CN118037901A - 虚拟形象生成方法、虚拟试衣方法及相关设备 - Google Patents
虚拟形象生成方法、虚拟试衣方法及相关设备 Download PDFInfo
- Publication number
- CN118037901A CN118037901A CN202211374473.9A CN202211374473A CN118037901A CN 118037901 A CN118037901 A CN 118037901A CN 202211374473 A CN202211374473 A CN 202211374473A CN 118037901 A CN118037901 A CN 118037901A
- Authority
- CN
- China
- Prior art keywords
- target object
- avatar
- target
- candidate
- 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 86
- 238000005259 measurement Methods 0.000 claims abstract description 150
- 238000004590 computer program Methods 0.000 claims description 15
- 238000000605 extraction Methods 0.000 claims description 4
- 210000001624 hip Anatomy 0.000 description 124
- 238000010586 diagram Methods 0.000 description 18
- 238000013461 design Methods 0.000 description 14
- 230000037237 body shape Effects 0.000 description 13
- 210000001217 buttock Anatomy 0.000 description 9
- 230000006870 function Effects 0.000 description 9
- 238000003062 neural network model Methods 0.000 description 7
- 238000012549 training Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 230000037303 wrinkles Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 210000000689 upper leg Anatomy 0.000 description 4
- 235000014443 Pyrus communis Nutrition 0.000 description 2
- 210000001015 abdomen Anatomy 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000037396 body weight Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000003252 repetitive effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 1
- 240000007817 Olea europaea Species 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 229910003460 diamond Inorganic materials 0.000 description 1
- 239000010432 diamond Substances 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 210000002414 leg Anatomy 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 210000002976 pectoralis muscle Anatomy 0.000 description 1
Landscapes
- Processing Or Creating Images (AREA)
Abstract
本公开提供一种虚拟形象生成方法、虚拟试衣方法及相关设备。该方法包括:获取包括目标对象的待处理图像;从所述待处理图像中提取所述目标对象在水平方向上的身体测量值和所述目标对象在竖直方向上的身体测量值;获取虚拟形象库,所述虚拟形象库中包括多个候选虚拟形象和各个候选虚拟形象在水平方向上的身体测量值;根据所述目标对象在水平方向上的身体测量值和各个候选虚拟形象在水平方向上的身体测量值,从所述多个候选虚拟形象中确定出所述目标对象的初始虚拟形象;根据所述目标对象在竖直方向上的身体测量值,对所述目标对象的初始虚拟形象进行调整,生成所述目标对象的目标虚拟形象。
Description
技术领域
本公开涉及计算机技术领域,具体而言,涉及一种虚拟形象生成方法、虚拟试衣方法、虚拟形象生成装置、虚拟试衣装置、电子设备及存储介质。
背景技术
随着信息技术的发展,越来越多的用户通过在线购物平台进行线上购物。用户在线上购买服装时,由于在购买之前无法亲自试穿,即无法看到穿着服装的真实效果,从而导致服装产品的退货率较高。
相关技术中,通常是通过预先设置的虚拟形象展示衣服穿着的效果,但是,预先设置的虚拟形象与用户的真实身材相差较大,使得用户体验较差。
需要说明的是,在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本公开实施例提供一种虚拟形象生成方法、虚拟试衣方法、虚拟形象生成装置、虚拟试衣装置、电子设备及存储介质,该方法可以得到准确客观的身体测量值,可以提高匹配效率和匹配的准确性,可以生成与目标对象的真实身材更加接近的目标虚拟形象。
本公开的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本公开的实践而习得。
本公开实施例提供一种虚拟形象生成方法,包括:获取包括目标对象的待处理图像;从所述待处理图像中提取所述目标对象在水平方向上的身体测量值和所述目标对象在竖直方向上的身体测量值;获取虚拟形象库,所述虚拟形象库中包括多个候选虚拟形象和各个候选虚拟形象在水平方向上的身体测量值;根据所述目标对象在水平方向上的身体测量值和各个候选虚拟形象在水平方向上的身体测量值,从所述多个候选虚拟形象中确定出所述目标对象的初始虚拟形象;根据所述目标对象在竖直方向上的身体测量值,对所述目标对象的初始虚拟形象进行调整,生成所述目标对象的目标虚拟形象。
