TR201815349T4 - Geliştirilmiş sanal deneme simülasyonu hizmeti. - Google Patents
Geliştirilmiş sanal deneme simülasyonu hizmeti. Download PDFInfo
- Publication number
- TR201815349T4 TR201815349T4 TR2018/15349T TR201815349T TR201815349T4 TR 201815349 T4 TR201815349 T4 TR 201815349T4 TR 2018/15349 T TR2018/15349 T TR 2018/15349T TR 201815349 T TR201815349 T TR 201815349T TR 201815349 T4 TR201815349 T4 TR 201815349T4
- Authority
- TR
- Turkey
- Prior art keywords
- image
- dimensional
- model
- user
- garment
- Prior art date
Links
- 238000004088 simulation Methods 0.000 title description 32
- 238000000034 method Methods 0.000 claims abstract description 118
- 238000012545 processing Methods 0.000 claims description 21
- 238000004364 calculation method Methods 0.000 claims description 11
- 230000037237 body shape Effects 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 6
- 230000003287 optical effect Effects 0.000 claims description 2
- 239000007787 solid Substances 0.000 claims description 2
- 238000006073 displacement reaction Methods 0.000 claims 4
- 238000004590 computer program Methods 0.000 claims 1
- 230000008569 process Effects 0.000 description 65
- 238000005259 measurement Methods 0.000 description 43
- 238000001514 detection method Methods 0.000 description 19
- 239000000463 material Substances 0.000 description 9
- 238000013461 design Methods 0.000 description 7
- 210000002683 foot Anatomy 0.000 description 7
- 230000008859 change Effects 0.000 description 6
- 230000000295 complement effect Effects 0.000 description 6
- 238000012937 correction Methods 0.000 description 5
- 239000004744 fabric Substances 0.000 description 5
- 210000003127 knee Anatomy 0.000 description 5
- 238000013507 mapping Methods 0.000 description 5
- 230000005477 standard model Effects 0.000 description 5
- 230000000007 visual effect Effects 0.000 description 5
- 238000012800 visualization Methods 0.000 description 5
- 238000013459 approach Methods 0.000 description 4
- 230000015572 biosynthetic process Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000005304 joining Methods 0.000 description 4
- 238000002360 preparation method Methods 0.000 description 4
- 238000009958 sewing Methods 0.000 description 4
- 210000000689 upper leg Anatomy 0.000 description 4
- 230000005856 abnormality Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 210000002414 leg Anatomy 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 210000000707 wrist Anatomy 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 230000037308 hair color Effects 0.000 description 2
- 210000004247 hand Anatomy 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 210000005036 nerve Anatomy 0.000 description 2
- 230000007935 neutral effect Effects 0.000 description 2
- 210000003371 toe Anatomy 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 210000003423 ankle Anatomy 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000000746 body region Anatomy 0.000 description 1
- 244000309466 calf Species 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010367 cloning Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000013329 compounding Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 210000004013 groin Anatomy 0.000 description 1
- 229920005669 high impact polystyrene Polymers 0.000 description 1
- 239000004797 high-impact polystyrene Substances 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000010076 replication Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 238000002791 soaking Methods 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000009466 transformation 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
-
- 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
- G06T2210/00—Indexing scheme for image generation or computer graphics
- G06T2210/16—Cloth
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Graphics (AREA)
- Software Systems (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Geometry (AREA)
- Architecture (AREA)
- Evolutionary Computation (AREA)
- Image Processing (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Processing Or Creating Images (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Image Analysis (AREA)
Abstract
Özgün bir vücudun üç boyutlu bir modelinin oluşturulmasının bir yöntemi sağlanır, söz konusu yöntem standart bir vücudun üç boyutlu bir modelinin elde edilmesini ve modeli yapılacak özgün vücudun iki boyutlu bir görüntüsünün elde edilmesini içerir. Yöntem ayrıca söz konusu görüntüde özgün vücudun bir konumunun belirlenmesini ve söz konusu görüntüde özgün vücudun bir pozisyonunun belirlenmesini, belirlenen konum ve pozisyon verisinin iki boyutlu görüntüden özgün vücudun iki boyutlu bir ana hattını almak üzere kullanılmasını içerir. Yöntem ayrıca özgün vücuda yönelik bir değerin hesaplanacağı bir ölçünün seçilmesini, alınan iki boyutlu ana hattan söz konusu seçilen ölçünün bir değerinin hesaplanmasını, standart bir vücudun üç boyutlu modelinde karşılık gelen bir ölçüyü güncellemek üzere seçilen ölçünün söz konusu hesaplanan değerinin kullanılmasını ve özgün vücudun üç boyutlu bir modeli olarak standart bir vücudun güncellenmiş üç boyutlu modelinin çıktısının sağlanmasını içerir.
