CN113297639A - 数据处理方法、系统及电子设备 - Google Patents

数据处理方法、系统及电子设备 Download PDF

Info

Publication number
CN113297639A
CN113297639A CN202010888009.6A CN202010888009A CN113297639A CN 113297639 A CN113297639 A CN 113297639A CN 202010888009 A CN202010888009 A CN 202010888009A CN 113297639 A CN113297639 A CN 113297639A
Authority
CN
China
Prior art keywords
information
relation
stitching
cut
cut pieces
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
CN202010888009.6A
Other languages
English (en)
Inventor
张泽鹏
齐永康
高翔
梁俊松
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.)
Alibaba Group Holding Ltd
Original Assignee
Alibaba Group Holding 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 Alibaba Group Holding Ltd filed Critical Alibaba Group Holding Ltd
Priority to CN202010888009.6A priority Critical patent/CN113297639A/zh
Publication of CN113297639A publication Critical patent/CN113297639A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/10Geometric CAD
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • G06F30/27Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00Details relating to the application field
    • G06F2113/12Cloth

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Evolutionary Computation (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本申请实施例提供一种数据处理方法、系统及电子设备。其中,所述方法包括:获取多个裁片图像;对所述多个裁片图像进行识别,得到所述多个裁片的裁片信息;根据所述多个裁片的裁片信息,确定所述多个裁片的缝合关系信息;基于所述多个裁片的缝合关系信息,生成服装图像;其中,所述服装图像中含有所述多个裁片缝合形成的虚拟服装。采用本申请实施例提供的技术方案,能够自动生成服装图像,且无需高性能设备,可以提高服装建模效率,降低成本。

Description

数据处理方法、系统及电子设备
技术领域
本申请属于计算机技术领域,尤其涉及一种数据处理方法、系统及电子设备。
背景技术
现有三维服装设计过程中,设计人员一般借助专业服装辅助设计系统(如Clo3D、VStitcher)等建模工具,通过手工方式将二维纸样生成虚拟的三维服装模型,但这些专业建模工具往往要求计算机具有较高的性能,且大量依赖人工操作,使得整个建模过程耗时长且成本高。
发明内容
本申请提供一种解决上述问题或至少部分地解决上述问题的数据处理方法、系统及电子设备。
在本申请的一个实施例中,提供了一种数据处理方法。该方法,包括:
获取多个裁片图像;
对所述多个裁片图像进行识别,得到所述多个裁片的裁片信息;
根据所述多个裁片的裁片信息,确定所述多个裁片的缝合关系信息;
基于所述多个裁片的缝合关系信息,生成服装图像;其中,所述服装图像中含有所述多个裁片缝合形成的虚拟服装。
在本申请的一实施例中,提供了一种数据处理系统。该系统包括:客户端和服务端;其中,
客户端,用于向服务端设备发送多个裁片图像;
服务端,用于对所述多个裁片图像进行识别,得到所述多个裁片的裁片信息;根据所述多个裁片的裁片信息,确定所述多个裁片的缝合关系信息;基于所述多个裁片的缝合关系信息,生成服装图像;其中,所述服装图像中含有所述多个裁片缝合形成的虚拟服装;将所述服装图像发送至所述客户端;
所述客户端,还用于展示所述服装图像。
在本申请的另一实施例中,提供了一种数据处理方法。该方法包括:
获取多个部件图像;
对所述多个部件图像进行识别,得到多个部件的部件信息;
根据所述多个部件的部件信息,确定多个部件的组合关系信息;
基于所述多个部件的组合关系信息,生成组合图像;其中,所述组合图像中含有所述多个部件完成组合后形成的组合品。
在本申请的另一实施例中,提供了一种数据处理系统。该系统包括:客户端和服务端;其中,
客户端,用于向服务端设备发送多个部件图像;
服务端,用于对所述多个部件图像进行识别,得到所述多个部件的部件信息;根据所述多个部件的部件信息,确定所述多个部件的组合关系信息;基于所述多个部件的组合关系信息,生成组合图像;其中,所述组合图像中含有所述多个部件组合形成的组合品;将所述组合品发送至所述客户端;
所述客户端,还用于展示所述组合图像。
在本申请的一个实施例中,提供了一种数据处理方法。该数据处理方法包括:
显示多个裁片图像;
响应于用户针对所述多个裁片图像的转换指示,对所述多个裁片进行识别,并基于识别结果确定所述多个裁片的缝合关系信息;
根据所述多个裁片的缝合关系,生成并展示服装图像;
其中,所述服装图像中含有所述多个裁片缝合形成的虚拟服装。
在本申请的一个实施例中,提供了一种电子设备。该电子设备包括:存储器和处理器,其中,
所述存储器,用于存储程序;
所述处理器,与所述存储器耦合,用于执行所述存储器中存储的所述程序,以用于:
获取多个裁片图像;
对所述多个裁片图像进行识别,得到所述多个裁片的裁片信息;
根据所述多个裁片的裁片信息,确定所述多个裁片的缝合关系信息;
基于所述多个裁片的缝合关系信息,生成服装图像;其中,所述服装图像中含有所述多个裁片缝合形成的虚拟服装。
在本申请的另一个实施例中,提供了一种电子设备。该电子设备包括:存储器和处理器,其中,
所述存储器,用于存储程序;
所述处理器,与所述存储器耦合,用于执行所述存储器中存储的所述程序,以用于:
获取多个部件图像;
对所述多个部件图像进行识别,得到多个部件的部件信息;
根据所述多个部件的部件信息,确定多个部件的组合关系信息;
基于所述多个部件的组合关系信息,生成组合图像;其中,所述组合图像中含有所述多个部件完成组合后形成的组合品。
在本申请的又一个实施例中,提供了一种电子设备。该电子设备包括:存储器、处理器及显示器,其中,
所述存储器,用于存储程序;
所述处理器,与所述存储器耦合,用于执行所述存储器中存储的所述程序,以用于:
控制所述显示器显示多个裁片图像;
响应于用户针对所述多个裁片图像的转换指示,对所述多个裁片进行识别,并基于识别结果确定所述多个裁片的缝合关系信息;
根据所述多个裁片的缝合关系,生成服装图像;
控制所述显示器显示所述服装图像;
其中,所述服装图像中含有所述多个裁片缝合形成的虚拟服装。
本申请实施例提供的技术方案,通过对多个裁片图像进行识别得到多个裁片的裁片信息,并基于该裁片信息来确定多个裁片的缝合关系信息,进而基于多个裁片的缝合关系信息自动地生成含有多个裁片缝合形成的虚拟服装的服装图像;整个过程并不依赖于人工操作便可完成,且无需高性能设备,可以提升虚拟服装的建模效率,降低成本。
本申请另一实施例提供的技术方案,对所获取到的多个部件图像进行处理,得到多个部件的组合关系信息;基于该组合关系信息自动生成含有多个部件完成组合后形成的组合品的组合图像。因组合图像整个生成过程并不依赖于人工操作,且无需高性能设备,可以提升组合品建模效率,降低成本。
附图说明
为了更清楚地说明本申请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利用的附图作一简单地介绍,显而易见地,下面描述中的附图是本申请的一些实施例,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获得其他的附图。
图1为本申请一实施例提供的数据处理系统的结构示意图;
图2a为本申请一实施例提供的数据处理方法的流程示意图;
图2b为本申请一实施例提供的数据处理方法的原理性示意图;
图3为本申请一实施例提供的多个裁片图像的示意图;
图4为本申请一实施例提供的一交互界面的示意图;
图5为本申请一实施例提供的三种类型弹簧的示意图;
图6为本申请一实施例提供的一服装图像;
图7为本申请另一实施例提供的数据处理方法的流程示意图;
图8为本申请又一实施例提供的数据处理方法的流程示意图;
图9为本申请一实施例提供的数据处理装置的结构示意图;
图10为本申请另一实施例提供的数据处理装置的结构示意图;
图11为本申请一实施例提供的电子设备的结构示意图。
具体实施方式
在对本申请各实施例提供的方案进行说明之前,先对本申请中涉及的相关名词进行简要说明。
打样:指按照客户的要求生产样品;
服装CAD(Compute-Aided Garment Design):用于服装打样或大货生产的CAD图纸,使用CAD工具完成服装图像化描述,包含服装的每一片布的真实大小等信息。
纸样:是指服装纸样师傅根据设计的款式和尺寸要求,利用计算机数字化表达的样板,一个纸样中通常包括多个裁片。
裁片:按排料(也可称排版)纸样或划样线条将缝料裁剪成片,在纸样中指可裁剪的一片图形。
知识图谱:一种用来描述真实世界中的实体,属性和关系等信息的知识结构,其可视化表现形式为通过节点和边互相连接起来的网状结构。
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述。
在本申请的说明书、权利要求书及上述附图中描述的一些流程中,包含了按照特定顺序出现的多个操作,这些操作可以不按照其在本文中出现的顺序来执行或并行执行。操作的序号如101、102等,仅仅是用于区分各个不同的操作,序号本身不代表任何的执行顺序。另外,这些流程可以包括更多或更少的操作,并且这些操作可以按顺序执行或并行执行。需要说明的是,本文中的“第一”、“第二”等描述,是用于区分不同的消息、设备、模块等,不代表先后顺序,也不限定“第一”和“第二”是不同的类型。而本申请中术语“或/和”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如:A或/和B,表示可以单独存在A,同时存在A和B,单独存在B这三种情况;本申请中字符“/”,一般表示前后关联对象是一种“或”关系。此外,下述的各实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
在传统的服装打样过程中,设计人员需要根据客户要求在线下做出至少一件实体样衣并邮寄给客户,然后针对客户反馈的修改意见进行重新制作样衣并再次邮寄给客户,直至最后客户批版通过,整个过程冗长且成本较高。
目前,随着计算机技术的快速发展,设计人员虽然可以借助专业服装辅助设计系统(如Clo3D、VStitcher)等建模工具,通过手工方式将二维纸样生成虚拟的三维服装模型,但这些专业建模工具学习难度高、建模复杂、需用户具有较高的专业设计技能,而且专业工具往往要求计算机具备较高性能,再加上大量依赖人工操作,这使得整个建模过程耗时长且成本高。例如,以常见的标准五袋牛仔裤为例,熟练的3D版师需要平均需要耗时4到6小时完成从服装的二维纸样生成虚拟的三维服装模型所涉及的模型建立、缝合关系指定、裁片材质设置、仿真渲染等所有工作,若需要对虚拟三维服装模型进行精修则还需要更长的时间;另外,耗时时长还会伴随着服装款式复杂度的增高而不断加长。为了解决上述问题,本申请一个或多个实施例提供了一种数据处理方法可应用于由客户端和服务端所构成的系统架构中,该系统架构具体可参见图1,这里不再作具体赘述。
图1为本申请一示例性实施例提供的一种数据处理系统的结构示意图。如图1所示,该数据处理系统包括:客户端101和服务端102。
客户端101,用于向服务端设备发送多个裁片图像;
服务端102,用于对所述多个裁片图像进行识别,得到所述多个裁片的裁片信息;根据所述多个裁片的裁片信息,确定所述多个裁片的缝合关系信息;基于所述多个裁片的缝合关系信息,生成服装图像;其中,所述服装图像中含有所述多个裁片缝合形成的虚拟服装;将所述服装图像发送至所述客户端;
所述客户端101,还用于展示所述服装图像。
上述客户端101可以是集成在终端上的一个具有嵌入式程序的硬件,也可以是安装在终端中的一个应用软件,还可以是嵌入在终端操作系统中的工具软件等,本实施例对此不作限定。终端可以是任何具有一定计算能力的设备,例如可以是智能手机、笔记本电脑、智能穿戴设备、台式计算机等等。具有所述客户端101的终端的基本结构可包括:至少一个处理单元和至少一个存储器。处理单元和存储器的数量取决于终端的配置和类型。存储器可以包括易失性的,例如RAM,也可以包括非易失性的,例如只读存储器(Read-OnlyMemory,ROM)、闪存等,或者也可以同时包括两种类型。存储器内通常存储有操作系统(Operating System,OS)、一个或多个应用程序,也可以存储有程序数据等。除了处理单元和存储器之外,终端还包括一些基本配置,例如网卡芯片、IO总线、音视频组件等。可选地,终端还可以包括一些外围设备,例如键盘、鼠标、输入笔等。其它外围设备在本领域中是众所周知的,在此不做赘述。例如,用户可通过所述客户端提供的交互界面输入所述多个裁片图像,由客户端将所述多个裁片图像发送至服务端。
所述服务端102是指可以在网络环境中提供信息交互服务的云端设备,所述云端设备可以是云计算系统中的云服务器,也可以是云服务器上的一个虚拟机。用户可以通过网络向服务端102发送多个裁片图像,还可以通过网络从服务端102中获取到服装图像。
这里需要说明的是:客户端101发送至服务端102的多个裁片图像可在同一图片上;也可以分布在多个图片上,如部分裁片图像在一个图片上,另一部分裁片图像在另一个图片上;还可以分布在不同的图片上,本实施例对此不作具体限定。上述图片可以是通过服装CAD软件生成的数字图纸。
基于布匹幅宽及服装(如牛仔裤)尺寸,牛仔裤的一个裤腿及裤兜裁片图像分布在一个图片上,牛仔裤的另一个裤腿、裤兜及裤腰裁片图像分布在另一个图片上。
在本实施例中,客户端101与服务端102之间可以是无线或有线网络连接。若客户端101与服务端102通过移动网络连接,该移动网络的网络制式可以为4G(LTE)、4G+(LTE+)、WiMax、5G等中的任意一种。
本数据处理系统实施例中的各组成单元,如客户端、服务端的执行原理及交互过程可参见如下各方法实施例的描述,在此不再作具体赘述。
图2a为本申请一示例性实施例提供的数据处理方法的流程示意图,该方法的执行主体为图1中示出的服务端,该方法包括以下步骤:
201、获取多个裁片图像;
202、对所述多个裁片图像进行识别,得到所述多个裁片的裁片信息;
203、根据所述多个裁片的裁片信息,确定所述多个裁片的缝合关系信息;
204、基于所述多个裁片的缝合关系信息,生成服装图像;其中,所述服装图像中含有所述多个裁片缝合形成的虚拟服装。
上述201中,所述多个裁片图像可在同一图片上,此图片可以为数字图纸,所述数字图纸可由用户通过应用软件(如服装CAD、服装设计大师)进行设计获得。用户通过客户端可以将服装的数字图纸(包含多个裁片图像)发送至本实施例的执行主体,即服务端,所述服务端针对所接收到的服装数字图纸进行解析,便可获得对应的多个裁片图像。即上述“获取多个裁片图像”的一种可实现方案为:接收客户端发送的图片;根据所述图片,得到所述多个裁片图像。
或者,所述服务端也可以依据系统预先设定的任务自动从对应的存储介质中获取服装的数字图纸,并解析得到多个裁片图像。这里需要说明的是:多个裁片图像所在的图片上,除了含有多个裁片图像外,还可以包括与多个裁片图像相关的标记信息。该标记信息可以是文字、数字、字母、字符串等文本形式的信息,例如,多个裁片各自对应的裁片名称和/或编码、裁片或裁片上的某一位置是否需要进行缝合等。
上述202中,所述裁片信息可以包括裁片标识及与所述裁片标识关联的至少一个缝合位标识,而裁片标识和/或缝合位标识的表示形式可以为但不限于如下中的至少一种:文本、图像等。在对多个裁片图像进行识别时,可以采用现有的图像识别技术完成,例如:可以采用机器学习技术(如深度学习技术)完成多个裁片图像的识别,以得到与多个裁片相关的裁片信息。举例来说,以图3示出的连衣裙100为例,该连衣裙100由图片200中所包含的袖片、前片、后片、裙部等多个裁片图像构成。将图片200输入到预先训练好的机器学习模型(如神经网络模型)中,根据该机器学习模型的输出结果,即可确定出与该连衣裙对应的多个裁片的裁片信息,如裁片标识、及与裁片标识关联的缝合位标识等等。具体地,继续参见图3,图片200中的编码(如X1、X2、X3等)以及数字(如11、12、31等)可以分别表示为裁片标识及与裁片标识关联的缝合位标识,比如,与裁片标识X1关联的缝合位标识为11、41、31,与裁片标识2关联的缝合位标识为12、42,依次可以类推出与其他裁片标识关联的其他缝合位标识,这里不再作赘述。当然,裁片标识或缝合位标识也可以为对图片200进行识别后所得到的与多个裁片图像相关的特征图像。这里需要说明的是,图片200中所示出的裁片标识及与裁片标识关联的缝合位标识仅仅是示例性的,并不表示实际中的裁片标识及与裁片标识关联的缝合位标识的实际数量。此外,关于如何利用其它图像识别技术完成多个裁片图像的识别,可参见已存在的技术,在此不再赘述。
相应地,上述203“根据所述多个裁片的裁片信息,确定所述多个裁片的缝合关系信息”,可具体包括以下步骤:
2031、根据所述多个裁片中裁片的裁片标识及与裁片标识关联的至少一个缝合位标识,确定至少一组缝合关系组;其中,缝合关系组中含有同一裁片上的两个不同缝合位标识或不同裁片上的两个缝合位标识;
2032、基于确定出的所述至少一组缝合关系组,得到所述多个裁片的缝合关系信息。
在一种可实现的技术方案中,上述2031可借助知识图谱实现。即,上述2031“根据所述多个裁片中裁片的裁片标识及与裁片标识关联的至少一个缝合位标识,确定至少一组缝合关系组”,可具体采用如下步骤实现:
S11、获取知识图谱;其中,所述知识图谱中含有多个节点及任意两个节点之间的关系;节点包含至少两类,至少两类节点中含有表征裁片标识的第一类节点及表征缝合位标识的第二类节点;关系包含至少两类,至少两类关系中含有:反映裁片标识及缝合位标识关联的第一类关系,以及反映缝合位标识间存在的缝合关联的第二类关系;
S12、利用知识图谱,确定所述多个裁片中存在缝合关系的两个缝合位标识,以得到一组缝合关系组。
上述S11中,所述知识图谱属于图结构,可理解为一个网状图,由节点和边组成,“节点-边-节点”三元组是知识图谱的基本组成单元。其中,节点标识现实世界中存在的实体,在本实施例中节点可具有两类,分别为裁片标识和缝合位标识;边则表示实体与实体之间的关系,同样在本实施例中节点与节点间的关系可具有两类,分别为反映裁片标识及缝合位标识关联的一类关系,以及反映缝合位标识间存在的缝合关系的另一类关系。根据裁片标识和缝合位标识的表达形式,所述知识图谱中可包括单一模态的节点,比如,仅包含文本节点;或者所述知识图谱中可包括多种模态的节点,如图像节点和/或文本节点。其中,包括多种模态节点的知识图谱可称为多模态知识图谱,多模态知识图谱可简单理解为:包括图像信息、文本信息、语音信息等多种感官融合信息的知识图谱。多模态嵌入将诸如图像信息、文本信息、语音信息等多种感官融合信息与知识图谱结合起来,可促使知识图谱更有效的进行知识表达。
实际上,服装分为多种类目,如连衣裙、裤子、半身裙、西装上衣、运动外套等等。不同服装类目的服装,其裁片数量、裁片的缝合关系会不同。因此,知识图谱中可包含有分别针对各服装类目的子图谱;各子图谱可理解为知识图谱的一个大分支。因此,本实施例所述方法中步骤202中得到的多个裁片的裁片信息还可包含所述多个裁片所属服装类目。基于此,知识图谱中还可包括另一类节点,即服装类目,所述关系则还具有反映服装类目及裁片标识关联的一类关系。相应地,上述“获取知识图谱”的一种可实现方案为:根据所述多个裁片所属服装类目,获取知识图谱中所述服装类目对应的子图谱,以便后续利用所述子图谱确定所述至少一组缝合关系组。
上述S12中,可以利用相似度计算方法来确定多个裁片中存在缝合关系的至少一个裁片标识及至少一个裁片标识对应的至少一个裁片中存在缝合关系的至少两个缝合位标识。具体地,参见图2b所示,可以首先将所述裁片信息中的一子信息(所述子信息中含有任一裁片标识、及与该裁片标识关联的缝合位标识)与所述子图谱中的节点(或者实体)进行词匹配以及两两配对相似度计算,得到该子信息与所述子图谱中各实体的相似度计算结果;基于相似度计算结果,在所述子图谱中确定出与所述子信息匹配的目标节点(包括与裁片标识匹配的节点,以及与裁片标识关联缝合位标识匹配的节点)。在子图谱中找出各裁片标识匹配的节点,以及缝合位标识匹配的节点后,便可根据所述子图谱中包含的节点间的关系,确定出多个裁片中存在缝合关系的两个缝合位标识。这两个缝合位标识可以是同一裁片上的不同缝合位标识,例如,衣袖裁片的两相对缝合位,通过缝合这两个相对缝合位,便可得到衣袖;衣袖裁片的这两个相对缝合位标识便可为一组缝合关系组。又比如,衣袖裁片的端部缝合位标识与上衣主体裁片的袖口缝合位标识,可为一组缝合关系组。
具体实施时,相似度计算方法可以包括如下中的至少一种:完全匹配法、编辑距离法等。
其中,完全匹配法可简单理解为:两文本字符上完全相同即完全匹配,字符上存在差异即不匹配;或者,两图像上所有像素信息完全相同即完全匹配,所有像素信息存在差异即不匹配。即在实际应用中,裁片信息中裁片标识与知识图谱中一节点(裁片实体)符合完全匹配规则时,该节点才会被召回。同样的,与裁片标识关联的缝合位标识与知识图谱中一节点(缝合位实体)符合完全匹配规则时,该节点才会被召回。
上述编辑距离可理解为:两个字串之间,由一个转成另一个所需要的最少编辑操作次数,若两字串间的编辑距离越大,则说明这两字串越不同。
上述2032中,所述一组缝合关系组可包同一裁片上的两个不同缝合位标识或不同裁片上的两个缝合位标识。所述多个裁片的缝合信息则可以看作是由所确定出的至少一组缝合关系组构成的集合。
例如,继续参见图3,假定图片200中通过虚线相连接的点表示将要缝合在一起,对连衣裙100的衣袖对应的裁片3来说,裁片3的裁片标识X3与裁片3中的存在缝合关系的缝合位标识51和缝合位标识52便为一组缝合关系组;另外,裁片标识X1对应的裁片1和裁片标识X4对应的裁片4中存在缝合关系的缝合位标识31和缝合位标识32也为一组缝合关系组;此外,裁片标识X6对应的裁片6和裁片标识X7对应的裁片7中存在缝合关系的缝合位标识71及缝合位标识72为一组缝合关系组;等等,此处不一一例举。
进一步的,本实施例中知识图谱的所述至少两类节点中还可含有表征摆放位置的第三类节点;所述至少两类关系中还可含有:反映裁片标识与摆放位置关联的第三类关系。相应的,本实施例提供的所述方法还包括如下步骤:
利用所述知识图谱,确定所述多个裁片中各裁片的摆放位置;
由此,本实施例中的步骤204“基于所述多个裁片的缝合关系信息,生成服装图像”,可具体为:
根据所述多个裁片中各裁片的摆放位置及所述多个裁片的缝合关系信息,生成所述服装图像。
其中,所谓摆放位置,是指裁片相对于人体的位置信息,比如左袖放左手臂、前片放胸前、后片放后背等。
上述204中,基于所述多个裁片的缝合关系,可利用三维图形建模技术来自动生成含有多个裁片缝合形成的虚拟服装的服装图像。
本实施例提供的技术方案,通过对多个裁片图像进行识别得到多个裁片的裁片信息,并基于该裁片信息来确定多个裁片的缝合关系信息,进而基于多个裁片的缝合关系信息自动地生成含有多个裁片缝合形成的虚拟服装的服装图像。服装图像整个生成过程均在云端完成,并不依赖于人工操作,且无需高性能设备,可以提升虚拟服装的建模效率,降低成本。
考虑到在实际应用中,知识图谱中可能存在:找不到与裁片标识或缝合位标识匹配的节点的情况,进而造成裁片信息中存在无法确定缝合关系的裁片标识或缝合位标识;为了解决此问题,本实施例提供的所述方法,还可包括如下步骤:
S21、若存在无法确定缝合关系的裁片标识或缝合位标识,则获取无法确定缝合关系的裁片标识或缝合位标识的标记信息;
S22、若能获取到所述标记信息,且所述标记信息为无需缝合,则忽略无法确定缝合关系的裁片标识或缝合位标识;
S23、若未能获取到所述标记信息,则输出针对所述无法确定缝合关系的裁片标识或缝合位标识的用户可感知提示。
具体实施时,当存在无法确定缝合关系的裁片标识或缝合位标识时,可以从本地中获取无法确定缝合关系的裁片标识或缝合位标识的标记信息,并根据所述标记信息来对无法确定缝合关系的裁片标识或缝合位标识做出相应处理,其中所述标记信息可以是文字、数字、字母、字符串等。例如,若无法确定图3中的裁片标识X5的缝合关系,则从本地获取裁片标识X5的标记信息;若所获取到裁片标识X5的标记信息为无需缝合,便可以忽略裁片标识X5;若未能够从本地获取到裁片标识X5的标记信息,本实施体的执行主体可以输出针对裁片标识X5的用户可感知提示并将该可感知提示发送至客户端并进行显示,该可感知提示可以为图像、文本、语音等形式。比如,图3中腰带裁片,腰带是不需要与其他裁片缝合的,因此,该腰带裁片可标记为无需缝合。
进一步地,上述所述方法,还包括如下中的至少一项:
响应于用户针对所述无法确定缝合关系的裁片标识触发的操作,获取用户输入的无需缝合标记信息,将所述标记信息与所述无法确定缝合关系的裁片标识关联;
响应于用户针对所述无法确定缝合关系的缝合位标识触发的操作,获取用户指定的至少一个目标缝合位标识;根据所述无法确定缝合关系的缝合位标识与用户指定的所述至少一个目标缝合位标识,确定得到一组缝合关系组。
举例来说,结合图3和图4,在图4示出的客户端的交互界面300上,为用户提供了输入信息的入口310,如输入框、下拉列表或语音输入控件等等。当客户端接收到无法确定某一裁片标识(如图3中的裁片标识X5)的缝合关系的可感知提示时,用户在确定裁片标识X5为无需缝合的情况下,可以通过交互界面所提供的输入信息的入口,利用交互工具(如鼠标、键盘、语音输入控件等)输入与裁片标识X5对应的无需缝合标记信息,并将该无需缝合标记信息与裁片标识X5进行关联。此外,当客户端接收到无法确定某一缝合位标识的缝合关系的可感知提示时,可以通过对交互界面的区域320内所显示的多个裁片图像进行划线、点击等操作来为该无法确定缝合关系的缝合位标识指定一个目标缝合位标识;例如,若无法确定图3中的缝合位标识21的缝合关系,此时用户可以点击区域320内所显示的裁片5上的一缝合位22来为缝合位标识21指定一目标缝合位标识(即缝合位22);也可以通过划线方式将无法确定缝合关系的缝合位标识21与缝合位标识22进行连接,以建立二者将的缝合关系;此外,用户还可以将为无法确定缝合关系的缝合位标识所指定的目标缝合位标识输入到交互界面300所提供的输入口310中,以此来建立二者之间的缝合关系。
再进一地,上述所述方法,还包括如下步骤:
显示是否添加提示;
响应于用户触发的确认添加指示,将所述无法确定缝合关系的缝合位标识与用户指定的所述至少一个目标缝合位标识间的缝合关系,添加至所述知识图谱。
在一种可实现的方案中,上述204“基于所述多个裁片的缝合关系信息,生成服装图像”,可具体包括以下步骤:
2041、基于所述多个裁片的缝合关系信息,确定所述多个裁片的相对位置关系;
2042、确定所述多个裁片的摆放位置;
2043、根据所述多个裁片的摆放位置及所述多个裁片的相对位置关系,生成所述服装图像。
上述2041中,所述多个裁片的相对位置关系由本实施例的执行主体根据多个裁片的缝合关系信息在三维空间内中自动配置确定。当然,在本申请中的一些其他实施例中,也可以通过其他方式进行确定,例如:可以通过交互式操作方式来确定多个裁片的相对位置关系,比如用户可以通过交互工具,如鼠标、键盘等,将服装的多个裁片放置在虚拟人体模型相应部位的周围,以此来得到多个裁片的相对位置关系;或者,还可以通过映射方式得到多个裁片的相对位置关系,比如可将所述多个裁片投影到一组三维可展曲面所展开的平面上,然后利用映射信息,无拉伸地将多个裁片映射到三维可展曲面上,其中所述一组可展曲面为根据虚拟人体模型进行预先设定的。
上述2042中,多个裁片中各裁片的摆放位置,可利用上文中提及的知识图谱确定。
上述2043中,根据所述多个裁片的摆放位置及所述多个裁片的相对位置关系,可采用粒子模型、质点-弹簧模型、有限元模型等方法对多个裁片进行缝合,以生成缝合后的服装图像,这里并不作具体限定。
举例来说,以质点-弹簧模型为例,该模型将服装对应的裁片看作一个网格结构,裁片上每个质点所受的力分为外力和内力;其中,外力主要由重力、空气阻力、惩罚力和自定义力等,内力则为质点间的作用力,主要包括结构力、剪切力和弯曲力,可分别使用图5中所示出的结构弹簧、剪切弹簧和弯曲弹簧来模拟;对于每个质点来说,结合牛顿第二运动定律,将所有作用于质点上的力相加便可确定质点的运动情况,具体可利用公式(1)来实现:
Figure BDA0002656127500000161
其中,弹簧形变力Felast与弹簧阻尼力Fdamp为质点所受内力;重力Fgrav、惩罚力(即反碰撞力)Fpenalty和自定义力Fuser为质点所受外力。
基于上述公式(1),在根据所述多个裁片的摆放位置及所述多个裁片的相对位置关系,利用质点-弹簧模型对多个裁片进行缝合时,可以对具有缝合关系的多个裁片中的缝合位分别施加一个方向相反大小相等的外力(即缝合力),在缝合力的作用下对应的缝合位相互靠近,这里将缝合力定义为缝合位间距离的线性函数,缝合力fseam的表达式可以为:
Figure BDA0002656127500000162
其中,Cs为缝合力系数;|P1-P2|为缝合位P1到P2的距离;NP1P2为缝合位P1到P2的方向矢量。则公式(1)的表达式可变形为:
Figure BDA0002656127500000163
预设一距离阈值,当缝合位间的距离(如|P1-P2|)小于预设距离阈值时便完成缝合。按照上述方式,可以将多个裁片中具有缝合关系的缝合位进行依次缝合,即可得到多个裁片缝合完成的服装图像。
此外,为了使服装图像更加自然逼真,还需要对服装图像进行渲染处理。基于此,上述所述方法,还包括如下步骤:
获取面料配置参数;
根据所述面料配置参数,对所述服装图像进行渲染。
具体实施时,所述面料配置参数包括如下中的至少一项:面料贴图信息、面料理化参数;根据面料配置参数对二维图像渲染的过程,可参见现有图像渲染技术,这里不再作赘述;而渲染后的服装图像可参见图6所示。上述中所述服装图像可为多个,多个服装图像为所述服装不同角度的图像;相应地,上述所述方法,还可包括如下步骤:
播放所述多个服装图像,以从多个角度展示所述虚拟服装。
具体实施时,可以按预先设定好的多个服装图像的播放顺序来播放多个服装图像,以多角度展示所述虚拟服装。例如,若多个服装图像分别为虚拟服装的正面、右侧面、背面和左侧面四个角度的图像,则可以按照顺时针方向来预置多个服装图像的播放顺序,即多个服装图像的播放顺序为虚拟服装对应的正面图像—右侧面图像—背面图像—左侧面图像。
上述实施例提供的图像处理方法适用于服装类应用场景。实质上,本实施例提供的图像处理方法还可适用于需缝合、装配、焊接等需多个部件组合的应用场景中。例如,图7示出了本申请另一实施例提供的图像处理方法的流程示意图。如图7所示,该方法包括以下步骤:
301、获取多个部件图像;
302、对所述多个部件图像进行识别,得到多个部件的部件信息;
303、根据所述多个部件的部件信息,确定多个部件的组合关系信息;
304、基于所述多个部件的组合关系信息,生成组合图像;其中,所述组合图像中含有所述多个部件完成组合后形成的组合品。
有关上述步骤303至304的具体实现过程,可参见上述实施例中的相应内容,此处不作赘述。
本实施例提供的技术方案,将上述实施例中限定的多个裁片图像为服装对应的多个裁片图像扩展为任意类型对应的多个部件图像,如机械、家纺等。该多个部件图像位于同一图片中,该图像可由用户通过应用软件(如CAD)进行设计获得,用户通过客户端可以将该图像发送至本实施例的执行主体,即图1中的服务端,服务端对所接收到的图像进行解析,便可获得对应的多个部件图像,进而通过对多个部件图像进行识别来得到多个部件图像的部件信息,并基于该部件信息来确定多个部件的组合关系信息,以根据组合关系信息来生成含有多个部件完成组合后形成的组合品的组合图像。因组合图像整个生成过程并不依赖于人工操作,且无需高性能设备,可以提升组合品建模效率,降低成本。
这里需要说明的是,所述服务端为云端设备。所述云端设备可以是云计算系统中的云服务器,也可以是云服务器上的一个虚拟机等等,这里不作具体限定。
上述302中,所述多个部件的部件信息包括:部件标识及与所述部件标识关联的至少一个组合位标识。相应地,上述303“根据所述多个部件的部件信息,确定所述多个部件的组合关系信息”,可具体包括以下步骤:
3031、根据所述多个部件中部件的部件标识及与部件标识关联的至少一个组合位标识,确定至少一组组合关系组;其中,组合关系组中含有同一部件上的两个不同组合位标识或不同部件上的两个组合位标识;
3032、基于确定出的所述至少一组组合关系组,得到所述多个部件的组合关系信息。
上述3031中“根据所述多个部件中部件的部件标识及与部件标识关联的至少一个组合位标识,确定至少一组组合关系组”,可具体采用以下步骤实现:
S31、获取知识图谱;其中,所述知识图谱中含有多个节点及任意两个节点之间的关系;节点包含至少两类,至少两类节点中含有表征部件标识的第一类节点及表征组合位标识的第二类节点;关系包含至少两类,至少两类关系中含有:反映部件标识及组合位标识关联的第一类关系,以及反映组合位标识间存在的组合关联的第二类关系;
S32、利用知识图谱,确定所述多个部件中存在缝合关系的两个组合位标识,以得到一组组合关系组。
有关上述步骤S31及S32的具体实现过程,同上述实施例中的相应步骤,此处不作赘述。
进一步地,上述所述方法,还可包括以下步骤:
若存在无法确定组合关系的部件标识或组合位标识,则获取无法确定组合关系的部件标识或组合位标识的标记信息;
若能获取到所述标记信息,且所述标记信息为无需组合,则忽略无法确定组合关系的部件标识或组合位标识;
若未能获取到所述标记信息,则输出针对所述无法确定组合关系的部件标识或组合位标识的用户可感知提示。
再进一步地,上述所述方法,还包括如下中的至少一项:
响应于用户针对所述无法确定组合关系的部件标识触发的操作,获取用户输入的无需组合的标记信息,将所述标记信息与所述无法确定组合关系的部件标识关联;
响应于用户针对所述无法确定组合关系的组合位标识触发的操作,获取用户指定的至少一个目标组合位标识;根据所述无法确定组合关系的组合位标识与用户指定的所述至少一个目标组合位标识,确定得到一组组合关系组。
再进一步地,上述所述方法,还包括:显示是否添加提示;响应于用户触发的确认添加指示,将所述无法确定组合关系的组合位标识与用户指定的所述至少一个目标组合位标识间的组合关系,添加至所述知识图谱。
进一步地,上述304“基于所述多个部件的组合关系信息,生成组合图像”,可具体包括以下步骤:
基于所述多个部件的组合关系信息,确定所述多个部件的相对位置关系;
根据所述多个部件的部件信息及所述多个部件的相对位置关系,生成所述组合图像。
再进一步地,上述所述方法,还包括:获取材质配置参数;根据所述材质配置参数,对所述组合图像进行渲染。
本实施例提供的技术方案,对所获取到的多个部件图像进行处理,得到多个部件的组合关系信息;基于该组合关系信息自动生成含有多个部件完成组合后形成的组合品的组合图像。因组合图像整个生成过程均在云端完成,并不依赖于人工操作,且无需高性能设备,可以提升组合品建模效率,降低成本。
这里需要说明的是:本申请实施例提供的所述数据处理方法中各步骤未尽详述的内容可参见上述各实施例中的相应内容,此处不再赘述。此外,本申请实施例提供的所述方法中除了上述各步骤以外,还可包括上述各实施例中其他部分或全部步骤,具体可参见上述各实施例相应内容,在此不再赘述。
本申请一示例性实施例还提供了一种数据处理系统,该数据处理系统的结构同上述图1。具体的,所述数据处理系统包括:
客户端,用于向服务端设备发送多个部件图像;
服务端,用于对所述多个部件图像进行识别,得到多个部件的部件信息;根据所述多个部件的部件信息,确定多个部件的组合关系信息;基于所述多个部件的组合关系信息,生成组合图像;其中,所述组合图像中含有所述多个部件完成组合后形成的组合品。
所述客户端,还用于展示所述组合图像。
上述中,所述服务端为云端设备,所述云端设备可以是云计算系统中的云服务器,也可以是云服务器上的一个虚拟机等等,这里不作具体限定。
该数据处理系统中的客户端与服务端的结构可以与图1对应的客户端以及服务端的结构相同。此外,本数据处理系统实施例中的各组成单元,如客户端、服务端的执行原理及交互过程可参见图7对应的实施例的描述,此处不再赘述。
本实施例提供的技术方案,对所获取到的多个部件图像进行处理,得到多个部件的组合关系信息;基于该组合关系信息自动生成含有多个部件完成组合后形成的组合品的组合图像。因组合图像整个生成过程均在云端完成,并不依赖于人工操作,且无需高性能设备,可以提升组合品建模效率,降低成本。
本申请各实施例提供的技术方案适用于在线服装批版的场景,比如,服装版师通过服装CAD软件绘制好服装二维图像(即包含多个裁片图像)后,可通过应用软件提供的转换功能,将服装二维图像转换为服装图像(可以是三维,也可以是二维)。版师可将转换完的服装图像通过网络发送给需求方(如客户),需求方可通过观看图像/视频的方式观看服装图像。即本申请各实施例提供的技术方案对应的功能可集成到现有服装设计软件中,或是一个在线完成批版的工具化产品(如应用软件)。用户可使用含有本申请技术对应功能的应用软件,完成在线批版、修改等等。为此,本申请又一个实施例提供了如图8所示的数据处理方法。
如图8所示,所述数据处理方法包括:
步骤1、显示多个裁片图像;
步骤2、响应于用户针对所述多个裁片图像的转换指示,对所述多个裁片进行识别,并基于识别结果确定所述多个裁片的缝合关系信息;
步骤3、根据所述多个裁片的缝合关系,生成并展示服装图像;
其中,所述服装图像中含有所述多个裁片缝合形成的虚拟服装。
有关上述步骤2和3的内容,可参见上述实施例中的相应内容,此处不作赘述。
另外,上述步骤2中用户针对所述多个裁片图像的转换指示,可以是用户触控了应用软件交互界面上的一控件后被触发的;或者是在用户利用应用软件提供的语音识别功能等触发的,本实施例对此不作具体限定。
生成的服装图像可以是一张或多张二维图像,也可以是三维图像,本实施例对此不作具体限定。
为了实现在线批版的功能,本实施例提供的所述方法还可包括如下步骤:
步骤4、将所述服装图像发送至目标设备,以等待目标设备针对所述服装图像的反馈。
例如,用户可通过应用软件上的“发送”控件或声控等方式,触发将服装图像发送至目标设备的事件。
进一步的,本实施例还可包括如下步骤:
步骤5、接收所述目标设备针对所述服装图像发送的修改信息;
步骤6、展示所述修改信息;
步骤7、响应于用户对所述多个裁片图像中至少部分裁片图像的修改操作,获取修改后的所述多个裁片图像;
步骤8、基于修改后的所述多个裁片图像,生成修改后的服装图像。
其中,修改信息可包括但不限于:需修改裁片的裁片标识、裁片标识对裁片需修改尺寸信息等。
用户(如版师)可根据展示的修改信息,通过应用软件提供的相应工具,对设计界面内展示的多个裁片图像中的一个、两个等任意数量个的裁片图像进行修改,比如,修改尺寸、修改裁片的外轮廓等。
用户除了可以修改裁片图像外,还可对生成的服装图像进行修改。即本实施例提供的所述方法还可包括如下步骤:
步骤9、响应于用户针对所述服装图像的修改操作,获取修改参数;
步骤10、基于所述修改参数,重新生成所述服装图像。
通常情况下,看二维的裁片图像是不容易看出最终成片服装的外观的。因此,用户可通过应用软件提供的相应工具,对生成的服装图像(如三维图像)进行修改,这样能方便的看出服装版型是否要求,比如,收腰效果等。
进一步的,对服装图像的改动需能反映到相应的裁片上,因为在成衣制作过程中还是需要基于裁片图像对布匹进行裁剪再缝制的。由此,本实施例提供的所述方法还可包括如下步骤:
步骤11、根据所述修改参数,确定被修改裁片的裁片标识及修改数据;其中,修改数据包括裁片尺寸信息;
步骤12、根据所述修改数据,对所述被修改的裁片标识对应的裁片图像进行处理。
图9为本申请一示例性实施例的数据处理装置的结构示意图,该装置包括:获取模块501、识别模块502、确定模块503以及生成模块504;其中,
获取模块501,用于获取多个裁片图像;
识别模块502,用于对所述多个裁片图像进行识别,得到所述多个裁片的裁片信息;
确定模块503,用于根据所述多个裁片的裁片信息,确定所述多个裁片的缝合关系信息;
生成模块504,用于基于所述多个裁片的缝合关系信息,生成服装图像;其中,所述服装图像中含有所述多个裁片缝合形成的虚拟服装。
本实施例提供的技术方案,通过对多个裁片图像进行识别得到多个裁片的裁片信息,并基于该裁片信息来确定多个裁片的缝合关系信息,进而基于多个裁片的缝合关系信息自动地生成含有多个裁片缝合形成的虚拟服装的服装图像。整个过程并不依赖于人工操作便可完成,且无需高性能设备,可以提升虚拟服装的建模效率,降低成本。
进一步地,上述所述裁片信息包括:裁片标识及与所述裁片标识关联的至少一个缝合位标识。相应地,上述确定模块503,用于根据所述多个裁片的裁片信息,确定所述多个裁片的缝合关系信息时,具体用于:根据所述多个裁片中裁片的裁片标识及与裁片标识关联的至少一个缝合位标识,确定至少一组缝合关系组;其中,缝合关系组中含有同一裁片上的两个不同缝合位标识或不同裁片上的两个缝合位标识。基于确定出的所述至少一组缝合关系组,得到所述多个裁片的缝合关系信息。
进一步地,上述确定模块503,用于根据所述多个裁片中裁片的裁片标识及与裁片标识关联的至少一个缝合位标识,确定至少一组缝合关系组时,具体用于:获取知识图谱;其中,所述知识图谱中含有多个节点及任意两个节点之间的关系;节点具有两类,分别为裁片标识及缝合位标识;关系具有两类,分别为反映裁片标识及缝合位标识关联的一类关系,以及反映缝合位标识间存在的缝合关联的另一类关系;利用知识图谱,确定两个缝合位标识,以得到一组缝合关系组。
进一步地,所述裁片信息还包括:所述多个裁片所属服装类目;相应地,上述确定模块503,用于获取知识图谱时,具体用于:
根据所述多个裁片所属服装类目,获取知识图谱中所述服装类目对应的子图谱,以便后续利用所述子图谱确定所述至少一组缝合关系组。
进一步地,上述获取模块501,还用于:
若存在无法确定缝合关系的裁片标识或缝合位标识,则获取无法确定缝合关系的裁片标识或缝合位标识的标记信息;
若能获取到所述标记信息,且所述标记信息为无需缝合,则忽略无法确定缝合关系的裁片标识或缝合位标识;
若未能获取到所述标记信息,则输出针对所述无法确定缝合关系的裁片标识或缝合位标识的用户可感知提示。
进一步地,上述获取模块501,还具有如下中的至少一项功能:
响应于用户针对所述无法确定缝合关系的裁片标识触发的操作,获取用户输入的无需缝合的标记信息,将所述标记信息与所述无法确定缝合关系的裁片标识关联;
响应于用户针对所述无法确定缝合关系的缝合位标识触发的操作,获取用户指定的至少一个目标缝合位标识;根据所述无法确定缝合关系的缝合位标识与用户指定的所述至少一个目标缝合位标识,确定得到一组缝合关系组。
进一步地,本实施例提供的所述装置,还包括:显示模块和添加模块;其中,显示模块,用于显示是否添加提示;添加模块,用于响应于用户触发的确认添加指示,将所述无法确定缝合关系的缝合位标识与用户指定的所述至少一个目标缝合位标识间的缝合关系,添加至所述知识图谱。
进一步地,上述生成模块504,用于基于所述多个裁片的缝合关系信息,生成服装图像时,具体用于:基于所述多个裁片的缝合关系信息,确定所述多个裁片的相对位置关系;根据所述多个裁片的裁片信息及所述多个裁片的相对位置关系,生成所述服装图像。
进一步地,本实施例提供的所述装置,还包括:渲染模块,用于获取面料配置参数;根据所述面料配置参数,对所述服装图像进行渲染。
进一步地,所述面料配置参数包括如下中的至少一项:面料贴图信息、面料理化参数。
进一步地,所述服装图像为多个,多个服装图像为所述服装不同角度的图像;相应地,本实施例提供的装置,还包括:播放模块,用于播放所述多个服装图像,以从多个角度展示所述虚拟服装。
进一步地,所述多个裁片图像在同一图片中。相应地,上述获取模块501,还用于:接收客户端发送的图片;对所述图片进行分隔,得到所述多个裁片图像。
这里需要说明的是:本实施例提供的数据处理装置可实现上述图2a示出的数据处理方法实施例中描述的技术方案,上述各模块或单元具体实现的原理可参见上述图2a示出的数据处理方法实施例中的相应内容,此处不再赘述。
本申请另一实施例还提供了一数据处理装置。该数据处理装置的结构同上述图9类似。具体地,该数据处理装置,包括:获取模块、识别模块、确定模块以及生成模块;其中,
获取模块,用于获取多个部件图像;
识别模块,用于对所述多个部件图像进行识别,得到多个部件的部件信息;
确定模块,用于根据所述多个部件的部件信息,确定多个部件的组合关系信息;
生成模块,用于基于所述多个部件的组合关系信息,生成组合图像;其中,所述组合图像中含有所述多个部件完成组合后形成的组合品。
本实施例提供的技术方案,对所获取到的多个部件图像进行处理,得到多个部件的组合关系信息;基于该组合关系信息自动生成含有多个部件完成组合后形成的组合品的组合图像。因组合图像整个生成过程并不依赖于人工操作,且无需高性能设备,可以提升组合品建模效率,降低成本。
进一步地,所述多个部件的部件信息包括:部件标识及与所述部件标识关联的至少一个组合位标识。相应地,上述确定模块,用于根据所述多个部件的部件信息,确定所述多个部件的组合关系信息时,具体用于:
根据所述多个部件中部件的部件标识及与部件标识关联的至少一个组合位标识,确定至少一组组合关系组;其中,组合关系组中含有同一部件上的两个不同组合位标识或不同部件上的两个组合位标识;
基于确定出的所述至少一组组合关系组,得到所述多个部件的组合关系信息。
进一步地,上述确定模块,用于根据所述多个部件中部件的部件标识及与部件标识关联的至少一个组合位标识,确定至少一组组合关系组时,具体用于:获取知识图谱;其中,所述知识图谱中含有多个节点及任意两个节点之间的关系;节点具有两类,分别为部件标识及组合位标识;关系具有两类,分别为反映部件标识及组合位标识关联的一类关系,以及反映组合位标识间存在的组合关联的另一类关系;利用知识图谱,确定两个组合位标识,以得到一组组合关系组。
进一步地,上述获取模块,还用于:
若存在无法确定组合关系的部件标识或组合位标识,则获取无法确定组合关系的部件标识或组合位标识的标记信息;
若能获取到所述标记信息,且所述标记信息为无需组合,则忽略无法确定组合关系的部件标识或组合位标识;
若未能获取到所述标记信息,则输出针对所述无法确定组合关系的部件标识或组合位标识的用户可感知提示。
进一步地,上述获取模块,还用于如下中的至少一项:
响应于用户针对所述无法确定组合关系的部件标识触发的操作,获取用户输入的无需组合的标记信息,将所述标记信息与所述无法确定组合关系的部件标识关联;
响应于用户针对所述无法确定组合关系的组合位标识触发的操作,获取用户指定的至少一个目标组合位标识;根据所述无法确定组合关系的组合位标识与用户指定的所述至少一个目标组合位标识,确定得到一组组合关系组。
进一步地,上述所述装置,还包括:显示模块和添加模块;其中,所述显示模型,用于显示是否添加提示;所述添加模型,用于响应于用户触发的确认添加指示,将所述无法确定组合关系的组合位标识与用户指定的所述至少一个目标组合位标识间的组合关系,添加至所述知识图谱。
进一步地,上述生成模块,用于基于所述多个部件的组合关系信息,生成组合图像时,具体用于:基于所述多个部件的组合关系信息,确定所述多个部件的相对位置关系;根据所述多个部件的部件信息及所述多个部件的相对位置关系,生成所述组合图像。
进一步地,上述所述装置,还包括:渲染模块;所述渲染模块,用于获取面料配置参数;根据所述面料配置参数,对所述组合图像进行渲染。
进一步地,所述多个部件图像在同一图片中。
这里需要说明的是:本实施例提供的数据处理装置可实现上述图7示出的数据处理方法实施例中描述的技术方案,上述各模块或单元具体实现的原理可参见上述图7示出的数据处理方法实施例中的相应内容,此处不再赘述。
图10为本申请又一示例性实施例的数据处理装置的结构示意图,该装置包括:显示模块11、识别模块12及生成模块13。所述显示模块11用于显示多个裁片图像;所述识别模块12用于响应于用户针对所述多个裁片图像的转换指示,对所述多个裁片进行识别,并基于识别结果确定所述多个裁片的缝合关系信息;生成模块13用于根据所述多个裁片的缝合关系,生成并展示服装图像;其中,所述服装图像中含有所述多个裁片缝合形成的虚拟服装。
进一步的,本实施例提供的装置还可包括发送模块。其中,所述发送模块用于将所述服装图像发送至目标设备,以等待目标设备针对所述服装图像的反馈。
进一步的,本实施例提供的装置还可包括:接收模块和获取模块。其中,所述接收模块用于接收所述目标设备针对所述服装图像发送的修改信息。所述显示模块还用于展示所述修改信息。所述获取模块用于响应于用户对所述多个裁片图像中至少部分裁片图像的修改操作,获取修改后的所述多个裁片图像。所述生成模块还用于基于修改后的所述多个裁片图像,生成修改后的服装图像。
进一步的,所述获取模块还用于响应于用户针对所述服装图像的修改操作,获取修改参数;所述生成模块还用于基于所述修改参数,重新生成所述服装图像。
图11示出了本申请一实施例提供一个电子设备的结构示意图。如图11所示,所述电子设备包括:存储器601以及处理器602。存储器601可被配置为存储其它各种数据以支持在电子设备上的操作。这些数据的示例包括用于在电子设备上操作的任何应用程序或方法的指令。存储器601可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
所述处理器602,与所述存储器601耦合,用于执行所述存储器601中存储的所述程序,以用于:
获取多个裁片图像;
对所述多个裁片图像进行识别,得到所述多个裁片的裁片信息;
根据所述多个裁片的裁片信息,确定所述多个裁片的缝合关系信息;
基于所述多个裁片的缝合关系信息,生成服装图像;其中,所述服装图像中含有所述多个裁片缝合形成的虚拟服装。
其中,处理器602在执行存储器601中的程序时,除了上面的功能之外,还可实现其它功能,具体可参见前面各实施例的描述。
进一步,如图11所示,电子设备还包括:通信组件603、电源组件604及显示器605等其它组件。图11中仅示意性给出部分组件,并不意味着电子设备只包括图11所示组件。
本申请一实施例还提供另一个电子设备,该电子设备的结构同上述图9类似。具体的,所述电子设备包括:存储器和处理器。存储器用于存储程序。所述处理器,与所述存储器耦合,用于执行所述存储器中存储的所述程序,以用于:
获取多个部件图像;
对所述多个部件图像进行识别,得到多个部件的部件信息;
根据所述多个部件的部件信息,确定多个部件的组合关系信息;
基于所述多个部件的组合关系信息,生成组合图像;其中,所述组合图像中含有所述多个部件完成组合后形成的组合品。
其中,处理器在执行存储器中的程序时,除了上面的功能之外,还可实现其它功能,具体可参见前面各实施例的描述。
进一步,如图11所示,电子设备还包括:通信组件、电源组件及显示器等其它组件。图11中仅示意性给出部分组件,并不意味着电子设备只包括图11所示组件。
本申请一实施例还提供另一个电子设备,该电子设备的结构同上述图11类似。具体的,所述电子设备包括:存储器、处理器及显示器。存储器用于存储程序。所述处理器,与所述存储器耦合,用于执行所述存储器中存储的所述程序,以用于:
控制所述显示器显示多个裁片图像;
响应于用户针对所述多个裁片图像的转换指示,对所述多个裁片进行识别,并基于识别结果确定所述多个裁片的缝合关系信息;
根据所述多个裁片的缝合关系,生成服装图像;
控制所述显示器显示所述服装图像;
其中,所述服装图像中含有所述多个裁片缝合形成的虚拟服装。
其中,处理器在执行存储器中的程序时,除了上面的功能之外,还可实现其它功能,具体可参见前面各实施例的描述。
相应地,本申请实施例还提供一种存储有计算机程序的计算机可读存储介质,所述计算机程序被计算机执行时能够实现上述各实施例提供的数据处理方法步骤或功能。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,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)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。

Claims (34)

1.一种数据处理方法,其特征在于,包括:
获取多个裁片图像;
对所述多个裁片图像进行识别,得到所述多个裁片的裁片信息;
根据所述多个裁片的裁片信息,确定所述多个裁片的缝合关系信息;
基于所述多个裁片的缝合关系信息,生成服装图像;其中,所述服装图像中含有所述多个裁片缝合形成的虚拟服装。
2.根据权利要求1所述的方法,其特征在于,所述裁片信息包括:裁片标识及与所述裁片标识关联的至少一个缝合位标识;以及
根据所述多个裁片的裁片信息,确定所述多个裁片的缝合关系信息,包括:
根据所述多个裁片中裁片的裁片标识及与裁片标识关联的至少一个缝合位标识,确定至少一组缝合关系组;其中,缝合关系组中含有同一裁片上的两个不同缝合位标识或不同裁片上的两个缝合位标识;
基于确定出的所述至少一组缝合关系组,得到所述多个裁片的缝合关系信息。
3.根据权利要求2所述的方法,其特征在于,根据所述多个裁片中裁片的裁片标识及与裁片标识关联的至少一个缝合位标识,确定至少一组缝合关系组,包括:
获取知识图谱;其中,所述知识图谱中含有多个节点及任意两个节点间的关系;节点包含至少两类,至少两类节点中含有表征裁片标识的第一类节点及表征缝合位标识的第二类节点;关系包含至少两类,至少两类关系中含有:反映裁片标识及缝合位标识关联的第一类关系,以及反映缝合位标识间存在的缝合关联的第二类关系;
利用知识图谱,确定所述多个裁片中存在缝合关系的两个缝合位标识,以得到一组缝合关系组。
4.根据权利要求3所述的方法,其特征在于,所述裁片信息还包括:所述多个裁片所属服装类目;以及
获取知识图谱,包括:
根据所述多个裁片所属服装类目,获取知识图谱中所述服装类目对应的子图谱,以便后续利用所述子图谱确定所述至少一组缝合关系组。
5.根据权利要求3所述的方法,其特征在于,所述至少两类节点中还含有表征摆放位置的第三类节点;所述至少两类关系中还含有:反映裁片标识与摆放位置关联的第三类关系;
所述方法还包括:
利用所述知识图谱,确定所述多个裁片中各裁片的摆放位置;
以及基于所述多个裁片的缝合关系信息,生成服装图像,包括:
根据所述多个裁片中各裁片的摆放位置及所述多个裁片的缝合关系信息,生成所述服装图像。
6.根据权利要求3所述的方法,其特征在于,还包括:
若存在无法确定缝合关系的裁片标识或缝合位标识,则获取无法确定缝合关系的裁片标识或缝合位标识的标记信息;
若能获取到所述标记信息,且所述标记信息为无需缝合,则忽略无法确定缝合关系的裁片标识或缝合位标识;
若未能获取到所述标记信息,则输出针对所述无法确定缝合关系的裁片标识或缝合位标识的用户可感知提示。
7.根据权利要求6所述的方法,其特征在于,还包括如下中的至少一项:
响应于用户针对所述无法确定缝合关系的裁片标识触发的操作,获取用户输入的无需缝合标记信息,将所述标记信息与所述无法确定缝合关系的裁片标识关联;
响应于用户针对所述无法确定缝合关系的缝合位标识触发的操作,获取用户指定的至少一个目标缝合位标识;根据所述无法确定缝合关系的缝合位标识与用户指定的所述至少一个目标缝合位标识,确定得到一组缝合关系组。
8.根据权利要求7所述的方法,其特征在于,还包括:
显示是否添加提示;
响应于用户触发的确认添加指示,将所述无法确定缝合关系的缝合位标识与用户指定的所述至少一个目标缝合位标识间的缝合关系,添加至所述知识图谱。
9.根据权利要求1至8中任一项所述的方法,其特征在于,基于所述多个裁片的缝合关系信息,生成服装图像,包括:
基于所述多个裁片的缝合关系信息,确定所述多个裁片的相对位置关系;
确定所述多个裁片的摆放位置;
根据所述多个裁片的摆放位置及所述多个裁片的相对位置关系,生成所述服装图像。
10.根据权利要求9所述的方法,其特征在于,还包括:
获取面料配置参数;
根据所述面料配置参数,对所述服装图像进行渲染。
11.根据权利要求10所述的方法,其特征在于,所述面料配置参数包括如下中的至少一项:
面料贴图信息、面料理化参数。
12.根据权利要求10所述的方法,其特征在于,所述服装图像为多个,多个服装图像为所述服装不同角度的图像;以及,
所述方法,包括:
播放所述多个服装图像,以从多个角度展示所述虚拟服装。
13.根据权利要求1所述的方法,其特征在于,所述多个裁片图像在同一图片中。
14.根据权利要求1所述的方法,其特征在于,获取多个裁片图像,包括:
接收客户端发送的图片;
根据所述图片,得到所述多个裁片图像。
15.一种数据处理系统,其特征在于,包括:
客户端,用于向服务端设备发送多个裁片图像;
服务端,用于对所述多个裁片图像进行识别,得到所述多个裁片的裁片信息;根据所述多个裁片的裁片信息,确定所述多个裁片的缝合关系信息;基于所述多个裁片的缝合关系信息,生成服装图像;其中,所述服装图像中含有所述多个裁片缝合形成的虚拟服装;将所述服装图像发送至所述客户端;
所述客户端,还用于展示所述服装图像。
16.根据权利要求15所述的系统,其特征在于,所述服务端为云端。
17.一种数据处理方法,其特征在于,包括:
获取多个部件图像;
对所述多个部件图像进行识别,得到多个部件的部件信息;
根据所述多个部件的部件信息,确定多个部件的组合关系信息;
基于所述多个部件的组合关系信息,生成组合图像;其中,所述组合图像中含有所述多个部件完成组合后形成的组合品。
18.根据权利要求17所述的方法,其特征在于,所述多个部件的部件信息包括:部件标识及与所述部件标识关联的至少一个组合位标识;以及
根据所述多个部件的部件信息,确定所述多个部件的组合关系信息,包括:
根据所述多个部件中部件的部件标识及与部件标识关联的至少一个组合位标识,确定至少一组组合关系组;其中,组合关系组中含有同一部件上的两个不同组合位标识或不同部件上的两个组合位标识;
基于确定出的所述至少一组组合关系组,得到所述多个部件的组合关系信息。
19.根据权利要求18所述的方法,其特征在于,根据所述多个部件中部件的部件标识及与部件标识关联的至少一个组合位标识,确定至少一组组合关系组,包括:
获取知识图谱;其中,所述知识图谱中含有多个节点及任意两个节点之间的关系;节点包含至少两类,至少两类节点中含有表征部件标识的第一类节点及表征组合位标识的第二类节点;关系包含至少两类,至少两类关系中含有:反映部件标识及组合位标识关联的第一类关系,以及反映组合位标识间存在的组合关联的第二类关系;
利用知识图谱,确定所述多个部件中存在缝合关系的两个组合位标识,以得到一组组合关系组。
20.根据权利要求18所述的方法,其特征在于,还包括:
若存在无法确定组合关系的部件标识或组合位标识,则获取无法确定组合关系的部件标识或组合位标识的标记信息;
若能获取到所述标记信息,且所述标记信息为无需组合,则忽略无法确定组合关系的部件标识或组合位标识;
若未能获取到所述标记信息,则输出针对所述无法确定组合关系的部件标识或组合位标识的用户可感知提示。
21.根据权利要求20所述的方法,其特征在于,还包括如下中的至少一项:
响应于用户针对所述无法确定组合关系的部件标识触发的操作,获取用户输入的无需组合的标记信息,将所述标记信息与所述无法确定组合关系的部件标识关联;
响应于用户针对所述无法确定组合关系的组合位标识触发的操作,获取用户指定的至少一个目标组合位标识;根据所述无法确定组合关系的组合位标识与用户指定的所述至少一个目标组合位标识,确定得到一组组合关系组。
22.根据权利要求21所述的方法,其特征在于,还包括:
显示是否添加提示;
响应于用户触发的确认添加指示,将所述无法确定组合关系的组合位标识与用户指定的所述至少一个目标组合位标识间的组合关系,添加至所述知识图谱。
23.根据权利要求17至22中任一项所述的方法,其特征在于,基于所述多个部件的组合关系信息,生成组合图像,包括:
基于所述多个部件的组合关系信息,确定所述多个部件的相对位置关系;
根据所述多个部件的部件信息及所述多个部件的相对位置关系,生成所述组合图像。
24.根据权利要求23所述的方法,其特征在于,还包括:
获取材质配置参数;
根据所述材质配置参数,对所述组合图像进行渲染。
25.根据权利要求17所述的方法,其特征在于,所述多个部件图像在同一图片中。
26.一种数据处理系统,其特征在于,包括:
客户端,用于向服务端设备发送多个部件图像;
服务端,用于对所述多个部件图像进行识别,得到所述多个部件的部件信息;根据所述多个部件的部件信息,确定所述多个部件的组合关系信息;基于所述多个部件的组合关系信息,生成组合图像;其中,所述组合图像中含有所述多个部件组合形成的组合品;将所述组合品发送至所述客户端;
所述客户端,还用于展示所述组合图像。
27.根据权利要求26所述的系统,其特征在于,所述服务端为云端。
28.一种数据处理方法,其特征在于,包括:
显示多个裁片图像;
响应于用户针对所述多个裁片图像的转换指示,对所述多个裁片进行识别,并基于识别结果确定所述多个裁片的缝合关系信息;
根据所述多个裁片的缝合关系,生成并展示服装图像;
其中,所述服装图像中含有所述多个裁片缝合形成的虚拟服装。
29.根据权利要求28所述的方法,其特征在于,
将所述服装图像发送至目标设备,以等待目标设备针对所述服装图像的反馈。
30.根据权利要求29所述的方法,其特征在于,还包括:
接收所述目标设备针对所述服装图像发送的修改信息;
展示所述修改信息;
响应于用户对所述多个裁片图像中至少部分裁片图像的修改操作,获取修改后的所述多个裁片图像;
基于修改后的所述多个裁片图像,生成修改后的服装图像。
31.根据权利要求28至30中任一项所述的方法,其特征在于,还包括:
响应于用户针对所述服装图像的修改操作,获取修改参数;
基于所述修改参数,重新生成所述服装图像。
32.一种电子设备,其特征在于,包括:存储器和处理器,其中,
所述存储器,用于存储程序;
所述处理器,与所述存储器耦合,用于执行所述存储器中存储的所述程序,以用于:
获取多个裁片图像;
对所述多个裁片图像进行识别,得到所述多个裁片的裁片信息;
根据所述多个裁片的裁片信息,确定所述多个裁片的缝合关系信息;
基于所述多个裁片的缝合关系信息,生成服装图像;其中,所述服装图像中含有所述多个裁片缝合形成的虚拟服装。
33.一种电子设备,其特征在于,包括:存储器和处理器,其中,
所述存储器,用于存储程序;
所述处理器,与所述存储器耦合,用于执行所述存储器中存储的所述程序,以用于:
获取多个部件图像;
对所述多个部件图像进行识别,得到多个部件的部件信息;
根据所述多个部件的部件信息,确定多个部件的组合关系信息;
基于所述多个部件的组合关系信息,生成组合图像;其中,所述组合图像中含有所述多个部件完成组合后形成的组合品。
34.一种电子设备,其特征在于,包括:存储器、处理器及显示器,其中,
所述存储器,用于存储程序;
所述处理器,与所述存储器耦合,用于执行所述存储器中存储的所述程序,以用于:
控制所述显示器显示多个裁片图像;
响应于用户针对所述多个裁片图像的转换指示,对所述多个裁片进行识别,并基于识别结果确定所述多个裁片的缝合关系信息;
根据所述多个裁片的缝合关系,生成服装图像;
控制所述显示器显示所述服装图像;
其中,所述服装图像中含有所述多个裁片缝合形成的虚拟服装。
CN202010888009.6A 2020-08-28 2020-08-28 数据处理方法、系统及电子设备 Pending CN113297639A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010888009.6A CN113297639A (zh) 2020-08-28 2020-08-28 数据处理方法、系统及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010888009.6A CN113297639A (zh) 2020-08-28 2020-08-28 数据处理方法、系统及电子设备

Publications (1)

Publication Number Publication Date
CN113297639A true CN113297639A (zh) 2021-08-24

Family

ID=77318631

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010888009.6A Pending CN113297639A (zh) 2020-08-28 2020-08-28 数据处理方法、系统及电子设备

Country Status (1)

Country Link
CN (1) CN113297639A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114528294A (zh) * 2022-01-26 2022-05-24 广西玉柴机器股份有限公司 一种快速识别零件配套信息的方法和系统
CN114972195A (zh) * 2022-04-27 2022-08-30 清华大学 一种服装加工信息识别方法、系统及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160092956A1 (en) * 2014-09-30 2016-03-31 Jonathan Su Garment size mapping
CN106055834A (zh) * 2016-06-22 2016-10-26 江西服装学院 一种三维立体服装设计系统
CN107230256A (zh) * 2017-07-28 2017-10-03 合肥布竹梦依服装贸易有限公司 一种基于物联网的服装定制系统及其定制方法
CN107958488A (zh) * 2017-10-16 2018-04-24 中国科学院自动化研究所 服装裁片的交互式编辑与缝合方法及装置
CN109744624A (zh) * 2019-03-28 2019-05-14 浙江乔治白服饰股份有限公司 服装样板模型生成方法、装置和系统
CN110298719A (zh) * 2018-03-23 2019-10-01 真玫智能科技(深圳)有限公司 服装设计平台及应用该平台的服装设计方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160092956A1 (en) * 2014-09-30 2016-03-31 Jonathan Su Garment size mapping
CN106055834A (zh) * 2016-06-22 2016-10-26 江西服装学院 一种三维立体服装设计系统
CN107230256A (zh) * 2017-07-28 2017-10-03 合肥布竹梦依服装贸易有限公司 一种基于物联网的服装定制系统及其定制方法
CN107958488A (zh) * 2017-10-16 2018-04-24 中国科学院自动化研究所 服装裁片的交互式编辑与缝合方法及装置
CN110298719A (zh) * 2018-03-23 2019-10-01 真玫智能科技(深圳)有限公司 服装设计平台及应用该平台的服装设计方法
CN109744624A (zh) * 2019-03-28 2019-05-14 浙江乔治白服饰股份有限公司 服装样板模型生成方法、装置和系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
刘亚东;戴宏钦;赵子羽: "面向智能服装CAD的服装数字化描述", 现代丝绸科学与技术, no. 01, 28 February 2018 (2018-02-28) *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114528294A (zh) * 2022-01-26 2022-05-24 广西玉柴机器股份有限公司 一种快速识别零件配套信息的方法和系统
CN114972195A (zh) * 2022-04-27 2022-08-30 清华大学 一种服装加工信息识别方法、系统及存储介质

Similar Documents

Publication Publication Date Title
US11321769B2 (en) System and method for automatically generating three-dimensional virtual garment model using product description
US20220189095A1 (en) Method and computer program product for producing 3 dimensional model data of a garment
KR102173900B1 (ko) 의복 디자인 생성 방법 및 시스템과 이를 위한 통합 애플리케이션 프로그램
CN104978762B (zh) 服装三维模型生成方法及系统
Brouet et al. Design preserving garment transfer
US11461819B2 (en) Custom digital files for garment production
Yang et al. Detailed garment recovery from a single-view image
US8165711B2 (en) Automated generation of garment construction specification
US20190008226A1 (en) Method and System for Interactive Creation of Garments
WO2013123306A1 (en) System and method for simulating realistic clothing
US20210342495A1 (en) Garment Creation System, Method and Apparatus
CN113297639A (zh) 数据处理方法、系统及电子设备
JP6906288B2 (ja) 仮想衣類または家具のアップホルスタリのシームを定義するためのコンピュータ実施方法
US20230153488A1 (en) Apparatus and method for simulating a three-dimensional object
CN116050284B (zh) 一种利用aigc技术的时装再设计系统
Liu et al. A data-driven editing framework for automatic 3D garment modeling
CN115861572B (zh) 一种三维建模方法、装置、设备及存储介质
Li [Retracted] Virtual Garment Piece Design and Stitching Algorithm Based on Virtual Simulation Technology
Xiao et al. A dynamic virtual try-on simulation framework for speed skating suits
JP7388751B2 (ja) 学習データ生成装置、学習データ生成方法および学習データ生成プログラム
CN113553633A (zh) 数据生成方法、装置、电子设备及计算机存储介质
Ait Mouhou et al. 3D garment positioning using Hermite radial basis functions
CN111696179A (zh) 卡通三维模型和虚拟仿真人的生成方法、装置和存储介质
Srivastava et al. WordRobe: Text-Guided Generation of Textured 3D Garments
US20240303395A1 (en) Apparatus and method for simulating a three-dimensional object

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