在示例性实施例中,根据所述目标对象在水平方向上的身体测量值和各个候选虚拟形象在水平方向上的身体测量值,从所述多个候选虚拟形象中确定出所述目标对象的初始虚拟形象,包括:将所述目标对象在水平方向上的身体测量值和各个候选虚拟形象的水平方向的身体测量值比较,从所述多个候选虚拟形象中确定出与目标对象最相近的候选虚拟形象作为所述初始虚拟形象。
在示例性实施例中,所述待处理图像包括所述目标对象的正面图像和所述目标对象的侧面图像,所述目标对象的身体测量值包括所述目标对象的身体维度测量值;其中,从所述待处理图像中提取所述目标对象在水平方向上的身体测量值,包括:从所述正面图像中提取所述目标对象在水平方向上的身体宽度测量值;从所述侧面图像中提取所述目标对象在水平方向上的身体深度测量值;根据所述身体宽度测量值和所述身体深度测量值,确定所述目标对象的身体维度测量值。
在示例性实施例中,所述目标对象在水平方向上的身体测量值包括所述目标对象的肩部宽度、腰部宽度和臀部宽度;其中,从所述待处理图像中提取所述目标对象在水平方向上的身体测量值,包括:检测获得所述待处理图像中所述目标对象的边缘轮廓;根据所述目标对象的边缘轮廓,确定所述目标对象的胸围线、腰围线和臀围线;以所述目标对象的胸围线、腰围线和臀围线为基准,从所述目标对象的边缘轮廓中确定所述目标对象的虚拟肩部宽度、虚拟腰部宽度和虚拟臀部宽度;将所述目标对象的虚拟肩部宽度、虚拟腰部宽度和虚拟臀部宽度转换为所述目标对象的肩部宽度、腰部宽度和臀部宽度
在示例性实施例中,所述方法还包括:根据所述目标对象的肩部宽度、腰部宽度和臀部宽度,确定所述目标对象的目标体型。
在示例性实施例中,所述方法还包括:根据各个候选虚拟形象的体型,将所述虚拟形象库划分为多个虚拟形象子库,每个虚拟形象子库中的候选虚拟形象具有相同的体型;其中,从所述多个候选虚拟形象中确定出所述目标对象的初始虚拟形象,包括:从所述多个虚拟形象子库中匹配与所述目标体型对应的目标虚拟形象子库;从所述目标虚拟形象子库中的候选虚拟形象中确定出所述目标对象的初始虚拟形象。
在示例性实施例中,所述目标对象的初始虚拟形象包括所述多个虚拟关节点;其中,根据所述目标对象在竖直方向上的身体测量值,对所述目标对象的初始虚拟形象进行调整,生成所述目标对象的目标虚拟形象,包括:根据所述目标对象在竖直方向上的身体测量值,对所述多个虚拟关节点之间的距离进行调整,使得调整后的初始虚拟形象在竖直方向上的身体测量值和所述目标对象在竖直方向上的身体测量值相同,将所述调整后的初始虚拟形象确定为所述目标对象的目标虚拟形象。
本公开实施例提供一种虚拟试衣方法,包括:获取根据上述任一种虚拟形象生成方法生成的所述目标对象的目标虚拟形象;获取目标服饰的目标服饰图像;将所述目标服饰图像和所述目标虚拟形象进行融合,生成虚拟试衣图像。
在示例性实施例中,在获取目标服饰的目标服饰图像之前,所述方法还包括:获取多个候选服饰和各个候选服饰各自的标签;根据所述各个候选服饰各自的标签,从所述多个候选服饰中为所述目标虚拟形象匹配所述目标服饰。
本公开实施例提供一种虚拟形象生成装置,包括:获取模块,用于获取包括目标对象的待处理图像;提取模块,用于从所述待处理图像中提取所述目标对象在水平方向上的身体测量值和所述目标对象在竖直方向上的身体测量值;所述获取模块还用于获取虚拟形象库,所述虚拟形象库中包括多个候选虚拟形象和各个候选虚拟形象在水平方向上的身体测量值;确定模块,用于根据所述目标对象在水平方向上的身体测量值和各个候选虚拟形象在水平方向上的身体测量值,从所述多个候选虚拟形象中确定出所述目标对象的初始虚拟形象;生成模块,用于根据所述目标对象在竖直方向上的身体测量值,对所述目标对象的初始虚拟形象进行调整,生成所述目标对象的目标虚拟形象。
本公开实施例提供一种虚拟试衣装置,包括:获取模块,用于获取上述任一种虚拟形象生成方法生成的所述目标对象的目标虚拟形象;所述获取模块还用于获取目标服饰的目标服饰图像;生成模块,用于将所述目标服饰图像和所述目标虚拟形象进行融合,生成虚拟试衣图像。
本公开实施例提供一种电子设备,包括:至少一个处理器;存储终端设备,用于存储至少一个程序,当至少一个程序被至少一个处理器执行时,使得至少一个处理器实现上述任一种虚拟形象生成方法或虚拟试衣方法。
本公开实施例提供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,计算机程序被处理器执行时实现上述任一种虚拟形象生成方法或虚拟试衣方法。
本公开实施例提供一种计算机程序产品,包括计算机程序,计算机程序被处理器执行时实现上述任一项的虚拟形象生成方法或虚拟试衣方法。
本公开实施例提供的虚拟形象生成方法,一方面,从待处理图像中提取目标对象在水平方向上的身体测量值和目标对象在竖直方向上的身体测量值,可以得到准确客观的身体测量值,并且,该方法无需用户手动测量和输入其身体数据,操作简单便捷;另一方面,根据目标对象在水平方向上的身体测量值从虚拟形象库中的多个候选虚拟形象中匹配出与目标对象接近的候选虚拟形象作为该目标对象的初始虚拟形象,可以提高匹配效率和匹配的准确性;并且,根据目标对象在竖直方向上的身体测量值对该目标对象的初始虚拟形象进行调整,生成与该目标对象的真实身材更加接近的目标虚拟形象,因此该方法生成的目标虚拟形象更加准确,并且该方法可以为每个目标对象定制属于自己的目标虚拟形象,从而提升用户体验。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。显而易见地,下面描述中的附图仅仅是本公开的一些实施例,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是根据一示例性实施例示出的一种虚拟形象生成方法的流程图。
图2是根据一示例示出的目标对象的正视图和侧视图的示意图。
图3示出了女性和男性的常见体型。
图4是根据一示例示出的将目标对象在水平方向的身体测量值和候选虚拟形象的在水平方向的身体测量值进行比较的示意图。
图5是根据一示例示出的一种女性的初始虚拟形象和一种男性的初始虚拟形象。
图6是根据一示例性实施例示出的一种虚拟试衣方法的流程图。
图7是根据一示例示出的一种候选服饰及其标签的示意图。
图8示出了服装轮廓的常见类别。
图9是根据一示例示出的目标虚拟形象和虚拟试衣图像的示意图。
图10是根据一示例性实施例示出的一种虚拟形象生成装置的框图。
图11是根据一示例性实施例示出的一种虚拟试衣装置的框图。
图12是根据一示例性实施例示出了适于用来实现本公开示例性实施例的电子设备的结构示意图。
具体实施方式
现在将参考附图更全面地描述示例实施例。然而,示例实施例能够以多种形式实施,且不应被理解为限于在此阐述的实施例;相反,提供这些实施例使得本公开将全面和完整,并将示例实施例的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。