Description
TARIFNAME
GELISTIRILMIS SANAL DENEME SIMÜLASYONU HIZMETI
Bulus gelismis bir 3D sanal giysi deneme simülasyonu ve görsellestirme hizmetini
içerir. Özellikle bu evde çekilen/tüketici görüntülerinden alinan bireysel tüketici ölçüleri
ve oranlarindan olusturulan bir vücut modeline bagli boyut ve stil seçimi; ve giysi
tasarimi verisinden olusturulan bir giysi modeli saglar.
Altyapi
Kiyafetler ve giysilerin perakende satisina yönelik dünya genelinde büyük bir endüstri
mevcuttur. Geleneksel bir perakende satis modeli toplum üyelerinin magazaya gittikleri,
birçok giysi denedikleri ve bundan sonra seçtikleri giysi(leri) satin aldiklari bir dükkan
veya magazadan giysiler satmayi içerir. Modern hayatin artan temposu ve daha fazla
perakende satis seçimine yönelik tüketici talebi ile kendi cografi konumu veya temin
edilebilirligine bakilmaksizin, çevrimiçi kiyafet alisverisi popüler hale gelmistir.
Bir kullanicinin satin almadan önce giysileri çevrimiçi görüntülemesini saglayan birçok
çevrimiçi perakendeci mevcuttur. Genellikle görüntüler gerçekte nasil görüneceklerine
dair bir fikir vermek üzere giysileri giyen modeller ile saglanir. Ancak bu tür
görüntülerde kullanilan modellerin genellikle yalnizca belirli bir vücut tipinde olmasi
veya tüketiciye daha yakindan benzeyeni seçmek için “vücut tiplerinin" kisa bir listesi
olabilmesi ancak sunulan seçeneklerin sinirli ve dolayisiyla çevrimiçi perakende satis
hizmetini kullanan tüketicilerin gerçek vücutlarindan farkli olmasi nedeniyle bunun
önemi az olabilir.
Çevrimiçi hizmetlerin sunulmasi, bir magaza kurma ihtiyaci olmadan yeni bölgelerde
büyüyebilecek perakende satici için çekici bir seçenektir. Ancak perakende saticilar
için çevrimiçi alinan giysilerin %50'sine kadarinin iade edilmesi bir sorundur. Örnegin,
genellikle kadinlar nasil yakistigini ve durdugunu görmek üzere evde denemenin
yanisira, ayni elbiseyi iki bedende siparis eder ve evde ikisini de dener ve daha az
uygun olani iade eder. Bu %50'lik iade etme orani, perakende saticilarin yeniden
satmak üzere istenmeyen ürünleri geri yollatmasi ve yeniden ambalajlatmasi ve
yeniden stoklatmasi nedeniyle küresel olarak bosa harcanan milyarlarca dolara esit
olan, çevrimiçi perakende satici gelirlerinin yaklasik en fazla %10-25”ine mal olabilir.
