CN117315155A - 用于虚拟试衣场景转换的提示方法及系统、设备及介质 - Google Patents
用于虚拟试衣场景转换的提示方法及系统、设备及介质 Download PDFInfo
- Publication number
- CN117315155A CN117315155A CN202311332971.1A CN202311332971A CN117315155A CN 117315155 A CN117315155 A CN 117315155A CN 202311332971 A CN202311332971 A CN 202311332971A CN 117315155 A CN117315155 A CN 117315155A
- Authority
- CN
- China
- Prior art keywords
- virtual
- fitting
- user
- length
- video image
- 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
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000006243 chemical reaction Methods 0.000 title claims abstract description 20
- 230000007704 transition Effects 0.000 claims description 14
- 238000005516 engineering process Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 10
- 238000005259 measurement Methods 0.000 claims description 9
- 238000000605 extraction Methods 0.000 claims description 7
- 230000000694 effects Effects 0.000 abstract description 14
- 238000004422 calculation algorithm Methods 0.000 description 13
- 238000012545 processing Methods 0.000 description 9
- 238000003708 edge detection Methods 0.000 description 6
- 238000013527 convolutional neural network Methods 0.000 description 4
- 238000012937 correction Methods 0.000 description 4
- 238000013135 deep learning Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 230000003044 adaptive effect Effects 0.000 description 2
- 230000003042 antagnostic effect Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 239000004744 fabric Substances 0.000 description 2
- 238000002372 labelling Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000003786 synthesis reaction Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
- G06T17/205—Re-meshing
-
- 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