本公开所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中,提供许多具体细节从而给出对本公开的实施方式的充分理解。然而,本领域技术人员将意识到,可以实践本公开的技术方案而省略特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知方法、装置、实现或者操作以避免模糊本公开的各方面。
附图仅为本公开的示意性图解,图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。附图中所示的一些方框图不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体,或在至少一个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
附图中所示的流程图仅是示例性说明,不是必须包括所有的内容和步骤,也不是必须按所描述的顺序执行。例如,有的步骤还可以分解,而有的步骤可以合并或部分合并,因此实际执行的顺序有可能根据实际情况改变。
此外,在本公开的描述中,用语“一个”、“一”、“该”、“所述”和“至少一个”用以表示存在至少一个要素或组成部分;用语“包含”、“包括”和“具有”用以表示开放式的包括在内的意思并且是指除了列出的要素或组成部分之外还可存在另外的要素或组成部分;用语“第一”、“第二”和“第三”等仅作为标记使用,不是对其对象的数量限制。
下面,将结合附图及实施例对本公开示例实施例中的虚拟形象生成方法的各个步骤进行更详细的说明。
图1是根据一示例性实施例示出的一种虚拟形象生成方法的流程图。
如图1所示,本公开实施例提供的方法可以包括以下步骤。
在步骤S102中,获取包括目标对象的待处理图像。
本公开实施例中,目标对象可以为物体、人体或者动物等,在下面的举例说明中,以目标对象是人体为例进行说明,但本公开并不限定于此。
本公开实施例中,待处理图像可以是用户通过终端设备拍摄的该用户穿着贴身衣服的图片,以用于提取该用户的身体测量值。
在示例性实施例中,待处理图像包括目标对象的正面图像和目标对象的侧面图像。
例如,用户可以通过终端设备拍摄一张该用户正面的图片和一张该用户侧面的图片,如图2所示,左侧为用户的正视图,右侧为用户的侧视图。
本公开实施例中,在获取待处理图像之后,可以自动纠正透视形变。例如可以使用参考对象(例如使用手机、门框作为参考),或通过任何其他方法对待处理图像自动纠正透视形变。
在步骤S104中,从待处理图像中提取目标对象在水平方向上的身体测量值和目标对象在竖直方向上的身体测量值。
本公开实施例中,可以从待处理图像中分别提取出目标对象在水平方向上的身体测量值和目标对象在竖直方向上的身体测量值。其中,水平方向和竖直方向是对于目标对象而言,竖直方向指的是目标对象的身体中线所在的方向,水平方向指的是与竖直方向垂直的方向。
例如,目标对象在水平方向上的身体测量值可以包括以下至少一项:肩部宽度、胸部围度(或胸部宽度)、腰部围度(或腰部宽度)、臀部围度(或臀部宽度)和大腿围度;目标对象在竖直方向上的身体测量值可以包括以下至少一项:从领前中到胸围线的距离、从胸前中到腰围线的距离、从腰前中到臀围线的距离和内缝长度。
在示例性实施例中,目标对象的身体测量值包括目标对象的身体维度测量值。其中,从待处理图像中提取目标对象在水平方向上的身体测量值,包括:从正面图像中提取目标对象在水平方向上的身体宽度测量值;从侧面图像中提取目标对象在水平方向上的身体深度测量值;根据身体宽度测量值和身体深度测量值,确定目标对象的身体维度测量值。
本公开实施例中,可以从用户通过终端设备拍摄的2D图像中提取获得该用户的3D身体测量值(即身体维度测量值)。
例如,可以从如图2左侧所示的正面图像中提取目标对象在水平方向上的身体宽度测量值(例如胸/腰/臀的宽度(width));从如图2右侧所示的侧面图像中提取目标对象在水平方向上的身体深度测量值(例如胸/腰/臀的深度(depth));根据身体宽度测量值和身体深度测量值,确定目标对象的身体维度测量值(例如胸/腰/臀的维度(girth)),即目标对象特定部位的环绕周长。
具体地,可以通过以下方式得到身体宽度测量值和身体深度测量值:使用例如Detectron2等开源算法或其他卷积神经网络算法,从2D正面图像和侧面图像中提取人体所在区域。通过标记和训练可以使其以较高的准确性寻找到胸围线、腰围线和臀围线等基准部位并测量其正面和侧面的宽度。在获取到身体宽度测量值和身体深度测量值之后,可以参考用户提供的身高等信息将其转化为等比例数据。
具体地,在得到身体宽度测量值和身体深度测量值之后,可以通过以下方式得到目标对象的身体维度测量值:通过3D人体扫描模型数据库构建用于神经网络训练的数据集,该数据集包括从正面图像和侧面图像提取的2D身体宽度测量值和身体深度测量值、以及实际3D身体维度值,将2D身体宽度测量值和身体深度测量值输入至神经网络模型进行训练,将实际3D身体维度值作为标签,得到训练好的神经网络模型;将上述用户的身体宽度测量值和身体深度测量值输入至训练好的神经网络模型中,得到用户的身体维度测量值。
具体地,在得到身体宽度测量值和身体深度测量值之后,也可以通过以下方式得到目标对象的身体维度测量值:将身体宽度测量值和身体深度测量值作为椭圆的长轴和短轴,计算该椭圆的周长,作为身体维度测量值。
在示例性实施例中,目标对象在水平方向上的身体测量值包括目标对象的肩部宽度、腰部宽度和臀部宽度;其中,从待处理图像中提取目标对象在水平方向上的身体测量值,包括:检测获得待处理图像中目标对象的边缘轮廓;根据目标对象的边缘轮廓,确定目标对象的胸围线、腰围线和臀围线;以目标对象的胸围线、腰围线和臀围线为基准,从目标对象的边缘轮廓中确定目标对象的虚拟肩部宽度、虚拟腰部宽度和虚拟臀部宽度;将目标对象的虚拟肩部宽度、虚拟腰部宽度和虚拟臀部宽度转换为目标对象的肩部宽度、腰部宽度和臀部宽度。
具体地,可以将待处理图像输入至训练好的边缘检测模型(例如神经网络模型)中,获得待处理图像中目标对象的边缘轮廓;可以通过神经网络模型(例如上述Detectron2等开源算法或其他卷积神经网络算法)从目标对象的边缘轮廓中确定胸围线、腰围线和臀围线等基准线,分别以胸围线、腰围线和臀围线为基准,从目标对象的边缘轮廓中确定目标对象的虚拟肩部宽度、虚拟腰部宽度和虚拟臀部宽度,其中虚拟肩部宽度、虚拟腰部宽度和虚拟臀部宽度指的是肩部、腰部和臀部在待处理图像中的宽度;根据参考值将目标对象的虚拟肩部宽度、虚拟腰部宽度和虚拟臀部宽度转换为目标对象的肩部宽度、腰部宽度和臀部宽度,其中目标对象的肩部宽度、腰部宽度和臀部宽度指的是目标对象的肩部、腰部和臀部的实际宽度。
其中,参考值可以根据实际情况确定,例如参考值可以是用户输入的目标对象的实际身高。具体地,从待处理图像中提取目标对象的虚拟高度,根据虚拟高度和实际身高,将目标对象的虚拟肩部宽度、虚拟腰部宽度和虚拟臀部宽度进行等比转换,得到目标对象的肩部宽度、腰部宽度和臀部宽度。
本公开实施例中,用户除了可以输入实际身高外,还可以输入体重、年龄、性别等基本信息,用于后续为其推荐适合的服饰。