Böylece, orijinal kayip satisin yanisira, perakende satici iade prosesine dahil olan ilave
kaynaklar, zaman ve masraf nedeniyle zarara ugrar. Bu çevrimiçi perakende saticilar
için büyük bir sorundur.
Çevrimiçi kiyafetlerin perakende satisi ile ilgili sorunlarin uygun sekilde ele alinmasi,
perakende saticinin is verimliligine yardimci olacak, müsteri memnuniyeti ve
deneyimini arttiracak ve daha az parçanin iade edilmesi halinde karbon ayak izi
üzerinde pozitif etki edecektir.
Müsterilere yönelik çevrimiçi perakende satisin güvenirliginin arttirilmasina yönelik
çesitli yaklasimlar mevcuttur. Burada referans ile dahil edilen, uluslararasi patent
Yöntem bir vücut yüzeyinde veya altindaki birçok noktayi temsil eden vücut verilerinin
girilmesi, buradan en az bir vücut oraninin elde edilmesi ve bu oranlara sahip bir kisi
tarafindan giyilmeye yönelik uygun olmayan giysileri filtrelemek amaciyla bu vücut
orani verisinin giysi verisi ile karsilastirilmasini içerir. Faydali olmasina ragmen,
açiklandigi üzere bu yöntem bir vücuda yönelik ölçü bilgisinin elde edilmesine yönelik
üç boyutlu bir vücut tarayicisinin kullanimina dayalidir.
Diger çevrimiçi perakende saticilar ayrica çevrimiçi giysi uydurmaya yönelik vücut
tarayicilarina güvenir veya sinirlandirici olan vücuduna (örnegin yalnizca
boy/beI/kalçalar/gögüs) yönelik kullanici tarafindan birkaç standart ölçü girdisine
güvenir. Kullanilan az sayidaki ölçüler bir dogruluk eksikligine yol açar ve insan
girdisinin kullanilmasi nedeniyle, bu yaklasim kullanici hatasina açiktir.
Bazi çevrimiçi sistemler bir "denemeye” yönelik yalnizca görsellestirme saglar. Bu
kiyafetlerin denenmesinin benzeri degildir ancak bunun yerine 3D bir vücut üzerinde
haritalanan kiyafetlerin bir görüntüsünü saglar.
Film ve özet efektler endüstrisine yönelik bilgisayar grafikleri yillardir 3D kiyafetler
giyen 3D karakterleri görsellestirmistir.
Bunun evde halk tarafindan kullanilmasini saglayacak basit ve uygun maliyetli bir
sekilde bir kullanici tarafindan bir giysinin denenmesini tam olarak simüle edebilen
herhangi bir bilinen sistem veya yöntem mevcut degildir.
WONSOOK LEE ET AL: "Generating animatable 3D virtual humans from
prhotographs", XP002257872 içinde, kolay, pratik ve etkili bir tam vücut klonlamasi
metodolojisi açiklanir. Bu sistem özel bir arka plan veya kontrollü bir isiklandirma
durumu gerektirmeden belirli herhangi bir görüntüleme ortaminda bir kisinin önü, yari
tarafi ve arkasindan çekilen fotograflari kullanir. VRML H-Anim 1.1 formatinda belirtilen
dikissiz bir genel vücut bireysellestirilmis bir sanal insan olusturmak üzere kullanilir.
Bulusa göre çözüm bagimli istemlerin özelliklerinde bulunur. Bir düzenlemeye göre,
özgün bir vücudun üç boyutlu bir modelinin olusturulmasinin bir yöntemi saglanir; söz
konusu yöntem standart bir vücudun üç boyutlu bir modelinin elde edilmesi, modeli
yapilacak özgün vücudun iki boyutlu bir görüntüsünün elde edilmesi, söz konusu
görüntüde özgün vücudun bir konumunun belirlenmesi ve iki boyutlu görüntüden özgün
vücudunun iki boyutlu bir ana hattini çikarmak üzere belirlenen konum verisinin
kullanilmasini içerir. Yöntem ayrica özgün vücuda yönelik bir degerin hesaplanacagi bir
ölçünün seçilmesi, alinan iki boyutlu ana hattan söz konusu seçilen ölçünün bir
degerinin hesaplanmasi, standart bir vücudun üç boyutlu modelinde karsilik gelen bir
ölçüyü güncellemek üzere önceden belirlenmis ölçünün söz konusu hesaplanan
degerinin kullanilmasi ve özgün vücudun üç boyutlu bir modeli olarak standart bir
vücudun güncellenmis üç boyutlu modelinin çiktisinin alinmasini içerir.