- G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Architecture (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明提供了一种用于虚拟试衣场景转换的提示方法及系统、设备及介质；所述提示方法包括如下步骤：获取试衣用户在视频图像内的身体长度；确定虚拟服装相对于所述试衣用户对应的三维虚拟试衣模型的长度；若所述试衣用户在视频图像内的身体长度小于所述虚拟服装相对于三维虚拟试衣模型的长度，则生成提示信息。本发明的用于虚拟试衣场景转换的提示方法及系统、设备及介质，通过计算用户身体长度和虚拟服装长度的比较，能够判断出用户进入视频图像内的身长是否足以展示虚拟服装，避免了因为用户身体长度不足而无法完全展示虚拟服装的问题，从而使得用户在从虚拟试衣向真人试衣场景进行切换时能够更合理有效地进行展示，保障和提升了试衣效果。
Description
技术领域
本发明涉及虚拟试衣技术领域，尤其涉及一种用于虚拟试衣场景转换的提示方法及系统、设备及介质。
背景技术
三维虚拟模型试衣技术是一种先进的数字化试衣解决方案，它结合了三维建模、计算机图形学和视频图像处理等技术。用户可以通过使用专门的软件或应用程序，在计算机、手机或其他设备上，根据自身的身材数据，创建一个虚拟的三维模型，然后选择并穿上不同的数字化服装。
在三维虚拟模型上查看试穿效果后，用户可以切换到真人试衣的模式。这时，用户可以通过摄像头拍摄自己的真实视频，并将数字化服装通过视频图像处理的方式实时地显示在用户的身上。这种技术利用计算机视觉和图像处理算法，将数字化服装与用户的实时视频进行融合，使得用户能够在真实环境中看到自己穿着不同的服装的效果。当用户从三维虚拟模型试衣转换为真人试衣时，他们需要站在终端设备的镜头前。然而，如果用户站得太近，镜头可能无法捕捉到用户身体的足够位置，这将导致无法完整展示虚拟试穿的效果，从而影响用户的体验。
发明内容
本发明要解决的技术问题是为了克服现有技术中的上述缺陷，提供一种用于虚拟试衣场景转换的提示方法及系统、设备及介质。
本发明是通过下述技术方案来解决上述技术问题：
本发明提供了一种用于虚拟试衣场景转换的提示方法，包括如下步骤：
获取试衣用户在视频图像内的身体长度；
确定虚拟服装相对于所述试衣用户对应的三维虚拟试衣模型的长度；
若所述试衣用户在视频图像内的身体长度小于所述虚拟服装相对于三维虚拟试衣模型的长度，则生成提示信息；
其中，所述视频图像用于展示所述试衣用户从虚拟试衣场景转换到真人虚拟试衣时拍摄的画面。
较佳地，所述确定虚拟服装相对于所述试衣用户对应的三维虚拟试衣模型的长度的步骤包括：
基于三维网格变形技术将所述虚拟服装装配至所述三维虚拟试衣模型；
基于计算机视觉技术测量确定所述虚拟服装相对于所述试衣用户对应的三维虚拟试衣模型的长度。
较佳地，所述获取试衣用户在视频图像内的身体长度的步骤包括：
提取所述试衣用户在视频图像内的轮廓数据；
基于所述轮廓数据和所述视频图像，获取所述试衣用户在视频图像内的身体长度。
较佳地，所述提示方法还包括：
若所述试衣用户在视频图像内的身体长度不小于所述虚拟服装相对于三维虚拟试衣模型的长度，则将所述虚拟服装装配至所述用户视频图像的轮廓进行展示。
本发明还提供了一种用于虚拟试衣场景转换的提示系统，包括：
获取模块，用于获取试衣用户在视频图像内的身体长度；
确定模块，用于确定虚拟服装相对于所述试衣用户对应的三维虚拟试衣模型的长度；
提示模块，用于当所述试衣用户在视频图像内的身体长度小于所述虚拟服装相对于三维虚拟试衣模型的长度时，则生成提示信息；
其中，所述视频图像用于展示所述试衣用户从虚拟试衣场景转换到真人虚拟试衣时拍摄的画面。
较佳地，所述确定模块包括：
装配单元，用于基于三维网格变形技术将所述虚拟服装装配至所述三维虚拟试衣模型；
测量单元，用于基于计算机视觉技术测量确定所述虚拟服装相对于所述试衣用户对应的三维虚拟试衣模型的长度。
较佳地，所述获取模块包括：
提取单元，用于提取所述试衣用户在视频图像内的轮廓数据；
身体长度获取单元，用于基于所述轮廓数据和所述视频图像，获取所述试衣用户在视频图像内的身体长度。
较佳地，所述提示系统还包括：
展示模块，用于当所述试衣用户在视频图像内的身体长度不小于所述虚拟服装相对于三维虚拟试衣模型的长度时，将所述虚拟服装装配至所述用户视频图像的轮廓进行展示。
本发明还提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行计算机程序时实现上述的用于虚拟试衣场景转换的提示方法。
本发明还提供了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的用于虚拟试衣场景转换的提示方法。
本发明的积极进步效果在于：本发明提供了一种用于虚拟试衣场景转换的提示方法及系统、设备及介质，通过计算用户身体长度和虚拟服装长度的比较，能够判断出用户进入视频图像内的身长是否足以展示虚拟服装，避免了因为用户身体长度不足而无法完全展示虚拟服装的问题，从而使得用户在从虚拟试衣向真人试衣场景进行切换时能够更合理有效地进行展示，保障和提升了试衣效果。