在示例性实施例中,该方法还包括:根据目标对象的肩部宽度、腰部宽度和臀部宽度,确定目标对象的目标体型。
图3示出了女性和男性的常见体型。参考图3,一般情况下,女性的常见体型可以包括但不限于:沙漏形、圆形(苹果形)、倒三角形、三角形(梨形)和矩形(图3第一行从左到右)。
其中,沙漏形指的是上半身(肩部)和下半身(臀部)宽度接近,腰围相对胸围和臀围明显更小(即腰部宽度小于胸部宽度和臀部宽度,或者腰部宽度小于肩部宽度和臀部宽度),通常差距超过10in(约25.4cm);圆形(苹果形)指的是上半身(肩部)和下半身(臀部)宽度相对较小,体重主要集中于胸部和腰部,通常腰围明显较大,双腿相对较为纤细;倒三角形指的是肩部宽度大于臀部宽度,上半身显得较为沉重,体重主要集中于上半身和腹部,通常具有较大的胸围和较小的臀围;三角形(梨形)指的是肩部宽度小于臀部宽度,下半身显得较为沉重,体重主要集中在下半身的臀部和大腿,上半身相对于下半身显得更加纤细;矩形指的是腰部曲线不明显,肩宽和臀部宽度大致一致,胸围,腰围,臀围大小非常接近。
继续参考图3,男性的常见体型可以包括但不限于:倒梯形、三角形、倒三角形、矩形和圆形(图3第二行从左到右)。
其中,倒梯形是最为常见的男性身材,其肩部稍宽于腰部和胯部(或臀部);三角形是男士中较为少见的体型,其腰部和胯部(或臀部)相对肩部更宽;倒三角形常见于体型较为健壮的男士,肩部明显宽于腰部和胯部(或臀部),手臂和胸部肌肉也通常较为明显;矩形的肩部、腰部和胯部(或臀部)宽度相对接近;圆形常见于较为肥胖的男士,腰围明显大于胯部(或臀部)和肩部,腹部突出。
本公开实施例中,若目标对象的肩部宽度、腰部宽度和臀部宽度基本相同,则目标对象的目标体型为矩形;若目标对象的腰部宽度大于肩部宽度、且腰部宽度大于臀部宽度,则目标对象的目标体型为圆形;若目标对象的肩部宽度大于腰部宽度、且肩部宽度大于臀部宽度,则目标对象的目标体型为倒三角形;若目标对象的腰部宽度小于肩部宽度、且腰部宽度小于臀部宽度、且肩部宽度和臀部宽度基本相同,则目标对象的目标体型为沙漏型;若目标对象的腰部宽度小于肩部宽度、且臀部宽度也小于肩部宽度、且腰部宽度和臀部宽度基本相同,则目标对象的目标体型为倒梯形;若目标对象的肩部宽度小于腰部宽度、且肩部宽度小于臀部宽度,则目标对象的目标体型为三角形;若目标对象的腰部宽度小于肩部宽度、且肩部宽度小于臀部宽度,则目标对象的目标体型也为三角形。
需要说明的是,确定目标对象的目标体型的参数并不限于上述提到的目标对象的肩部宽度、腰部宽度和臀部宽度,本领域技术人员也可以通过目标对象的其他身体测量值确定目标对象的目标体型,本公开对此不作限定。
在步骤S106中,获取虚拟形象库,虚拟形象库中包括多个候选虚拟形象和各个候选虚拟形象在水平方向上的身体测量值。
本公开实施例中,可以构建一个包括多个虚拟形象(avatar)的虚拟形象库,为了便于区分,将虚拟形象库中的虚拟形象称为候选虚拟形象;该虚拟形象库中还包括各个候选虚拟形象在水平方向和竖直方向上的身体测量值;其中,候选虚拟形象在水平方向上的身体测量值可以包括但不限于:肩部宽度、胸部围度(或胸部宽度)、腰部围度(或腰部宽度)、臀部围度(或臀部宽度)和大腿围度;候选虚拟形象在竖直方向上的身体测量值可以包括以下至少一项:从领前中到胸围线的距离、从胸前中到腰围线的距离、从腰前中到臀围线的距离和内缝长度。
本公开实施例中,候选虚拟形象可以是使用3D扫描室对真人进行3D扫描,可以通过Maya和CLO转换为可编辑的.obj虚拟形象。
本公开实施例中,候选虚拟形象的身体测量值的获得方法和上述目标对象的身体测量值的获得方法类似,可以参见上述步骤S102和步骤S104的描述,本公开在此不再赘述。
在步骤S108中,根据目标对象在水平方向上的身体测量值和各个候选虚拟形象在水平方向上的身体测量值,从多个候选虚拟形象中确定出目标对象的初始虚拟形象。
本公开实施例中,目标对象在水平方向上的身体测量值和各个初始虚拟形象在水平方向上的身体测量值可以是2D的身体测量值,例如肩部宽度(或肩部深度)、胸部宽度(或胸部深度)、腰部宽度(或腰部深度)和臀部宽度(或臀部深度)等,也可以是3D的身体测量值,例如胸部维度、腰部围度、臀部围度和大腿围度等。
在示例性实施例中,根据目标对象在水平方向上的身体测量值和各个候选虚拟形象在水平方向上的身体测量值,从多个候选虚拟形象中确定出目标对象的初始虚拟形象,包括:将目标对象在水平方向上的身体测量值和各个候选虚拟形象的水平方向的身体测量值比较,从多个候选虚拟形象中确定出与目标对象最相近候选虚拟形象作为初始虚拟形象(也可称为双胞胎虚拟形象(twin avatar))。
例如,虚拟形象库中有N个候选虚拟形象,N为正整数,将目标对象在水平方向上的身体测量值分别和这N个候选虚拟形象在水平方向上的身体测量值进行比较,将差距最小的候选虚拟形象作为目标对象的初始虚拟形象。
下面以将目标对象和其中一个候选虚拟形象进行比较为例进行说明。
图4是根据一示例示出的将目标对象在水平方向的身体测量值和候选虚拟形象的在水平方向的身体测量值进行比较的示意图。
例如,参考图4,将目标对象的肩部深度和候选虚拟形象的肩部深度进行比较,将目标对象的腰部深度和候选虚拟形象的腰部深度进行比较,将目标对象的臀部深度和候选虚拟形象的臀部深度进行比较;将目标对象的肩部宽度和候选虚拟形象的肩部宽度进行比较,将目标对象的腰部宽度和候选虚拟形象的腰部宽度进行比较,将目标对象的臀部宽度和候选虚拟形象的臀部宽度进行比较,将肩部差值、腰部差值和臀部差值之和最小的候选虚拟形象作为目标对象的初始虚拟形象。
在示例性实施例中,在步骤S108之前,方法还包括:根据各个候选虚拟形象的体型,将虚拟形象库划分为多个虚拟形象子库,每个虚拟形象子库中的候选虚拟形象具有相同的体型;其中,从多个候选虚拟形象中确定出目标对象的初始虚拟形象,包括:从多个虚拟形象子库中匹配与目标体型对应的目标虚拟形象子库;从目标虚拟形象子库中的候选虚拟形象中确定出目标对象的初始虚拟形象。
本公开实施例中,在构建虚拟形象库中,可以针对不同的体型分别构建虚拟形象子库,每种体型对应一个虚拟形象子库,每个虚拟形象子库中想候选虚拟形象具有相同的体型。
例如,分别针对沙漏形、圆形、倒三角形、三角形和矩形构建虚拟形象子库,沙漏形对应的虚拟形象子库中的候选虚拟形象的体型均为沙漏形,圆形对应的虚拟形象子库中的候选虚拟形象的体型均为圆形,倒三角形对应的虚拟形象子库中的候选虚拟形象的体型均为倒三角形,三角形对应的虚拟形象子库中的候选虚拟形象的体型均为三角形,矩形对应的虚拟形象子库中的候选虚拟形象的体型均为矩形。
在确定目标对象的初始虚拟形象时,可以先从多个虚拟形象子库中匹配与目标体型对应的目标虚拟形象子库;例如在目标对象为三角形时,将三角形对应的虚拟形象子库作为目标虚拟形象子库。
本公开实施例中,将虚拟形象库按照候选虚拟形象的体型划分为虚拟形象子库,从多个虚拟形象子库中匹配与目标对象的目标体型对应的目标虚拟形象子库,从目标虚拟形象子库中的候选虚拟形象中确定出目标对象的初始虚拟形象,一方面,可以提高初始虚拟形象的匹配效率;另一方面,可以提高初始虚拟形象匹配的准确性。