Bir giysinin bir modelinin olusturulmasinin, bulusun parçasi olmayan, bir yöntemi
açiklanir, söz konusu yöntem giysinin birçok tamamlayici parçasinin tanimlanmasi,
giysiye yönelik geometrik verinin elde edilmesi, söz konusu geometrik veri giysinin
tamamlayici parçalarindan üretilmesi için yeterlidir, giysiye yönelik isaret verisinin elde
edilmesi, söz konusu Isaret verisi giysinin birinci ile ikinci parçasi arasinda yapilacak bir
baglantinin konumunu belirlemek üzere en az bir gösterge içerir ve giysinin
tamamlayici parçalarinin bir modelini olusturmak üzere söz konusu geometrik veri ve
isaret verisinin kullanilmasini içerir.
Bir vücuduna bu giysinin uydurulmasinin simüle edilmesine yönelik bir giysinin
modelinin yapilmasinin, bulusun parçasi olmayan, bir yöntemi açiklanir, söz konusu
yöntem vücudun üç boyutlu bir modelinin elde edilmesini ve söz konusu üç boyutlu
vücudu saran bir izgaranin tanimlanmasini içerir, burada izgaranin ayri hücreleri
modeli yapilan vücudun farkli ilgili bölümlerini kapsar. Yöntem ayrica uydurulacak
giysinin bir modelinin elde edilmesini, söz konusu model giysinin birbirinden ayri olan
birinci ve ikinci parçasini içerir, izgaranin seçilmis hücrelerinde giysinin söz konusu
birinci ve ikinci parçalarinin yerlestirilmesini, burada söz konusu hücreler modeli
yapilan vücudun kapsanan bölümleri ile giysinin birinci ve ikinci parçalari arasindaki bir
iliskiye göre seçilir; ve modeli yapilan vücudun etrafinda bunlarin bir araya getirilmesine
yönelik hazirlanista giysinin söz konusu birinci ve ikinci parçalarinin hizalanmasini
Özgün bir vücuda bir giysinin uydurulmasinin simüle edilmesinin, bulusun parçasi
olmayan, bir yöntemi ayrica açiklanir, özgün vücudun üç boyutlu bir modelinin elde
edilmesini, uydurulacak giysinin üç boyutlu bir modelinin elde edilmesini, özgün
vücudun söz konusu üç boyutlu bir modeli ile giysinin söz konusu üç boyutlu bir modeli
arasinda bir çarpismanin uygulanmasi ve söz konusu çarpismanin bir sonucu olarak
uydurmanin bir görsellestirmesinin çiktisinin verilmesini içerir.
Sekiller
Düzenlemeler ve örnekler bu noktada bunun sekillerine göre açiklanacaktir:
Sekil 1 bir çevrimiçi giysi uydurma prosesinin yüksek seviyedeki bir genel
taslagini gösterir;
Sekil 2a kullanicidan elde edilen görüntülerden üç boyutlu model
olusturulmasina yönelik bir akis diyagramini gösterir;
Sekil 2b giysi dosyasi olusumuna yönelik bir akis diyagramini gösterir;
Sekil 20 sanal denemeye yönelik bir akis diyagramini gösterir;
Sekiller 3 ve 4 arka plani çikartilan bir görüntünün kontur belirlemesinin
sonuçlarini gösterir;
Sekiller 5 ve 6 Sekil 3'ün görüntüsünden belirlenen bir konturun alinmasini
gösterir;
Sekil 7 belirlenmis bir konturun bir veri tabanindan birçok sekil ile
karsilastirmasini gösterir;
Sekil 8 vücut boyunun belirlenmesine yönelik bir vücut görüntüsünün ve bir
desenin bir düzlem üzerine yansitilmasini gösterir;
Sekil 9 bir vücuda yönelik olasi bir bölge siniflandirmasini gösterir;
Sekil 10 ölçülen kullanici verisine dayali standart bir 3D iskelet üzerinde bir
uzunluk degisimini gösterir;
Sekil 11 ölçülen kullanici verisine dayali standart bir üç boyutlu iskelet üzerinde
bir çevredeki bir degisimi gösterir;
Sekil 12 üzerinde gösterilen isaretler ile parçalar halindeki giysi ile bir giysi
dosyasini gösterir;
Sekil 13 isaret verisi dahil bir giysi dosyasini gösterir;
Sekil 14 aralikli bir izgara ile bir araya getirilen 3D bir vücut modelini gösterir;
Sekiller 15a ila 15c giysi parçalarinin Sekil 14'te gösterilen aralikli izgara
üzerine otomatik yerlestirilmesini gösterir;
Sekil 16, Sekil 14'te gösterilen vücut etrafina yerlestirilen bir elbiseyi gösterir,
burada elbise bir Delaunay üçgenlemesi kullanilarak birlestirilmistir;
Sekil 17 bir 3D modelin silindirik bölümlere bir kaba haritalamasini gösterir;
Sekiller 18a ve 18b, Sekil 17'de gösterilen vücuda bir elbisenin üçgen seklindeki
aglarin haritalanmasini gösterir;
Sekil 19, Sekiller 18a ve 18b'de gösterilen elbisenin parçalarina ve kenar
parçalarina yönelik bir birlestirme prosesini gösterir;
Sekiller 20a ve 20b Sekil 19'da gösterilen elbiseye yönelik parçalarin
birlestirilmesinin sonuçlarini gösterir;
Sekil 21 üzerinde bir giysinin Sekiller 20a ve 20b'de gösterildigi üzere
birlestirildigi bir vücut modelinin bir uzaklik haritasini gösterir; ve
Sekil 22 parçalari birlestirildikten sonra bir elbise agini gösterir.
Genel bakis
Genel bakista, bir giysinin tüketicinin vücuduna nasil uyacagi, görünecegi ve
duracagina dair söz konusu giysiyi siparis etmek veya satin almaya iliskin bir karar
vermeden önce gerçekçi bir simülasyonunu elde etmek amaciyla tüketicilerin giysileri
sanal bir ortamda, örnegin çevrimiçi “denemesini” saglayan bir yöntem ve sistem
saglanir.
Bunu gerçeklestirmek amaciyla, tüketici vücudunun dogru bir replikasyonu uygun
isleme yazilimi kullanilarak olusturulur. Vücut dijital bir üç boyutlu (30) model formunda
kopyalanir. Asagida detayli olarak açiklandigi üzere, 3D modeli olusturmak amaciyla,
diger sistemlerin dayandigi gögüs, bel bedeni, kalça bedeni gibi standart ölçüler yerine
gerçek insan gerçek ölçüleri kullanilir.
Insanin üç boyutlu modelinin olusturulmasi akabinde, giysiler etkili bir simülasyonda
sanal olarak denenebilir. Bunu saglamak üzere, giysi modelleri tasarimci tarafindan
olusturuldugu üzere giysi tasarimini olusturan parçalarin gerçek geometrisi kullanilarak
SD seklinde olusturulur. 30 giysi 3D vücutta denenir, diger bir deyisle simülasyon
sirasinda pratikte nasil uyacagini göstermek üzere modelin vücudu üzerine kaplanir.