附图说明
图1为本发明实施例1用于虚拟试衣场景转换的提示方法的流程图。
图2为本发明实施例1的应用场景效果示意图。
图3为本发明实施例2用于虚拟试衣场景转换的提示系统的模块示意图。
图4为本发明实施例3的电子产品的结构框图。
具体实施方式
为了更清楚地说明本说明书实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地，下面描述中的附图仅仅是本说明书的一些示例或实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图将本说明书应用于其它类似情景。除非从语言环境中显而易见或另做说明，图中相同标号代表相同结构或操作。
本实施例所提供的用于虚拟试衣场景转换的提示方法可以在智能终端、计算机终端、网络设备、芯片、芯片模组或者类似的运算装置中执行。在本申请中提及“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申请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，也不是与其它实施例互斥的独立的或备选的实施例。
实施例1
如上所述，当试衣用户在三维虚拟试衣模型上查看试穿效果后，可以切换到真人试衣的模式。这时，试衣用户可以通过摄像头拍摄自己的真实视频图像，并将数字化服装通过视频图像处理的方式实时地显示在用户的身上，产生虚拟服装和真实人像的叠加效果进行展示、浏览和评价。针对该种应用场景，参见图1所示，本实施例具体提供了一种用于虚拟试衣场景转换的提示方法，包括如下步骤：
S1.获取试衣用户在视频图像内的身体长度；
S2.确定虚拟服装相对于试衣用户对应的三维虚拟试衣模型的长度；
S3.若试衣用户在视频图像内的身体长度小于虚拟服装相对于三维虚拟试衣模型的长度，则生成提示信息；
其中，视频图像用于展示试衣用户从虚拟试衣场景转换到真人虚拟试衣时拍摄的画面。
步骤S3生成的提示信息用于提示用户调整和摄像头的距离，以使采集的视频图像和待展示的虚拟服装更为适配。通过将计算出的用户身体长度与虚拟服装的长度进行比较，如果用户身体的长度不足以展示完整的虚拟服装，则可以提示用户调整他们与摄像头的距离。此外，当步骤S1中获取试衣用户身体长度的精度未达到预设，也可提示试衣用户进行相应的操作，以使视频图像中包含预设的尺寸参考物，比如标准A4纸。然后通过比较用户身体和参考物的像素数，可以更为准确地估计出用户身体的长度。提示信息生成后，本实施例的提示方法基于试衣用户调整拍摄位置后生成的视频图像重新进行判断，只要试衣用户在视频图像内的身体长度小于虚拟服装相对于三维虚拟试衣模型的长度，则不断生成提示信息，直至调整到符合要求为止。
作为较佳的实施方式，步骤S2包括：
基于三维网格变形技术将所述虚拟服装装配至三维虚拟试衣模型；
基于计算机视觉技术测量确定所述虚拟服装相对于试衣用户对应的三维虚拟试衣模型的长度。
步骤S2将虚拟服装应用到三维虚拟试衣模型上，进而对其长度进行量度。通过接收虚拟模型和虚拟服装的数据作为输入，输出装配了虚拟服装后的三维虚拟试衣模型，再将装配了虚拟服装后的三维虚拟试衣模型进行处理后得到虚拟服装的长度。较佳地，还可将虚拟服装的原始长度和三维虚拟试衣模型的尺寸作为输入，应用预设的校正算法对虚拟服装在模型上的长度进行校正纠偏，获得最终的虚拟服装长度。
具体地，将虚拟服装应用到三维虚拟试衣模型上可以使用三维模型的网格变形技术，将虚拟服装的形状和尺寸与三维虚拟试衣模型的身体特征相匹配实现装配。也可以通过物理引擎或布料仿真算法，模拟虚拟服装在虚拟模型上的动态效果实现虚拟服装装配到三维虚拟试衣模型。
在虚拟服装成功装配到三维虚拟试衣模型后，通过计算机视觉技术测量虚拟服装在三维虚拟试衣模型上的长度可以采用如下方法：
a.边缘检测和轮廓提取方法：采用Sobel、Canny或Laplacian等边缘检测方法提取虚拟服装的边缘数据；再采用轮廓跟踪算法，如Freeman链码、四方向链码等计算虚拟服装在三维虚拟试衣模型上的长度。
b.特征点检测和跟踪方法：采用SIFT、SURF、ORB等特征点检测算法提取虚拟服装的关键特征点。通过跟踪这些特征点的移动计算出虚拟服装在三维虚拟试衣模型上的长度。
c.采用卷积神经网络或生成对抗网络训练长度测算模型来估计虚拟服装在三维虚拟试衣模型上的长度。这需要大量的标注数据，并且计算资源消耗较大，但可以得到更准确的结果。
可选地，由于虚拟模型和实际尺寸可能存在一定的偏差，所以需要对测量结果进行校正。这可以通过比较虚拟模型和实际尺寸的比例对测量结果进行比例调整。
作为较佳的实施方式，步骤S1包括：
提取试衣用户在视频图像内的轮廓数据；
基于轮廓数据和视频图像，获取试衣用户在视频图像内的身体长度。
步骤S1通过获取拍摄试衣用户的摄像头的视频图像并识别用户在视频图像中的轮廓，获取相应的轮廓数据。进而基于轮廓数据和视频图像，以及用于拍摄的摄像头的参数等数据，计算获得用户的身体长度。
具体地，使用摄像头捕获用户的实时视频流。这个视频流应该包括用户的全身，以便可以准确地测量身体的长度，在视频图像中识别用户的轮廓，使用前述的边缘检测、轮廓提取等图像处理技术，或采用卷积神经网络、生成对抗网络等深度学习算法训练模型来识别获取轮廓数据。
在识别出用户的轮廓后，计算进入摄像头的用户身体的长度可以通过比较用户身体的像素数和摄像头的视场角以及距离来实现；也可以通过深度学习算法，训练一个模型来估计用户身体的长度。
可选地，由于人体各个部位长度比例在一定范围内是相对固定的，例如身高通常与臂展接近，因此如果识别出用户的某个部位比如手臂或腿，也可以通过这个部位的长度和预设换算参数来估算用户的全身长度。
此外，深度摄像头可以获取物体的深度信息，从而可以更准确地测量物体的长度。也可以使用深度摄像头来获取用户的视频流从而获取更佳的测量精度。
作为较佳的实施方式，所述提示方法还包括：
S4.若试衣用户在视频图像内的身体长度不小于虚拟服装相对于三维虚拟试衣模型的长度，则将虚拟服装装配至用户视频图像的轮廓进行展示。
具体地，可以通过图像合成技术实现，例如，可以使用透视变换将虚拟服装的图像映射到用户轮廓的图像上。如图2所示，当用户因拍摄距离太近，导致进入视频图像的人像无法保证虚拟服装和真人视频图像的叠加效果，则不断发出提示信息，直至距离达到要求时候，进行虚拟服装在试衣用户视频图像上的叠加展示。
本实施例的用于虚拟试衣场景转换的提示方法通过计算用户身体长度和虚拟服装长度的比较，能够判断出用户进入视频图像内的身长是否足以展示虚拟服装，避免了因为用户身体长度不足而无法完全展示虚拟服装的问题，从而使得用户在从虚拟试衣向真人试衣场景进行切换时能够更合理有效地进行展示，保障和提升了试衣效果。
实施例2
参见图3所示，本实施例具体提供了一种用于虚拟试衣场景转换的提示系统，包括：
获取模块1，用于获取试衣用户在视频图像内的身体长度；
确定模块2，用于确定虚拟服装相对于所述试衣用户对应的三维虚拟试衣模型的长度；
提示模块3，用于当所述试衣用户在视频图像内的身体长度小于所述虚拟服装相对于三维虚拟试衣模型的长度时，则生成提示信息；
其中，所述视频图像用于展示所述试衣用户从虚拟试衣场景转换到真人虚拟试衣时拍摄的画面。
提示模块3生成的提示信息用于提示用户调整和摄像头的距离，以使采集的视频图像和待展示的虚拟服装更为适配。通过将计算出的用户身体长度与虚拟服装的长度进行比较，如果用户身体的长度不足以展示完整的虚拟服装，则可以提示用户调整他们与摄像头的距离。此外，当获取试衣用户身体长度的精度未达到预设，也可提示试衣用户进行相应的操作，以使视频图像中包含预设的尺寸参考物，比如标准A4纸。然后通过比较用户身体和参考物的像素数，可以更为准确地估计出用户身体的长度。
提示信息生成后，本实施例的提示方法基于试衣用户调整拍摄位置后生成的视频图像重新进行判断，只要试衣用户在视频图像内的身体长度小于虚拟服装相对于三维虚拟试衣模型的长度，则不断生成提示信息，直至调整到符合要求为止。
作为较佳的实施方式，确定模块2包括：
装配单元，用于基于三维网格变形技术将所述虚拟服装装配至三维虚拟试衣模型；
测量单元，用于基于计算机视觉技术测量确定所述虚拟服装相对于试衣用户对应的三维虚拟试衣模型的长度。
确定模块2将虚拟服装应用到三维虚拟试衣模型上，进而对其长度进行量度。通过接收虚拟模型和虚拟服装的数据作为输入，输出装配了虚拟服装后的三维虚拟试衣模型，再将装配了虚拟服装后的三维虚拟试衣模型进行处理后得到虚拟服装的长度。较佳地，还可将虚拟服装的原始长度和三维虚拟试衣模型的尺寸作为输入，应用预设的校正算法对虚拟服装在模型上的长度进行校正纠偏，获得最终的虚拟服装长度。
具体地，将虚拟服装应用到三维虚拟试衣模型上可以使用三维模型的网格变形技术，将虚拟服装的形状和尺寸与三维虚拟试衣模型的身体特征相匹配实现装配。也可以通过物理引擎或布料仿真算法，模拟虚拟服装在虚拟模型上的动态效果实现虚拟服装装配到三维虚拟试衣模型。
在虚拟服装成功装配到三维虚拟试衣模型后，通过计算机视觉技术测量虚拟服装在三维虚拟试衣模型上的长度可以采用如下方法：
a.边缘检测和轮廓提取方法：采用Sobel、Canny或Laplacian等边缘检测方法提取虚拟服装的边缘数据；再采用轮廓跟踪算法，如Freeman链码、四方向链码等计算虚拟服装在三维虚拟试衣模型上的长度。
b.特征点检测和跟踪方法：采用SIFT、SURF、ORB等特征点检测算法提取虚拟服装的关键特征点。通过跟踪这些特征点的移动计算出虚拟服装在三维虚拟试衣模型上的长度。
c.采用卷积神经网络或生成对抗网络训练长度测算模型来估计虚拟服装在三维虚拟试衣模型上的长度。这需要大量的标注数据，并且计算资源消耗较大，但可以得到更准确的结果。
可选地，由于虚拟模型和实际尺寸可能存在一定的偏差，所以需要对测量结果进行校正。这可以通过比较虚拟模型和实际尺寸的比例对测量结果进行比例调整。
作为较佳的实施方式，获取模块1包括：
提取单元，用于提取试衣用户在视频图像内的轮廓数据；
身体长度获取单元，用于基于轮廓数据和视频图像，获取试衣用户在视频图像内的身体长度。
身体长度获取单元，用于通过获取拍摄试衣用户的摄像头的视频图像并识别用户在视频图像中的轮廓，获取相应的轮廓数据。进而基于轮廓数据和视频图像，以及用于拍摄的摄像头的参数等数据，计算获得用户的身体长度。
具体地，使用摄像头捕获用户的实时视频流。这个视频流应该包括用户的全身，以便可以准确地测量身体的长度，在视频图像中识别用户的轮廓，使用前述的边缘检测、轮廓提取等图像处理技术，或采用卷积神经网络、生成对抗网络等深度学习算法训练模型来识别获取轮廓数据。
在识别出用户的轮廓后，计算进入摄像头的用户身体的长度可以通过比较用户身体的像素数和摄像头的视场角以及距离来实现；也可以通过深度学习算法，训练一个模型来估计用户身体的长度。
可选地，由于人体各个部位长度比例在一定范围内是相对固定的，例如身高通常为两个臂展，因此如果识别出用户的某个部位比如手臂或腿，也可以通过这个部位的长度和预设换算参数来估算用户的全身长度。
此外，深度摄像头可以获取物体的深度信息，从而可以更准确地测量物体的长度。也可以使用深度摄像头来获取用户的视频流从而获取更佳的测量精度。
作为较佳的实施方式，提示系统还包括：
展示模块4，用于当试衣用户在视频图像内的身体长度不小于虚拟服装相对于三维虚拟试衣模型的长度时，将虚拟服装装配至用户视频图像的轮廓进行展示。
具体地，可以通过图像合成技术实现，例如，可以使用透视变换将虚拟服装的图像映射到用户轮廓的图像上。
本实施例的用于虚拟试衣场景转换的提示系统通过计算用户身体长度和虚拟服装长度的比较，能够判断出用户进入视频图像内的身长是否足以展示虚拟服装，避免了因为用户身体长度不足而无法完全展示虚拟服装的问题，从而使得用户在从虚拟试衣向真人试衣场景进行切换时能够更合理有效地进行展示，保障和提升了试衣效果。
实施例3
图4为本实施例提供的一种电子设备的结构框图。电子设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行程序时实现上述实施例中的用于虚拟试衣场景转换的提示方法。图4显示的电子设备30仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图4所示，电子设备30可以以通用计算设备的形式表现，例如其可以为服务器设备。电子设备30的组件可以包括但不限于：上述至少一个处理器31、上述至少一个存储器32、连接不同系统组件(包括存储器32和处理器31)的总线33。
总线33包括数据总线、地址总线和控制总线。
存储器32可以包括易失性存储器，例如随机存取存储器(RAM)321和/或高速缓存存储器322，还可以进一步包括只读存储器(ROM)323。
存储器32还可以包括具有一组(至少一个)程序模块324的程序/实用工具325，这样的程序模块324包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
处理器31通过运行存储在存储器32中的计算机程序，从而执行各种功能应用以及数据处理，例如本发明如上所述的用于虚拟试衣场景转换的提示方法。
电子设备30也可以与一个或多个外部设备34(例如键盘、指向设备等)通信。这种通信可以通过输入/输出(I/O)接口35进行。并且，模型生成的设备30还可以通过网络适配器36与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图4所示，网络适配器36通过总线33与模型生成的设备30的其它模块通信。应当明白，尽管图中未示出，可以结合模型生成的设备30使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、RAID(磁盘阵列)系统、磁带驱动器以及数据备份存储系统等。
应当注意，尽管在上文详细描述中提及了电子设备的若干单元/模块或子单元/模块，但是这种划分仅仅是示例性的并非强制性的。实际上，根据本发明的实施方式，上文描述的两个或更多单元/模块的特征和功能可以在一个单元/模块中具体化。反之，上文描述的一个单元/模块的特征和功能可以进一步划分为由多个单元/模块来具体化。
实施例4
本实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，程序被处理器执行时实现如上述实施例的用于虚拟试衣场景转换的提示方法中的步骤。其中，可读存储介质可以采用更具体可以包括但不限于：便携式盘、硬盘、随机存取存储器、只读存储器、可擦拭可编程只读存储器、光存储器件、磁存储器件或上述的任意合适的组合。
在可能的实施方式中，本发明还可以实现为一种程序产品的形式，其包括程序代码，当程序产品在终端设备上运行时，程序代码用于使终端设备执行实现如上所述的用于虚拟试衣场景转换的提示方法。其中，可以以一种或多种程序设计语言的任意组合来编写用于执行本发明的程序代码，程序代码可以完全地在用户设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户设备上部分在远程设备上执行或完全在远程设备上执行。
虽然以上描述了本发明的具体实施方式，但是本领域的技术人员应当理解，这仅是举例说明，本发明的保护范围是由所附权利要求书限定的。本领域的技术人员在不背离本发明的原理和实质的前提下，可以对这些实施方式做出多种变更或修改，但这些变更和修改均落入本发明的保护范围。
Claims (10)
1.一种用于虚拟试衣场景转换的提示方法，其特征在于，包括如下步骤：
获取试衣用户在视频图像内的身体长度；
确定虚拟服装相对于所述试衣用户对应的三维虚拟试衣模型的长度；
若所述试衣用户在视频图像内的身体长度小于所述虚拟服装相对于三维虚拟试衣模型的长度，则生成提示信息；
其中，所述视频图像用于展示所述试衣用户从虚拟试衣场景转换到真人虚拟试衣时拍摄的画面。
2.如权利要求1所述的用于虚拟试衣场景转换的提示方法，其特征在于，所述确定虚拟服装相对于所述试衣用户对应的三维虚拟试衣模型的长度的步骤包括：
基于三维网格变形技术将所述虚拟服装装配至所述三维虚拟试衣模型；
基于计算机视觉技术测量确定所述虚拟服装相对于所述试衣用户对应的三维虚拟试衣模型的长度。
3.如权利要求1所述的用于虚拟试衣场景转换的提示方法，其特征在于，所述获取试衣用户在视频图像内的身体长度的步骤包括：
提取所述试衣用户在视频图像内的轮廓数据；
基于所述轮廓数据和所述视频图像，获取所述试衣用户在视频图像内的身体长度。
4.如权利要求1所述的用于虚拟试衣场景转换的提示方法，其特征在于，所述提示方法还包括：
若所述试衣用户在视频图像内的身体长度不小于所述虚拟服装相对于三维虚拟试衣模型的长度，则将所述虚拟服装装配至所述用户视频图像的轮廓进行展示。
5.一种用于虚拟试衣场景转换的提示系统，其特征在于，包括：
获取模块，用于获取试衣用户在视频图像内的身体长度；
确定模块，用于确定虚拟服装相对于所述试衣用户对应的三维虚拟试衣模型的长度；
提示模块，用于当所述试衣用户在视频图像内的身体长度小于所述虚拟服装相对于三维虚拟试衣模型的长度时，则生成提示信息；
其中，所述视频图像用于展示所述试衣用户从虚拟试衣场景转换到真人虚拟试衣时拍摄的画面。
6.如权利要求5所述的用于虚拟试衣场景转换的提示系统，其特征在于，所述确定模块包括：
装配单元，用于基于三维网格变形技术将所述虚拟服装装配至所述三维虚拟试衣模型；
测量单元，用于基于计算机视觉技术测量确定所述虚拟服装相对于所述试衣用户对应的三维虚拟试衣模型的长度。
7.如权利要求5所述的用于虚拟试衣场景转换的提示系统，其特征在于，所述获取模块包括：
提取单元，用于提取所述试衣用户在视频图像内的轮廓数据；
身体长度获取单元，用于基于所述轮廓数据和所述视频图像，获取所述试衣用户在视频图像内的身体长度。
8.如权利要求5所述的用于虚拟试衣场景转换的提示系统，其特征在于，所述提示系统还包括：
展示模块，用于当所述试衣用户在视频图像内的身体长度不小于所述虚拟服装相对于三维虚拟试衣模型的长度时，将所述虚拟服装装配至所述用户视频图像的轮廓进行展示。
9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行计算机程序时实现如权利要求1-4中任一项所述的用于虚拟试衣场景转换的提示方法。
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如权利要求1-4中任一项所述的用于虚拟试衣场景转换的提示方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311332971.1A CN117315155A (zh) | 2023-10-13 | 2023-10-13 | 用于虚拟试衣场景转换的提示方法及系统、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311332971.1A CN117315155A (zh) | 2023-10-13 | 2023-10-13 | 用于虚拟试衣场景转换的提示方法及系统、设备及介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117315155A true CN117315155A (zh) | 2023-12-29 |
Family
ID=89246105
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311332971.1A Pending CN117315155A (zh) | 2023-10-13 | 2023-10-13 | 用于虚拟试衣场景转换的提示方法及系统、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117315155A (zh) |
-
2023
- 2023-10-13 CN CN202311332971.1A patent/CN117315155A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110139115B (zh) | 基于关键点的虚拟形象姿态控制方法、装置及电子设备 | |
| JP6560480B2 (ja) | 画像処理システム、画像処理方法、及びプログラム | |
| KR101791590B1 (ko) | 물체 자세 인식장치 및 이를 이용한 물체 자세 인식방법 | |
| CN113706699B (zh) | 数据处理方法、装置、电子设备及计算机可读存储介质 | |
| CN111417983A (zh) | 基于事件相机的可变形对象跟踪 | |
| CN111598998A (zh) | 三维虚拟模型重建方法、装置、计算机设备和存储介质 | |
| CN108200334B (zh) | 图像拍摄方法、装置、存储介质及电子设备 | |
| CN110544301A (zh) | 一种三维人体动作重建系统、方法和动作训练系统 | |
| GB2560340A (en) | Verification method and system | |
| CN113449570A (zh) | 图像处理方法和装置 | |
| JPH11259660A (ja) | 三次元動作復元システム | |
| CN111008935B (zh) | 一种人脸图像增强方法、装置、系统及存储介质 | |
| CN107959798B (zh) | 视频数据实时处理方法及装置、计算设备 | |
| CN111723707A (zh) | 一种基于视觉显著性的注视点估计方法及装置 | |
| CN109859100A (zh) | 虚拟背景的显示方法、电子设备和计算机可读存储介质 | |
| CN112017212A (zh) | 人脸关键点跟踪模型的训练、跟踪方法及系统 | |
| CN107066095B (zh) | 一种信息处理方法及电子设备 | |
| KR20160046399A (ko) | 텍스쳐 맵 생성 방법 및 장치와 데이터 베이스 생성 방법 | |
| CN117456558A (zh) | 一种基于摄像头的人体姿态估计与控制方法及相关设备 | |
| WO2023185241A1 (zh) | 数据处理方法、装置、设备以及介质 | |
| CN114898447B (zh) | 一种基于自注意力机制的个性化注视点检测方法及装置 | |
| CN113342157A (zh) | 眼球追踪处理方法及相关装置 | |
| CN114401446B (zh) | 人体姿态迁移方法、装置、系统、电子设备以及存储介质 | |
| CN112396117B (zh) | 图像的检测方法、装置及电子设备 | |
| CN117315155A (zh) | 用于虚拟试衣场景转换的提示方法及系统、设备及介质 |
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 |