在步骤S110中,根据目标对象在竖直方向上的身体测量值,对目标对象的初始虚拟形象进行调整,生成目标对象的目标虚拟形象。
本公开实施例中,可以根据目标对象在竖直方向上的身体测量值,对目标对象的初始虚拟形象在竖直方向上进行调整,以生成与目标对象的真实身材更加接近的目标虚拟形象。
在示例性实施例中,目标对象的初始虚拟形象包括多个虚拟关节点(也可称为虚拟关键点);其中,虚拟关节点(joint)的定义和位置可以参考标准ISO 18825-1:2016(c),也可以根据实际情况设置,本公开对此不做限定。
在示例性实施例中,根据目标对象在竖直方向上的身体测量值,对目标对象的初始虚拟形象进行调整,生成目标对象的目标虚拟形象,包括:根据目标对象在竖直方向上的身体测量值,对多个虚拟关节点之间的距离进行调整,使得调整后的初始虚拟形象在竖直方向上的身体测量值和目标对象在竖直方向上的身体测量值相同,将调整后的初始虚拟形象确定为目标对象的目标虚拟形象。
本公开实施例中,可以根据目标对象在竖直方向上的身体测量值,对与该身体测量值对应的初始虚拟形象的虚拟关节点之间的距离进行调整。
图5是根据一示例示出的一种女性的初始虚拟形象和一种男性的初始虚拟形象。
例如,参考图5,可以根据目标对象的从胸前中到腰围线的距离,对女性的初始虚拟形象或男性的初始虚拟形象中的胸部关节点501和腰部关节点502之间的距离进行调整,以使胸部关节点和腰部关节点之间的距离和目标对象的从胸前中到腰围线的距离基本相同。
本公开实施例提供的虚拟形象生成方法,一方面,从待处理图像中提取目标对象在水平方向上的身体测量值和目标对象在竖直方向上的身体测量值,可以得到准确客观的身体测量值,并且,该方法无需用户手动测量和输入其身体数据,操作简单便捷;另一方面,根据目标对象在水平方向上的身体测量值从虚拟形象库中的多个候选虚拟形象中匹配出与目标对象接近的候选虚拟形象作为该目标对象的初始虚拟形象,可以提高匹配效率和匹配的准确性;并且,根据目标对象在竖直方向上的身体测量值对该目标对象的初始虚拟形象进行调整,生成与该目标对象的真实身材更加接近的目标虚拟形象,因此该方法生成的目标虚拟形象更加准确,并且该方法可以为每个目标对象定制属于自己的目标虚拟形象,从而提升用户体验。
此外,根据该方法生成的目标虚拟形象可以用于服饰匹配、服饰推荐等,由于该方法生成的目标虚拟形象更加接近目标对象的真实身材,因此根据该方法生成的目标虚拟形象匹配得到的服饰更加适合该目标对象。
图6是根据一示例性实施例示出的一种虚拟试衣方法的流程图。
如图6所示,本公开实施例提供的方法可以包括以下步骤。
在步骤S602中,获取根据虚拟形象生成方法生成的目标对象的目标虚拟形象。
其中,虚拟形象生成方法可以是上述图1实施例提供的虚拟形象生成方法。
本公开实施例中,在获取目标对象的目标虚拟形象之后,用户可以通过软件对目标虚拟形象进行编辑,例如可以调整该目标虚拟形象的身体测量值,也可以调整该目标虚拟形象的发型、妆容等,还可以旋转该目标虚拟形象,从不同角度查看或编辑该目标虚拟形象。
在步骤S604中,获取目标服饰的目标服饰图像。
本公开实施例中,目标服饰可以是用户自己选择的,也可以是根据目标虚拟形象自动匹配获得的。
在示例性实施例中,在获取目标服饰的目标服饰图像之前,该方法还包括:获取多个候选服饰和各个候选服饰各自的标签;根据各个候选服饰各自的标签,从多个候选服饰中为目标虚拟形象匹配目标服饰。
本公开实施例中,候选服饰的标签可以包括但不限于:轮廓信息、颜色信息、图案信息、面料信息、尺码信息和合身度。候选服饰的标签可以由服装公司输入,例如产品材质,风格或其他关键词;也可以根据候选服饰的服饰图像或3D服饰模型自动生成,例如颜色、图案、合身度、轮廓等。
本公开实施例中,服装公司或设计师可以上传服饰的相关信息,例如3D服装模型、规格表和尺码表。其中,尺码表可以用于给目标对象的目标虚拟形象推荐尺码,3D服装模型和规格表可以用于对服饰的款式、颜色、面料、图案和其他细节进行分类,以给目标对象的目标虚拟形象推荐款式(或风格)。
其中,为进行轮廓分析,服装的合身度构成可以分为一般宽松量和额外松量。根据一般宽松量,服装可分为紧身(0-2英寸)、常规合身(2-12英寸)和宽松(12英寸及以上);根据额外松量的位置和数量,服装轮廓可以分为三角形、倒三角形、矩形、椭圆形和沙漏形;这些类别信息均可以作为服饰的标签。
图7是根据一示例示出的一种候选服饰及其标签的示意图。
参考图7,根据候选服饰的服饰图像和/或规格表,可以得到该候选服饰的标签包括:牛仔布、夹克、袖子上的额外松量、常规合身、深蓝和橄榄绿;图7还示出了该候选服饰的一般宽松量和额外松量的位置。
图8示出了服装轮廓的常见类别。
参考图8,三角形的服装的顶部没有褶皱、底部存在褶皱,倒三角形的服装的肩部存在褶皱、底部没有褶皱,沙漏形的服装的肩部和下摆存在褶皱、且腰部收紧,矩形的服装的褶皱均匀放置,腰部不收紧;椭圆形/菱形的服装的腰部区域存在褶皱、顶部和底部没有褶皱。
上述类别信息均可以转换为标签,用于根据目标虚拟形象的体型、尺寸和用户的个人喜好等进行服装的过滤搜索和风格推荐。
本公开实施例中,候选服饰的标签还可以包括该候选服饰中包括的设计元素适合特定体型的程度。其中,某个设计元素适合特定体型的程度可以通过以下方法确定。
首先,获取多个不同体型的目标对象分别穿着简单内衣和穿着不同设计元素的服装的图像;然后,获取专业设计人员针对目标对象穿着简单内衣的评分、以及针对目标对象穿着不同设计元素的服装的评分,将穿着不同设计元素的服装的评分减去穿着简单内衣的评分,得到不同设计元素各自对应的评分,该评分用于表征某个设计元素适合特定体型的程度,该评分为正说明这类设计元素对于该特定体型有修饰作用,得分为负则证明这类设计元素会暴露该特定体型的缺点或在其他方面减弱着装者的美感。
将上述特定体型、特定设计元素及特定体型和特定设计元素对应的评分作为训练集输入神经网络模型进行训练,在神经网络模型训练完成后,输入某个设计元素和某种体型,可以得到该设计元素和该体型的适合程度。
在步骤S606中,将目标服饰图像和目标虚拟形象进行融合,生成虚拟试衣图像。
图9是根据一示例示出的目标虚拟形象和虚拟试衣图像的示意图。
参考图9,左侧为根据上述虚拟形象生成方法生成的目标对象的目标虚拟形象,右侧为将目标虚拟形象和目标服饰图像进行融合生成的虚拟试衣图像。
本公开实施例提供的虚拟试衣方法,由于目标对象的目标虚拟形象与该目标对象的真实身材非常接近,因此生成的虚拟试衣图像与该目标对象真正穿着该目标服饰时的效果更加接近,使得用户在线上购物时看到的试衣图像更加真实,从而降低线上购物的退货率,提高用户在线上购物的满意度。
还应理解,上述只是为了帮助本领域技术人员更好地理解本公开实施例,而非要限制本公开实施例的范围。本领域技术人员根据所给出的上述示例,显然可以进行各种等价的修改或变化,例如,上述方法中某些步骤可以是不必须的,或者可以新加入某些步骤等。或者上述任意两种或者任意多种实施例的组合。这样的修改、变化或者组合后的方案也落入本公开实施例的范围内。
还应理解,上文对本公开实施例的描述着重于强调各个实施例之间的不同之处,未提到的相同或相似之处可以互相参考,为了简洁,这里不再赘述。
还应理解,上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本公开实施例的实施过程构成任何限定。
还应理解,在本公开的各个实施例中,如果没有特殊说明以及逻辑冲突,不同的实施例之间的术语和/或描述具有一致性、且可以相互引用,不同的实施例中的技术特征根据其内在的逻辑关系可以组合形成新的实施例。
上文详细介绍了本公开提供的虚拟形象生成方法和虚拟试衣方法示例。可以理解的是,计算机设备为了实现上述功能,其包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,本公开能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本公开的范围。
下述为本公开装置实施例,可以用于执行本公开方法实施例。对于本公开装置实施例中未披露的细节,请参照本公开方法实施例。
图10是根据一示例性实施例示出的一种虚拟形象生成装置的框图。
如图10所示,虚拟形象生成装置1000可以包括获取模块1002、提取模块1004、确定模块1006和生成模块1008。
其中,获取模块1002用于获取包括目标对象的待处理图像;提取模块1004用于从所述待处理图像中提取所述目标对象在水平方向上的身体测量值和所述目标对象在竖直方向上的身体测量值;所述获取模块1002还用于获取虚拟形象库,所述虚拟形象库中包括多个候选虚拟形象和各个候选虚拟形象在水平方向上的身体测量值;确定模块1006用于根据所述目标对象在水平方向上的身体测量值和各个候选虚拟形象在水平方向上的身体测量值,从所述多个候选虚拟形象中确定出所述目标对象的初始虚拟形象;生成模块1008用于根据所述目标对象在竖直方向上的身体测量值,对所述目标对象的初始虚拟形象进行调整,生成所述目标对象的目标虚拟形象。
在示例性实施例中,确定模块1006用于将所述目标对象在水平方向上的身体测量值和各个候选虚拟形象的水平方向的身体测量值比较,从所述多个候选虚拟形象中确定出与目标对象最相近的候选虚拟形象作为所述初始虚拟形象。
在示例性实施例中,所述待处理图像包括所述目标对象的正面图像和所述目标对象的侧面图像,所述目标对象的身体测量值包括所述目标对象的身体维度测量值;其中,提取模块1004用于从所述正面图像中提取所述目标对象在水平方向上的身体宽度测量值;从所述侧面图像中提取所述目标对象在水平方向上的身体深度测量值;根据所述身体宽度测量值和所述身体深度测量值,确定所述目标对象的身体维度测量值。
在示例性实施例中,所述目标对象在水平方向上的身体测量值包括所述目标对象的肩部宽度、腰部宽度和臀部宽度;其中,提取模块1004用于检测获得所述待处理图像中所述目标对象的边缘轮廓;根据所述目标对象的边缘轮廓,确定所述目标对象的胸围线、腰围线和臀围线;以所述目标对象的胸围线、腰围线和臀围线为基准,从所述目标对象的边缘轮廓中确定所述目标对象的虚拟肩部宽度、虚拟腰部宽度和虚拟臀部宽度;将所述目标对象的虚拟肩部宽度、虚拟腰部宽度和虚拟臀部宽度转换为所述目标对象的肩部宽度、腰部宽度和臀部宽度。
在示例性实施例中,确定模块1006还用于根据所述目标对象的肩部宽度、腰部宽度和臀部宽度,确定所述目标对象的目标体型。
在示例性实施例中,所述装置还包括:划分模块,用于根据各个候选虚拟形象的体型,将所述虚拟形象库划分为多个虚拟形象子库,每个虚拟形象子库中的候选虚拟形象具有相同的体型;其中,确定模块1006用于从所述多个虚拟形象子库中匹配与所述目标体型对应的目标虚拟形象子库;从所述目标虚拟形象子库中的候选虚拟形象中确定出所述目标对象的初始虚拟形象。
在示例性实施例中,所述目标对象的初始虚拟形象包括所述多个虚拟关节点;其中,生成模块1008用于根据所述目标对象在竖直方向上的身体测量值,对所述多个虚拟关节点之间的距离进行调整,使得调整后的初始虚拟形象在竖直方向上的身体测量值和所述目标对象在竖直方向上的身体测量值相同,将所述调整后的初始虚拟形象确定为所述目标对象的目标虚拟形象。
图11是根据一示例性实施例示出的一种虚拟试衣装置的框图。
如图11所示,虚拟试衣装置1100可以包括获取模块1102和生成模块1104。
其中,获取模块1102用于获取上述任一种虚拟形象生成方法生成的所述目标对象的目标虚拟形象;所述获取模块1102还用于获取目标服饰的目标服饰图像;生成模块1104用于将所述目标服饰图像和所述目标虚拟形象进行融合,生成虚拟试衣图像。
在示例性实施例中,所述获取模块1102还用于获取多个候选服饰和各个候选服饰各自的标签;根据所述各个候选服饰各自的标签,从所述多个候选服饰中为所述目标虚拟形象匹配所述目标服饰。
需要注意的是,上述附图中所示的框图是功能实体,不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器终端设备和/或微控制器终端设备中实现这些功能实体。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
图12是根据一示例性实施例示出了适于用来实现本公开示例性实施例的电子设备的结构示意图。需要说明的是,图12示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图12所示,电子设备1200包括中央处理单元(CPU)1201,其可以根据存储在只读存储器(ROM)1202中的程序或者从存储部分1208加载到随机访问存储器(RAM)1203中的程序而执行各种适当的动作和处理。在RAM 1203中,还存储有系统1200操作所需的各种程序和数据。CPU 1201、ROM 1202以及RAM 1203通过总线1204彼此相连。输入/输出(I/O)接口1205也连接至总线1204。
以下部件连接至I/O接口1205:包括键盘、鼠标等的输入部分1206;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分1207;包括硬盘等的存储部分1208;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分1209。通信部分1209经由诸如因特网的网络执行通信处理。驱动器1210也根据需要连接至I/O接口1205。可拆卸介质1211,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器1210上,以便于从其上读出的计算机程序根据需要被安装入存储部分1208。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分1209从网络上被下载和安装,和/或从可拆卸介质1211被安装。在该计算机程序被中央处理单元(CPU)1201执行时,执行本公开的系统中限定的上述功能。
需要说明的是,本公开所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括发送单元、获取单元、确定单元和第一处理单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,发送单元还可以被描述为“向所连接的服务端发送图片获取请求的单元”。
作为另一方面,本公开还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施例中描述的电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读存储介质承载有一个或者多个程序,当上述一个或者多个程序被一个该电子设备执行时,使得该电子设备实现如上述实施例中所述的方法。例如,所述的电子设备可以实现如图1所示的各个步骤。
根据本公开的一个方面,提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行上述实施例的各种可选实现方式中提供的方法。
需要理解的是,在本公开附图中的任何元素数量均用于示例而非限制,以及任何命名都仅用于区分,而不具有任何限制含义。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本公开旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
Claims (13)
1.一种虚拟形象生成方法,其特征在于,包括:
获取包括目标对象的待处理图像;
从所述待处理图像中提取所述目标对象在水平方向上的身体测量值和所述目标对象在竖直方向上的身体测量值;
获取虚拟形象库,所述虚拟形象库中包括多个候选虚拟形象和各个候选虚拟形象在水平方向上的身体测量值;
根据所述目标对象在水平方向上的身体测量值和各个候选虚拟形象在水平方向上的身体测量值,从所述多个候选虚拟形象中确定出所述目标对象的初始虚拟形象;
根据所述目标对象在竖直方向上的身体测量值,对所述目标对象的初始虚拟形象进行调整,生成所述目标对象的目标虚拟形象。
2.根据权利要求1所述的方法,其特征在于,根据所述目标对象在水平方向上的身体测量值和各个候选虚拟形象在水平方向上的身体测量值,从所述多个候选虚拟形象中确定出所述目标对象的初始虚拟形象,包括:
将所述目标对象在水平方向上的身体测量值和各个候选虚拟形象的水平方向的身体测量值比较,从所述多个候选虚拟形象中确定出与目标对象最相近的候选虚拟形象作为所述初始虚拟形象。
3.根据权利要求1或2所述的方法,其特征在于,所述待处理图像包括所述目标对象的正面图像和所述目标对象的侧面图像,所述目标对象的身体测量值包括所述目标对象的身体维度测量值;
其中,从所述待处理图像中提取所述目标对象在水平方向上的身体测量值,包括:
从所述正面图像中提取所述目标对象在水平方向上的身体宽度测量值;
从所述侧面图像中提取所述目标对象在水平方向上的身体深度测量值;
根据所述身体宽度测量值和所述身体深度测量值,确定所述目标对象的身体维度测量值。
4.根据权利要求1所述的方法,其特征在于,所述目标对象在水平方向上的身体测量值包括所述目标对象的肩部宽度、腰部宽度和臀部宽度;
其中,从所述待处理图像中提取所述目标对象在水平方向上的身体测量值,包括:
检测获得所述待处理图像中所述目标对象的边缘轮廓;
根据所述目标对象的边缘轮廓,确定所述目标对象的胸围线、腰围线和臀围线;
以所述目标对象的胸围线、腰围线和臀围线为基准,从所述目标对象的边缘轮廓中确定所述目标对象的虚拟肩部宽度、虚拟腰部宽度和虚拟臀部宽度;
将所述目标对象的虚拟肩部宽度、虚拟腰部宽度和虚拟臀部宽度转换为所述目标对象的肩部宽度、腰部宽度和臀部宽度。
5.根据权利要求4所述的方法,其特征在于,还包括:
根据所述目标对象的肩部宽度、腰部宽度和臀部宽度,确定所述目标对象的目标体型。
6.根据权利要求5所述的方法,其特征在于,还包括:
根据各个候选虚拟形象的体型,将所述虚拟形象库划分为多个虚拟形象子库,每个虚拟形象子库中的候选虚拟形象具有相同的体型;
其中,从所述多个候选虚拟形象中确定出所述目标对象的初始虚拟形象,包括:
从所述多个虚拟形象子库中匹配与所述目标体型对应的目标虚拟形象子库;
从所述目标虚拟形象子库中的候选虚拟形象中确定出所述目标对象的初始虚拟形象。
7.根据权利要求1所述的方法,其特征在于,所述目标对象的初始虚拟形象包括所述多个虚拟关节点;
其中,根据所述目标对象在竖直方向上的身体测量值,对所述目标对象的初始虚拟形象进行调整,生成所述目标对象的目标虚拟形象,包括:
根据所述目标对象在竖直方向上的身体测量值,对所述多个虚拟关节点之间的距离进行调整,使得调整后的初始虚拟形象在竖直方向上的身体测量值和所述目标对象在竖直方向上的身体测量值相同,将所述调整后的初始虚拟形象确定为所述目标对象的目标虚拟形象。
8.一种虚拟试衣方法,其特征在于,包括:
获取根据权利要求1至7中任一项所述的虚拟形象生成方法生成的所述目标对象的目标虚拟形象;
获取目标服饰的目标服饰图像;
将所述目标服饰图像和所述目标虚拟形象进行融合,生成虚拟试衣图像。
9.根据权利要求8所述的方法,其特征在于,在获取目标服饰的目标服饰图像之前,所述方法还包括:
获取多个候选服饰和各个候选服饰各自的标签;
根据所述各个候选服饰各自的标签,从所述多个候选服饰中为所述目标虚拟形象匹配所述目标服饰。
10.一种虚拟形象生成装置,其特征在于,包括:
获取模块,用于获取包括目标对象的待处理图像;
提取模块,用于从所述待处理图像中提取所述目标对象在水平方向上的身体测量值和所述目标对象在竖直方向上的身体测量值;
所述获取模块还用于获取虚拟形象库,所述虚拟形象库中包括多个候选虚拟形象和各个候选虚拟形象在水平方向上的身体测量值;
确定模块,用于根据所述目标对象在水平方向上的身体测量值和各个候选虚拟形象在水平方向上的身体测量值,从所述多个候选虚拟形象中确定出所述目标对象的初始虚拟形象;
生成模块,用于根据所述目标对象在竖直方向上的身体测量值,对所述目标对象的初始虚拟形象进行调整,生成所述目标对象的目标虚拟形象。
11.一种虚拟试衣装置,其特征在于,包括:
获取模块,用于获取根据权利要求1至7中任一项所述的虚拟形象生成方法生成的所述目标对象的目标虚拟形象;
所述获取模块还用于获取目标服饰的目标服饰图像;
生成模块,用于将所述目标服饰图像和所述目标虚拟形象进行融合,生成虚拟试衣图像。
12.一种电子设备,其特征在于,包括:
至少一个处理器;
存储装置,用于存储至少一个程序,当所述至少一个程序被所述至少一个处理器执行时,使得所述至少一个处理器实现如权利要求1至9中任一项所述的方法。
13.一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至9中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211374473.9A CN118037901A (zh) | 2022-11-04 | 2022-11-04 | 虚拟形象生成方法、虚拟试衣方法及相关设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211374473.9A CN118037901A (zh) | 2022-11-04 | 2022-11-04 | 虚拟形象生成方法、虚拟试衣方法及相关设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118037901A true CN118037901A (zh) | 2024-05-14 |
Family
ID=90988189
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211374473.9A Pending CN118037901A (zh) | 2022-11-04 | 2022-11-04 | 虚拟形象生成方法、虚拟试衣方法及相关设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118037901A (zh) |
-
2022
- 2022-11-04 CN CN202211374473.9A patent/CN118037901A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11393163B2 (en) | Method and system for remote clothing selection | |
Hong et al. | Interactive virtual try-on based three-dimensional garment block design for disabled people of scoliosis type | |
RU2635294C1 (ru) | Способ и система интерактивного создания предметов одежды | |
US20180173945A1 (en) | Fast 3d model fitting and anthropometrics using synthetic data | |
Vuruskan et al. | Identification of female body shapes based on numerical evaluations | |
CN110264310B (zh) | 一种基于人体大数据的服装制版方法 | |
Lu et al. | The development of an intelligent system for customized clothing making | |
Ballester et al. | Data-driven three-dimensional reconstruction of human bodies using a mobile phone app | |
CN108960985A (zh) | 基于图像或视频的身体参数生成方法及网购物品推荐方法 | |
Buxton et al. | Reconstruction and interpretation of 3D whole body surface images | |
Han et al. | Algorithms of the Automatic Landmark Identification for various torso shapes | |
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 | |
Pei et al. | A novel optimization approach to minimize aggregate-fit-loss for improved breast sizing | |
Zwane et al. | A preliminary comparative analysis of 3D body scanner, manually taken girth body measurements and size chart measurements | |
Chi et al. | A new parametric 3D human body modeling approach by using key position labeling and body parts segmentation | |
Senanayake et al. | Automated human body measurement extraction: single digital camera (webcam) method–phase 1 | |
CN118037901A (zh) | 虚拟形象生成方法、虚拟试衣方法及相关设备 | |
Almousa | Body measurements with 3D body scanner: the case of female population in Saudi Arabia | |
Xia et al. | A 2D image body measurement system developed with neural networks and a color-coded measurement garment | |
McGhee et al. | Three-dimensional scanning of the torso and breasts to inform better bra design | |
CN109766464B (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 | |
Aly et al. | Toward Smart Internet of Things (IoT) for Apparel Retail Industry: Automatic Customer’s Body Measurements and Size Recommendation System using Computer Vision Techniques | |
Xia | Predict 3D body measurements with 2D images | |
Outling | Process, fit, and appearance analysis of three-dimensional to two-dimensional automatic pattern unwrapping technology | |
Anisuzzaman et al. | Online trial room based on human body shape detection |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination |