重信息。
具体地,在目标人员没有身高数据或/和体重数据的基础上,通过第二分析结果获取目标人员的虚拟身高信息与目标人员的虚拟体重信息,得到更新后的目标人员信息,即将目标人员的虚拟身高信息当作目标人员的身高信息,将目标人员的虚拟体重信息当作目标人员的体重信息。
进一步地,在一实施例中,将采集到的目标人员的脚型图像传输至图像分割模型,获取目标人员的脚型图像数据,包括:
基于目标人员的脚型图像的平面图的第二顶端位置与目标人员的脚型图像的第二底端位置,计算目标人员的脚型图像在目标人员的脚型图像中的高度像素值;根据第一单位像素所代表的实际高度,计算与像素值匹配的高度,获取目标人员的脚长数据;基于目标人员的脚型图像的平面图第二顶端长度像素值,根据第一单位像素所代表的实际高度,计算与平面图第二顶端长度像素值匹配的长度,获取目标人员的脚围数据,其中,将脚围数据配置为目标人员的脚宽数据。
具体地,通过2D相机采集目标人员的脚型图像,得到目标人员的脚型图像的平面图;根据平面图中的脚长高度、脚宽高度和脚型图像平面图的第一单位像素值,获取目标人员的脚长数据和脚宽数据。由此可知,目标人员的脚型数据通过2D相机采集的平面脚型图像通过图像分割模型中进行分析获得。
进一步地,在一实施例中,将采集到的目标人员的脚型图形传输至图像分割模型,获取目标人员的脚型图像数据,还包括:基于目标人员的脚型图像的立体图的脚步第一跖趾关节与第五跖趾关节的位置,计算目标人员的脚型图像在目标人员的脚型图像中的跖围像素值;根据第二单位像素值所代表的实际长度,计算与跖围像素值匹配的长度,获取目标人员的脚部的跖围数据。
具体地,在上一实施例的基础上,通过3D相机采集目标人员的脚型图像,得到目标人员的脚型图像的立体图;根据立体图中的脚步跖围长度和立体图的第二单位像素值,获取目标人员的脚步跖围长度。由此可知,目标人员的脚型数据通过3D相机采集的立体脚型图像通过图像分割模型中进行分析获得。
进一步地,在一实施例中,当判断目标人员的身高信息和目标人员的体重信息都不为零时,触发执行将获取的信息传输至三围分析模型,分析得出第一分析结果,包括:
基于目标人员的身高信息与目标人员的虚拟身高信息,计算目标人员的身高均值数据;同理,基于目标人员的体重信息与目标人员的虚拟体重信息,计算目标人员的均值数据;根据目标人员的身高均值数据、目标人员的性别信息与预设的第一系数、预设的第二系数和预设的第三系数,计算目标人员的初步三围数据;将目标人员的体重均值数据与预设的第四系数、预设的第五系数和预设的第六系数,在目标人员的初步三围的基础上,计算目标人员的三围数据,得到目标人员的最终三围数据,并将目标人员的最终三围数据配置为目标人员的三围数据;其中,根据性别不同,预设不同的第一系数、第二系数、第三系数、第四系数、第五系数以及第六系数。
具体地,当目标人员的身高体重信息都不为零时,即有目标人员的身高体重的数据基础,结合目标人员的虚拟身高信息和虚拟体重信息,计算得到目标人员的身高均值数据和体重均值数据;将目标人员的身高均值与预设的第一系数、预设的第二系数和预设的第三系数计算获得目标人员的初步胸围、腰围和臀围;根据目标人员的体重均值与预设的第四系数、预设的第五系数与预设的第六系数获得对目标人员胸围、腰围和臀围的补偿数据,并将目标人员胸围、腰围和臀围的补偿数据与目标人员的初步胸围、腰围和臀围数据进行计算,获得目标人员的最终三围数据。
其中,目标人员的体重均值与不同的系数计算目标人员的三围数据。例如:25岁身高160cm、体重55kg女性,在身高的基础上,可计算目标人员的初步三围数据:胸围=160*0.535=85.6、腰围=160*0.365=58.4、臀围=160*0.565=90.4;在体重数据的基础上,计算目标人员的三围补偿数据:基于身高体重分析模型中可得标准体重为49kg,则超出6kg,对三围的补偿分别为:6*0.5=3厘米、6*0.8=4.8厘米、6*0.6=3.6厘米;在目标人员的初步三围数据与三围的补偿数据的基础上,计算目标人员的最终三围数据,其三围分别为:胸围=85.6+3=88.6、腰围=58.4+4.8=63.2、臀围=90.4+3.6=94.
其中,预设的第一系数为0.535、预设的第二系数为0.365、预设的第三系数为0.565、预设的第四系数为0.5、预设的第五系数为0.8、预设的第六系数为0.6。
另外,不同性别的预设的第一系数、预设的第二系数、预设的第三系数、预设的第四系数、预设的第五系数以及预设的第六系数不同。
进一步地,在一实施例中,将目标人员的虚拟身高信息配置为目标人员的身高信息,将目标人员的虚拟体重信息配置为目标人员的体重信息时,所述预设不同的第一系数、第二系数、第三系数、第四系数、第五系数以及第六系数也不同。
具体地,当没有目标人员的身高数据或目标人员的体重数据时,将目标人员的脚型图像数据传输至身高体重分析模型,分析得出目标人员的虚拟身高信息和目标人员的虚拟体重信息并将目标人员的虚拟身高信息作为目标人员的身高信息,将目标人员的虚拟体重信息作为目标人员的体重信息。此时,与目标人员的身高体重数据存在时不同的是,预设的第一系数、预设的第二系数、预设的第三系数、预设的第四系数、预设的第五系数以及预设的第六系数也不同。
进一步地,在一实施例中,将目标人员脚型图像数据传输至身高体重分析模型,分析得出目标人员的虚拟身高信息与目标人员的虚拟体重信息,包括:
基于目标人员的脚长数据与预设的第七系数,计算目标人员的虚拟身高信息;根据目标人员的虚拟身高与预设的第一常数,计算目标人员的初步虚拟体重信息;将目标人员脚宽数据或目标人员脚部跖围数据基于调整方式对目标人员的初步虚拟体重信息进行调整,并将目标人员的最终虚拟体重信息配置为目标人员的虚拟体重信息;
其中,根据不同的性别,预设不同的第一常数。
具体地,为更好的理解,以基于目标人员脚部跖围数据调整方式对目标人员的初步虚拟体重信息进行调整举例:
测量1女性脚长为231(36码),脚部跖围为226,则推算其虚拟身高为231*6.876=159厘米,初步虚拟体重为159-105=54kg,根据调整方式得到补偿该女性体重2kg,则该女性的最终虚拟体重为56kg。
其中,在该例子中,预设的第七系数为6.876,预设的第一常数为105。
此外,不同性别预设的第一常数也不同。
进一步地,在一实施例中,调整方式对目标人员的初步虚拟体重信息进行调整得到目标人员的最终虚拟体重信息,包括:计算目标人员脚宽数据与脚宽中间值的第一差值,或计算目标人员脚部跖围数据与脚部跖围中间值的第二差值,基于第一差值与预设的第八系数进行计算或基于第二差值与预设的第八系数进行计算,获得目标人员的体重调整值;其中,根据不同的性别,预设不同的第八常数;脚宽中间值与脚部跖围中间值通过采集样本,回归方程计算获取;目标人员的脚宽数据通过目标人员的脚型图像的平面图获得;目标人员的脚步跖围数据通过目标人员脚型图像的立体图获得。
具体地,根据目标人员脚部跖围数据调整方式对目标人员的初步虚拟体重信息进行调整包括:获取目标人员的唯一调整方式。
进一步地,基于上一实施例中的举例,该女性的脚部跖围为226,与对应的脚部跖围中间值的差值为4mm,补偿4*0.5=2kg.
其中,在该例中预设的第八系数为0.5;次外,不同性别,预设的第八系数不同。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
凡是在本发明的构思下,利用本发明说明书及附图内容所作的等效结构变换,或直接/间接运用在其他相关的技术领域均包括在本发明的专利保护范围内。
Claims (9)
1.一种基于身高体重脚型的自动三围测量方法,其特征在于,所述方法包括:
获取目标人员的信息,所述目标人员的信息包括所述目标人员的性别信息、所述目标人员的身高信息、所述目标人员的体重信息和所述目标人员的脚型图像信息;
判断所述目标人员的身高信息或所述目标人员的体重信息是否为零;
将获取的信息传输至三围分析模型,分析得出第一分析结果,通过所述第一分析结果得出所述目标人员的三围信息;
其中,所述获取目标人员的信息包括:将所述目标人员的脚型图像数据传输至身高体重分析模型,分析得出第二分析结果;
所述第二分析结果包括所述目标人员的虚拟身高信息与所述目标人员的虚拟体重信息;
其中,当判断所述身高信息和所述体重信息都不为零时,触发执行所述将获取的信息传输至三围分析模型,分析得出第一分析结果,包括:
基于所述目标人员的身高信息与所述目标人员的虚拟身高信息,计算所述目标人员的身高均值数据;
基于所述目标人员的体重信息与所述目标人员的虚拟体重信息,计算所述目标人员的体重均值数据;
根据所述目标人员的身高均值数据、所述目标人员的性别信息与预设的第一系数、预设的第二系数和预设的第三系数,计算所述目标人员的初步三围数据;
将所述目标人员的体重均值数据与预设的第四系数、预设的第五系数与预设的第六系数,计算所述目标人员的三围补偿数据,将所述目标人员的初步三围数据与所述目标人员的三围补偿数据计算,得到所述目标人员的最终三围数据,并将所述目标人员的最终三围数据配置为所述目标人员的三围数据;
其中,根据性别不同,预设不同的第一系数、第二系数、第三系数、第四系数、第五系数以及第六系数。
2.根据权利要求1所述的基于身高体重脚型的三围测量方法,其特征在于,所述获取目标人员的信息,包括:
判断所述目标人员的性别,获取所述目标人员的性别信息;
计算所述目标人员的第一顶端位置与所述目标人员的第一底端位置的高度,获取所述目标人员的身高信息;
采集所述目标人员的重量,获取所述目标人员的体重信息;
将采集到的所述目标人员的脚型图像传输至图像分割模型,获取所述目标人员的脚型图像数据,并将所述第二分析结果与脚型图像数据结合,获取所述目标人员的脚型图像信息。
3.根据权利要求2所述的基于身高体重脚型的自动三围测量方法,其特征在于,在所述获取目标人员的信息之后,以及所述将获取的信息传输至三围分析模型,分析得出第一分析结果之前,所述方法还包括:
当判断出所述目标人员的身高信息或/和所述目标人员的体重为零时,通过所述第二分析结果获取所述目标人员的身高信息与所述目标人员的体重信息,更新所述目标人员的信息;
其中,所述将获取的信息传输至三围分析模型,分析得出第一分析结果,包括:
将更新后的所述目标人员的信息传输至三围分析模型,分析得出第一分析结果。
4.根据权利要求3所述的基于身高体重脚型的自动三围测量方法,其特征在于,所述通过所述第二分析结果获取所述目标人员的身高信息与所述目标人员的体重信息,更新所述目标人员的信息,包括:
将所述目标人员的虚拟身高信息配置为所述目标人员的身高信息;
将所述目标人员的虚拟体重信息配置为所述目标人员的体重信息。
5.根据权利要求4所述的基于身高体重脚型的自动三围测量方法,其特征在于,所述将采集到的所述目标人员的脚型图像传输至图像分割模型,获取所述目标人员的脚型图像数据,包括:
基于所述目标人员的脚型图像的平面图的第二顶端位置与所述目标人员的脚型图像的第二底端位置,计算所述目标人员的脚型图像在所述目标人员的脚型图像中的高度像素值;
根据第一单位像素所代表的实际高度,计算与所述高度像素值匹配的高度,获取所述目标人员的脚长数据;
基于所述目标人员的脚型图像的平面图第二顶端长度像素值,根据所述第一单位像素所代表的实际高度,计算与所述平面图第二顶端长度像素值匹配的长度,获取所述目标人员的脚围数据;
其中,将脚围数据配置为所述目标人员的脚宽数据。
6.根据权利要求5所述的基于身高体重脚型的自动三围测量方法,其特征在于,所述将采集到的所述目标人员的脚型图像传输至图像分割模型,获取所述目标人员的脚型图像数据,还包括:
基于所述目标人员的脚型图像的立体图的脚部第一跖趾关节与第五跖趾关节的位置,计算所述目标人员的脚型图像在所述目标人员的脚型图像中的跖围像素值;
根据第二单位像素所代表的实际长度,计算与所述跖围像素值匹配的长度,获取所述目标人员的脚部跖围数据。
7.根据权利要求6所述的基于身高体重脚型的自动三围测量方法,其特征在于,将所述目标人员的虚拟身高信息配置为所述目标人员的身高信息,将所述目标人员的虚拟体重信息配置为所述目标人员的体重信息时,所述预设不同的第一系数、第二系数、第三系数、第四系数、第五系数以及第六系数也不同。
8.根据权利要求5或6所述的基于身高体重脚型的自动三围测量方法,其特征在于,所述将所述目标人员脚型图像数据传输至身高体重分析模型,分析得出所述目标人员的虚拟身高信息与所述目标人员的虚拟体重信息,包括:
基于所述目标人员的脚长数据与预设的第七系数,计算所述目标人员的虚拟身高信息;
根据所述目标人员的虚拟身高与预设的第一常数,计算所述目标人员的初步虚拟体重信息;
将所述目标人员脚宽数据或所述目标人员脚部跖围数据基于调整方式对所述目标人员的初步虚拟体重信息进行调整得到目标人员的最终虚拟体重信息,并将所述目标人员的最终虚拟体重信息当作所述目标人员的虚拟体重信息;
其中,根据不同的性别,预设不同的第一常数。
9.根据权利要求8所述的基于身高体重脚型的自动三围测量方法,其特征在于,所述调整方式对所述目标人员的初步虚拟体重信息进行调整得到所述目标人员的最终虚拟体重信息,包括:
计算所述目标人员脚宽数据与脚宽中间值的第一差值,或计算所述目标人员脚部跖围数据与脚部跖围中间值的第二差值,基于所述第一差值与预设的第八系数进行计算或基于所述第二差值与预设的第八系数进行计算,获得所述目标人员的体重调整值;
其中,根据不同的性别,预设不同的第八系数;
所述脚宽中间值与所述脚部跖围中间值通过采集样本,回归方程计算获取;
所述目标人员的脚宽数据通过所述目标人员的脚型图像的平面图获得;所述目标人员的脚步跖围数据通过所述目标人员脚型图像的立体图获得。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110374396.6A CN113100753B (zh) | 2021-04-07 | 2021-04-07 | 一种基于身高体重脚型的自动三围测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110374396.6A CN113100753B (zh) | 2021-04-07 | 2021-04-07 | 一种基于身高体重脚型的自动三围测量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113100753A CN113100753A (zh) | 2021-07-13 |
CN113100753B true CN113100753B (zh) | 2024-03-29 |
Family
ID=76715369
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110374396.6A Active CN113100753B (zh) | 2021-04-07 | 2021-04-07 | 一种基于身高体重脚型的自动三围测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113100753B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1394127A (zh) * | 2000-10-24 | 2003-01-29 | 大和制衡株式会社 | 健康管理装置 |
CN104715380A (zh) * | 2015-03-13 | 2015-06-17 | 深圳汇洁集团股份有限公司 | 一种服装号型计算方法 |
KR20160070498A (ko) * | 2014-12-10 | 2016-06-20 | 한국표준과학연구원 | 사용자 신체 데이터에 기반한 체형 분석 방법 및 장치 |
CN106127773A (zh) * | 2016-06-29 | 2016-11-16 | 北京三维天下科技股份有限公司 | 一种基于图片的脚型数据获取方法 |
CN107194987A (zh) * | 2017-05-12 | 2017-09-22 | 西安蒜泥电子科技有限责任公司 | 对人体测量数据进行预测的方法 |
GB201814220D0 (en) * | 2017-08-31 | 2018-10-17 | Douelou Nv | System integration for design and production of clothing |
CN109461049A (zh) * | 2018-10-19 | 2019-03-12 | 刘景江 | 一种利用虚拟现实技术的试衣方法及装置 |
KR20200064582A (ko) * | 2018-11-29 | 2020-06-08 | 주식회사 자람케어스 | 신체정보를 기초로 신체아바타를 생성하는 방법 및 장치 |
CN112353387A (zh) * | 2020-09-28 | 2021-02-12 | 吴志龙 | 基于鞋印推算形体特征的方法、计算机设备和存储介质 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020129978A1 (en) * | 2001-03-16 | 2002-09-19 | Montagnino James G. | Winged scale for body fat and weight |
JP2008142469A (ja) * | 2006-12-13 | 2008-06-26 | Tanita Corp | 生体測定装置 |
-
2021
- 2021-04-07 CN CN202110374396.6A patent/CN113100753B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1394127A (zh) * | 2000-10-24 | 2003-01-29 | 大和制衡株式会社 | 健康管理装置 |
KR20160070498A (ko) * | 2014-12-10 | 2016-06-20 | 한국표준과학연구원 | 사용자 신체 데이터에 기반한 체형 분석 방법 및 장치 |
CN104715380A (zh) * | 2015-03-13 | 2015-06-17 | 深圳汇洁集团股份有限公司 | 一种服装号型计算方法 |
CN106127773A (zh) * | 2016-06-29 | 2016-11-16 | 北京三维天下科技股份有限公司 | 一种基于图片的脚型数据获取方法 |
CN107194987A (zh) * | 2017-05-12 | 2017-09-22 | 西安蒜泥电子科技有限责任公司 | 对人体测量数据进行预测的方法 |
GB201814220D0 (en) * | 2017-08-31 | 2018-10-17 | Douelou Nv | System integration for design and production of clothing |
CN109461049A (zh) * | 2018-10-19 | 2019-03-12 | 刘景江 | 一种利用虚拟现实技术的试衣方法及装置 |
KR20200064582A (ko) * | 2018-11-29 | 2020-06-08 | 주식회사 자람케어스 | 신체정보를 기초로 신체아바타를 생성하는 방법 및 장치 |
CN112353387A (zh) * | 2020-09-28 | 2021-02-12 | 吴志龙 | 基于鞋印推算形体特征的方法、计算机设备和存储介质 |
Non-Patent Citations (1)
Title |
---|
基于赤足迹长宽特征的身高自动分析研究;杜明坤,王茜仪,朱瑞;《电脑知识与技术》;20191130;第15卷(第31期);203-206 * |
Also Published As
Publication number | Publication date |
---|---|
CN113100753A (zh) | 2021-07-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20200260999A1 (en) | User identification by biometric monitoring device | |
US7912672B2 (en) | Method and device for evaluating displacement signals | |
Robert-Lachaine et al. | Validation of a low-cost inertial motion capture system for whole-body motion analysis | |
US9479913B2 (en) | Mobile communication device and communication method | |
Stief et al. | Reliability and accuracy in three-dimensional gait analysis: a comparison of two lower body protocols | |
Parks et al. | Current low-cost video-based motion analysis options for clinical rehabilitation: a systematic review | |
CN103767219B (zh) | 非接触式人体三维尺寸测量方法 | |
US20100094174A1 (en) | Method for three-dimensional biomechanical data and parameter analysis and system using the same method | |
TW201116318A (en) | System and method for analyzing muscle performance status at swing action, and program products thereof | |
US11759151B2 (en) | Body composition assessment using two-dimensional digital image analysis | |
JP6127873B2 (ja) | 歩行特徴の解析方法 | |
WO2015162158A1 (en) | Human motion tracking | |
TW201233977A (en) | Portable evaluator of amount of exercise and method of evaluating amount of exercise thereof | |
Paterson et al. | Predicting dynamic foot function from static foot posture: comparison between visual assessment, motion analysis, and a commercially available depth camera | |
McGhee et al. | Bra band size measurements derived from three-dimensional scans are not accurate in women with large, ptotic breasts | |
KR102235926B1 (ko) | 스마트 인솔을 통한 보행 데이터 분석 시스템 | |
CN113100753B (zh) | 一种基于身高体重脚型的自动三围测量方法 | |
Kennedy et al. | Optical imaging technology for body size and shape analysis: evaluation of a system designed for personal use | |
US20180342109A1 (en) | Determining full-body pose for a virtual reality environment | |
Loose et al. | Gait patterns in standard scenarios: Using Xsens MTw inertial measurement units | |
Graybeal et al. | Evaluation of automated anthropometrics produced by smartphone-based machine learning: a comparison with traditional anthropometric assessments | |
JP2009268831A (ja) | 酸素摂取量測定方法およびこの方法を用いる装置 | |
CN106558009A (zh) | 一种基于人体3d模型的健身运动推送方法及系统 | |
US20210085034A1 (en) | Method for determining characteristic foot data, computer program and apparatus | |
CN110973762A (zh) | 一种鞋垫与足压分布测量仪及测量方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |