CN113763453A - 一种人工智能量体系统及方法 - Google Patents
一种人工智能量体系统及方法 Download PDFInfo
- Publication number
- CN113763453A CN113763453A CN202111037025.5A CN202111037025A CN113763453A CN 113763453 A CN113763453 A CN 113763453A CN 202111037025 A CN202111037025 A CN 202111037025A CN 113763453 A CN113763453 A CN 113763453A
- Authority
- CN
- China
- Prior art keywords
- artificial intelligence
- user
- training
- module
- data
- 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
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 24
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000012549 training Methods 0.000 claims abstract description 39
- 238000012216 screening Methods 0.000 claims description 12
- 238000004458 analytical method Methods 0.000 claims description 6
- 230000037237 body shape Effects 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 claims description 4
- 238000007405 data analysis Methods 0.000 claims description 3
- 238000013135 deep learning Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims 1
- 238000013139 quantization Methods 0.000 description 6
- 230000002860 competitive effect Effects 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000013136 deep learning model Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 239000010931 gold Substances 0.000 description 1
- 229910052737 gold Inorganic materials 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Images
Classifications
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Geometry (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明涉及智能量体技术领域,具体地说,涉及一种人工智能量体系统及方法,方法包括:一、构建人体部位的训练学习模型;二、通过导入身体尺寸部位大数据进行模型训练;三、用户根据自己的身体选择相关特体信息;四、用户用手机拍摄指定姿势的照片,通过人工智能图像识别,识别出人体的身体轮廓;五、模型根据人体的身体轮廓匹配出适合用户的衣服尺寸。本发明能方便的量体。
Description
技术领域
本发明涉及智能量体技术领域,具体地说,涉及一种人工智能量体系统及方法。
背景技术
服装行业是与市场息息相关的行业。随着信息技术的快速发展及其领域的不断更新,在服装行业的运行模式发生变化时,为了要满足消费者日益增长的需求时,利用互联网、物联网,能使服装的个人定制、批量定制服务将成为服装领域的发展新趋势。
目前,对于人体精准数据的采集,大多使用3D红外线量体技术,通过红外线,扫描人体身体模型,但是有如下缺点:
(1)需要采购硬件设备,硬件设备成本较高,需要专人维护,对中小商家成本过高;
(2)机器放置需要场地,商家场地寸土寸金,对很多中小商家来讲成本过高;
(3)扫描者需穿紧身衣或者很少的衣物,不利于此设备的推广使用。
发明内容
本发明的内容是提供一种人工智能量体系统及方法,其能够克服现有技术的某种或某些缺陷。
根据本发明的一种人工智能量体方法,其包括以下步骤:
一、构建人体部位的训练学习模型;
二、通过导入身体尺寸部位大数据进行模型训练;
三、用户根据自己的身体选择相关特体信息;
四、用户用手机拍摄指定姿势的照片,通过人工智能图像识别,识别出人体的身体轮廓;
五、模型根据人体的身体轮廓匹配出适合用户的衣服尺寸。
作为优选,相关特体信息包括身高、体重、身型、肩型的一种或多种。
作为优选,步骤一中,根据机器深度学习和大数据分析技术构建人体部位的训练学习模型。
作为优选,步骤四中,指定姿势的照片需拍摄两张以上。
作为优选,步骤五中,模型将身体轮廓数据与训练完成的身体尺寸部位大数据进行对比分析,先筛选出对应的身体尺寸部位数据,然后根据筛选结果匹配出对应的衣服尺寸。
本发明还提供了一种人工智能量体系统,其采用上述的一种人工智能量体方法,并包括:
训练学习模型,用于导入身体尺寸部位大数据进行模型训练;
特体信息选择模块,用于用户根据自己的身体选择相关特体信息;
手机摄像模块,用于用户用手机拍摄两张以上的指定姿势的照片;
图像识别模块,用于识别出人体的身体轮廓;
匹配模块,用于根据人体的身体轮廓匹配出适合用户的衣服尺寸。
作为优选,训练学习模型中包括对比分析模块和筛选模块;
对比分析模块用于将身体轮廓数据与训练完成的身体尺寸部位大数据进行对比分析;
筛选模块用于筛选出对应的身体尺寸部位数据。
本发明可解决AI量体的使用局限性,只需要一台手机即可,极大程度上解决了使用成本;本发明不需要专业的量体人员和专业的量体知识,降低了AI量体的服务成本,通过AI量体可以更准确的判断自身适合的衣服尺码等。
本发明的具体有益效果如下:
1)随时随地,快速测量;
AI量体能够突破时间和空间的局限性,一台智能手机,按照提示操作即可在2分钟内完成量体。
2)无需人工,降低量体服务成本;
AI量体可以轻松实现一天数千个数据的录入,定制平台可以大幅度降低量体师团队的工资及管理成本,构建新的竞争优势。
3)净体尺寸应用,形成增量市场;
AI量体提供的净体尺寸,并可按照不同工厂生产标准进行自动匹配,突破西装、衬衫等品类低频消费的局限性,扩充女装、童装等新品类定制服务,从而形成巨额增量市场。
附图说明
图1为实施例1中一种人工智能量体方法的流程图。
具体实施方式
为进一步了解本发明的内容,结合附图和实施例对本发明作详细描述。应当理解的是,实施例仅仅是对本发明进行解释而并非限定。
实施例1
如图1所示,本实施例提供了一种人工智能量体方法,其包括以下步骤:
一、构建人体部位的训练学习模型;
二、通过导入身体尺寸部位大数据进行模型训练;
三、用户根据自己的身体选择相关特体信息;
四、用户用手机拍摄指定姿势的照片,通过人工智能图像识别,识别出人体的身体轮廓;
五、模型根据人体的身体轮廓匹配出适合用户的衣服尺寸。
相关特体信息包括身高、体重、身型、肩型的一种或多种。
步骤一中,根据机器深度学习和大数据分析技术构建人体部位的训练学习模型。
步骤四中,指定姿势的照片需拍摄两张以上。
步骤五中,模型将身体轮廓数据与训练完成的身体尺寸部位大数据进行对比分析,先筛选出对应的身体尺寸部位数据,然后根据筛选结果匹配出对应的衣服尺寸。
本实施例通过让用户选择关键数据:身高,体重,身型,肩型,在结合数千万人的身材比例匹配出最适合用户的一个尺寸,这样才算真正的完成智能AI量体的全过程,实际上,在用户选择完成之后,后台数据还要经过不断地分析和筛选才能够真正的完成量体过程,只不过后续的过程是不需要用户来完成的,因此,也就实现了这种所谓30秒轻松定制的说法。
本实施例还提供了一种人工智能量体系统,其采用上述的一种人工智能量体方法,并包括:
训练学习模型,用于导入身体尺寸部位大数据进行模型训练;
特体信息选择模块,用于用户根据自己的身体选择相关特体信息;
手机摄像模块,用于用户用手机拍摄两张以上的指定姿势的照片;
图像识别模块,用于识别出人体的身体轮廓;
匹配模块,用于根据人体的身体轮廓匹配出适合用户的衣服尺寸。
训练学习模型中包括对比分析模块和筛选模块;
对比分析模块用于将身体轮廓数据与训练完成的身体尺寸部位大数据进行对比分析;
筛选模块用于筛选出对应的身体尺寸部位数据。
训练学习模型包括参数服务器以及至少一个工作服务器,所述参数服务器与工作服务器之间通过通信模块进行数据传递:工作服务器,用于获取所述参数服务器上存储的初始化的模型参数及训练样本子集,基于训练样本子集,使用初始化的模型参数对所述模型副本进行训练;计算出当前参数的梯度,将梯度进行量化、编码,然后计算量化误差并保存在本地,并将量化后的梯度数据发送至参数服务器;
参数服务器,用于收集各个计算节点的梯度数据,根据收集到的梯度数据更新参数服务器上的模型参数,更新完成后将最新的参数发送至各工作服务器。
所述工作服务器包括:
获取模块,用于从参数服务器上获取训练样本子集、初始化的模型参数、最大迭代轮次、每次训练的数量批次、学习率、量化区间数及参数平均间隔的数据,并发送至存储模块;
存储模块,用于对从数据获取模块发送的数据分别进行存储;
训练数据确定模块,用于从存储模块中的取训练样本子集中获取出一批量的训练数据,作为第t次训练数据;
训练模块,用于分别获取存储模块中初始化的模型参数及深度学习模型副本和训练数据确定模块中的训练数据,基于训练数据,使用初始化的模型参数对深度学习模型副本进行训练,得到训练后的模型参数;
处理模块,用于获取训练模块发送的训练后的模型参数及存储模块中存储的学习率、量化区间数及参数平均间隔的数据;并对当前模型参数计算得到梯度,将梯度进行量化、编码,将量化后的梯度上传至参数服务器上,并计算量化误差,将量化误差发送至存储模块;
训练轮次判断模块,用于当本次训练轮次未达到最大训练轮次。
人工智能图像识别中,将原始图像经过Gabor滤波器进行预处理后再传入卷积神经网络,利用Gabor特征与卷积神经网络相结合实现了更精确的人体轮廓提取。
本实施例能随时随地,快速测量;AI量体能够突破时间和空间的局限性,一台智能手机,按照提示操作即可在2分钟内完成量体;无需人工,降低量体服务成本;AI量体可以轻松实现一天数千个数据的录入,定制平台可以大幅度降低量体师团队的工资及管理成本,构建新的竞争优势;净体尺寸应用,形成增量市场;AI量体提供的净体尺寸,并可按照不同工厂生产标准进行自动匹配,突破西装、衬衫等品类低频消费的局限性,扩充女装、童装等新品类定制服务,从而形成巨额增量市场。
以上示意性的对本发明及其实施方式进行了描述,该描述没有限制性,附图中所示的也只是本发明的实施方式之一,实际的结构并不局限于此。所以,如果本领域的普通技术人员受其启示,在不脱离本发明创造宗旨的情况下,不经创造性的设计出与该技术方案相似的结构方式及实施例,均应属于本发明的保护范围。
Claims (7)
1.一种人工智能量体方法,其特征在于:包括以下步骤:
一、构建人体部位的训练学习模型;
二、通过导入身体尺寸部位大数据进行模型训练;
三、用户根据自己的身体选择相关特体信息;
四、用户用手机拍摄指定姿势的照片,通过人工智能图像识别,识别出人体的身体轮廓;
五、模型根据人体的身体轮廓匹配出适合用户的衣服尺寸。
2.根据权利要求1所述的一种人工智能量体方法,其特征在于:相关特体信息包括身高、体重、身型、肩型的一种或多种。
3.根据权利要求2所述的一种人工智能量体方法,其特征在于:步骤一中,根据机器深度学习和大数据分析技术构建人体部位的训练学习模型。
4.根据权利要求3所述的一种人工智能量体方法,其特征在于:步骤四中,指定姿势的照片需拍摄两张以上。
5.根据权利要求4所述的一种人工智能量体方法,其特征在于:步骤五中,模型将身体轮廓数据与训练完成的身体尺寸部位大数据进行对比分析,先筛选出对应的身体尺寸部位数据,然后根据筛选结果匹配出对应的衣服尺寸。
6.一种人工智能量体系统,其特征在于:其采用如权利要求1-5中所述的任意一种人工智能量体方法,并包括:
训练学习模型,用于导入身体尺寸部位大数据进行模型训练;
特体信息选择模块,用于用户根据自己的身体选择相关特体信息;
手机摄像模块,用于用户用手机拍摄两张以上的指定姿势的照片;
图像识别模块,用于识别出人体的身体轮廓;
匹配模块,用于根据人体的身体轮廓匹配出适合用户的衣服尺寸。
7.根据权利要求6所述的一种人工智能量体装置,其特征在于:训练学习模型中包括对比分析模块和筛选模块;
对比分析模块用于将身体轮廓数据与训练完成的身体尺寸部位大数据进行对比分析;
筛选模块用于筛选出对应的身体尺寸部位数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111037025.5A CN113763453A (zh) | 2021-09-06 | 2021-09-06 | 一种人工智能量体系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111037025.5A CN113763453A (zh) | 2021-09-06 | 2021-09-06 | 一种人工智能量体系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113763453A true CN113763453A (zh) | 2021-12-07 |
Family
ID=78793054
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111037025.5A Pending CN113763453A (zh) | 2021-09-06 | 2021-09-06 | 一种人工智能量体系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113763453A (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109934613A (zh) * | 2019-01-16 | 2019-06-25 | 中德(珠海)人工智能研究院有限公司 | 一种虚拟服装试穿系统 |
CN110188437A (zh) * | 2019-05-22 | 2019-08-30 | 上海人赢网络科技有限公司 | 一种基于机器学习的成衣尺寸生成方法及其装置 |
CN111145207A (zh) * | 2018-10-17 | 2020-05-12 | 深圳市衣锦未来科技有限公司 | 一种通过照片测量以衣制衣的在线定制方法 |
CN111611928A (zh) * | 2020-05-22 | 2020-09-01 | 杭州智珺智能科技有限公司 | 一种基于单目视觉与关键点识别的身高及身体尺寸测量方法 |
EP3745352A1 (en) * | 2019-05-31 | 2020-12-02 | Presize UG | Methods and systems for determining body measurements and providing clothing size recommendations |
CN113112321A (zh) * | 2021-03-10 | 2021-07-13 | 深兰科技(上海)有限公司 | 智能量体方法、装置、电子设备及存储介质 |
CN113158272A (zh) * | 2021-03-30 | 2021-07-23 | 江苏云道信息技术有限公司 | 个性化服装定制的自动打版方法和系统 |
CN113272851A (zh) * | 2019-01-03 | 2021-08-17 | 株式会社艾迪讯 | 利用图像测量身体尺寸并推荐服装尺寸的方法、服务器及程序 |
-
2021
- 2021-09-06 CN CN202111037025.5A patent/CN113763453A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111145207A (zh) * | 2018-10-17 | 2020-05-12 | 深圳市衣锦未来科技有限公司 | 一种通过照片测量以衣制衣的在线定制方法 |
CN113272851A (zh) * | 2019-01-03 | 2021-08-17 | 株式会社艾迪讯 | 利用图像测量身体尺寸并推荐服装尺寸的方法、服务器及程序 |
CN109934613A (zh) * | 2019-01-16 | 2019-06-25 | 中德(珠海)人工智能研究院有限公司 | 一种虚拟服装试穿系统 |
CN110188437A (zh) * | 2019-05-22 | 2019-08-30 | 上海人赢网络科技有限公司 | 一种基于机器学习的成衣尺寸生成方法及其装置 |
EP3745352A1 (en) * | 2019-05-31 | 2020-12-02 | Presize UG | Methods and systems for determining body measurements and providing clothing size recommendations |
CN111611928A (zh) * | 2020-05-22 | 2020-09-01 | 杭州智珺智能科技有限公司 | 一种基于单目视觉与关键点识别的身高及身体尺寸测量方法 |
CN113112321A (zh) * | 2021-03-10 | 2021-07-13 | 深兰科技(上海)有限公司 | 智能量体方法、装置、电子设备及存储介质 |
CN113158272A (zh) * | 2021-03-30 | 2021-07-23 | 江苏云道信息技术有限公司 | 个性化服装定制的自动打版方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113449135B (zh) | 图像生成系统与方法 | |
CN111027487B (zh) | 基于多卷积核残差网络的行为识别系统、方法、介质及设备 | |
CN110188227B (zh) | 一种基于深度学习与低秩矩阵优化的哈希图像检索方法 | |
US20220239988A1 (en) | Display method and apparatus for item information, device, and computer-readable storage medium | |
CN110020623B (zh) | 基于条件变分自编码器的人体活动识别系统及方法 | |
KR101830056B1 (ko) | 딥러닝 기반의 병해 진단 시스템 및 그 이용방법 | |
CN109446927B (zh) | 基于先验知识的双人交互行为识别方法 | |
CN107516127B (zh) | 服务机器人自主获取人穿携物品归属语义的方法及系统 | |
CN110532996A (zh) | 视频分类的方法、信息处理的方法以及服务器 | |
CN109670546B (zh) | 一种基于预设模板的商品匹配及数量回归识别算法 | |
CN111954250B (zh) | 一种轻量级Wi-Fi行为感知方法和系统 | |
CN110728179A (zh) | 一种采用多路卷积神经网络的猪脸识别方法 | |
CN109344998A (zh) | 一种基于医疗美容场景的客户违约概率预测方法 | |
CN104063686A (zh) | 作物叶部病害图像交互式诊断系统与方法 | |
CN104361357B (zh) | 基于图片内容分析的相片集分类系统及分类方法 | |
CN107392238A (zh) | 基于移动视觉搜索的户外植物知识拓展学习系统 | |
US20220301214A1 (en) | Estimating a surface area and/or volume of a body or a body part of a subject | |
CN111985332A (zh) | 一种基于深度学习的改进损失函数的步态识别方法 | |
CN115457458A (zh) | 一种非接触式智能盘点系统和方法 | |
CN108052918A (zh) | 一种笔迹比对系统及方法 | |
Singh et al. | A sparse coded composite descriptor for human activity recognition | |
CN110472600A (zh) | 眼底图识别及其训练方法、装置、设备和存储介质 | |
CN110688966A (zh) | 语义指导的行人重识别方法 | |
CN112836755B (zh) | 基于深度学习的样本图像生成方法及其系统 | |
CN113763453A (zh) | 一种人工智能量体系统及方法 |
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 |