Kullanilan giysi modeli elbisenin üç boyutlu bir drapaj versiyonudur. Bu yerçekimi ile
giysi davranisinin fiziksel dinamikleri ve vücut formuna karsi giysi çarpismalari dahil
gerçek fizik kullanilarak denenir. Yalnizca bir giysinin görüntüsünün 3D vücut modelinin
üzerine kaplamak araciligiyla bir görsellestirme saglanmasi yerine - örnegin 2D egme
veya sekil degistirme kullanilarak simüle edilen deneme, giysiyi deneyen kullanicinin
gerçek fizigini tamamen simüle etmek üzere dinamik hesaplamalari kullanir.
Dolayisiyla sistem sadece giysilerin iki boyutlu haritalari veya görüntülerine dayanmaz
ancak aslinda giysinin gerçek hayatta vücut üzerinde nasil uyacagi ve duracaginin tam
bir üç boyutlu simülasyonunu saglar.
Giysi uydurma hizmetini erisilebilir yapmak amaciyla, dijital 3D modelinin
olusturulmasina yönelik insan ölçüleri dijital kameri, video kaydedici veya video kamera
gibi evde temin edilebilen ekipman kullanilarak elde edilebilir. Asagida detayli olarak
açiklandigi üzere, üç boyutlu modelin olusturulacagi ölçüler kamera, kayit cihazi veya
herhangi bir diger tüketici görüntüsünü elde etme cihazinda yakalanan gerçek
görüntülerden alinir Dolayisiyla giysilerin bu kisiye nasil uyacagi veya duracaginin
simülasyonuna gerçekten katki saglayan vücut ölçüleri ve oranlari dahil gerçekçi bir
veri takimi, elde edilir ve kullanilir.
Önceki teknik yöntemlerinin aksine, mevcut yöntem ve sistem dijital bir 3D modelde bir
insan vücudunun dogru bir kopyasini üretecek yeterli sayidaki ölçüleri yakalayabilir.
Model gögüs, bel ve kalça bedeni gibi yalnizca kiyafet bedenine yönelik geleneksel
olarak gerekli olan bu ölçüleri degil uygunluk ve stil seçimlerini etkileyebilen belirli
kivrimlari dahil söz konusu kisinin özgün vücut seklini içerecektir. Yöntem bir vücut
tarayicisi veya herhangi bir diger pahali veya erisilemeyen ekipmanin kullanimini
gerektirmez. Bunun yerine tüketiciye yönelik taninabilir bir üç boyutlu model olusturmak
amaciyla birçok evde bulunan ve halkin büyük bir kismi tarafindan temin edilebilen
ekipman kullanabilir.
Bir tüketici görüntüsü elde etme cihazindan elde edilen görüntüler analiz edilir bu
sekilde, ilk olarak insanin vücut sekli ve disbükey ve içbükey kivrimlarinin her ikisi
yeniden olusturularak, üç boyutlu modelin yapiminin temelini olusturan dogru ölçüler
buradan alinir. Ölçüler ayrica, asagida daha detayli açiklandigi üzere drapaj prosesi
sirasinda sanal kivrimlari anlamlandirmak üzere göz önüne alinir. Drapaj prosesi,
kullanicinin gerçek hayatta giysiyi satin almadan veya görmeden önce veya belirli bir
giysinin kendisine nasil uyacaginin oldukça dogru ve faydali bir simülasyonunu elde
edebilecegi sekilde vücut kivrimlarinda yerçekimi, kumas agirligi, dokusu ve esnekligi
gibi gerçek hayattaki faktörleri göz önüne alir.
Detayli Açiklama
Sekil 1 sanal giysi uydurma prosesinin yüksek seviyedeki bir genel taslagini saglar.
Bir kullanicinin bakis açisindan, kullanicinin çevrimiçi (100) alisveris yapmasi ve giysi
denemeyi simüle etmek istemesi durumunda prosesteki birinci adim tüketici görüntüsü
yazilimindan (110) 3D model olusumunun bir kopyasini elde etmektir. Uygulama bir
internet sitesi linki vasitasiyla, bir çevrimiçi magazadan, bir CD veya USB bellek gibi
donanim depolamasindan veya uygun herhangi bir diger araç vasitasiyla indirilebilir.
Referansin asagida bir “bilgisayar” kullanimina yapilmasina ragmen, uygulama bir
bilgisayar, akilli telefon veya diger elde tasinan isleme cihazi gibi uygun herhangi bir
isleme aracinda çalistirilabilir. Uygulamanin kullanicinin bilgisayarina indirilmesi
akabinde, kendilerinin bir 3D modelini olusturmak üzere yazilimi kullanmaya
baslayabilirler. Bunu gerçeklestirmek üzere, kendilerinin bir görüntüsünü (120) veya
tercihen görüntülerinin bir takimini yakalamalari gerekir. Yukarida bahsedildigi üzere,
bu bir bilgisayara baglanan bir dijital kamera veya Video kaydedici gibi uygun herhangi
bir ekipman kullanilarak gerçeklestirilebilir. Alternatif olarak bu bir Video kamera veya
telefon veya diger tüketici görüntüsü elde etme cihazi kullanilarak gerçeklestirilebilir.
Örnegin 3D bir stereoskopik görüntü çekmek üzere kameralari kullanan stereo görüntü
yakalama cihazi. Bazi kullanicilar ayrica tüketicinin giyinik olmasi durumunda dahi
kullanicinin vücut ölçülerini elde edebilen bir derinlik elde etme cihazi, uzaklik ölçme
cihaz veya x-isini cihazi gibi gelismis görüntü elde etme cihazlarina erisime sahip
olabilir, ancak bu tür gelismis cihazlar mevcut sistem ve yöntemin basarili isleyisi içi
gerekli degildir.
Uygulama yaziliminin kullanicinin bilgisayari veya diger donaniminda çalistirilmasi
durumunda, bu uygun görüntülerin yakalanmasina yönelik kullaniciya talimatlar
saglayabilir. Talimatlar interaktif olabilir ve bir video gösterimi veya animasyon karakteri
etkilesimi gibi bir gösterim içerebilir. Talimatlar, digerlerinin arasinda, kullanicinin
görüntü yakalamaya yönelik nasil giyinmesi gerektigini kapsar. Örnegin kullaniciya
saçlari boynundan yukarida ve yüzünden uzak sekilde iç çamasiri, mayo veya bir tek
parça streç giysi ve taytlar giymesi için talimat verilebilir, bu sekilde vücudu görülebilir
ve görüntülerde gizlenmez. Talimatlar ayrica, asagida daha fazla açiklandigi üzere
ölçeklendirme amaçlarina yönelik bir kalibrasyon hedefinin nasil kullanilacagina dair
tavsiye içerebilir.
Sekil lie geri dönülerek, görüntüler takiminin yazilim ile saglanan talimatlar
dogrultusunda yakalanmasi akabinde, bunlar bireysel islenmeye yönelik yazilima
gönderilir. Görüntüler dogrudan tüketicinin bilgisayarindan yüklenen bilgisayar ile elde
edilebilir veya uygun herhangi bir diger sekilde gönderilebilir. Görüntüler akabinde
analiz edilir. Asagida detayli olarak açiklandigi üzere, bu analiz ölçülerin
hesaplanabilecegi (140) sekilde görüntülerden verilerin alinmasini içerir. Hesaplama
adimina (140) yönelik görüntülerin bir internet sunucusundan yüklenmesi gerekli
degildir. Bu tüketici gizliligi açisindan faydalidir.
Hesaplanan ölçüler iki amaca yönelik kullanilir. Birinci olarak, bunlar burada “klon”
(150) olarak refere edilen tüketicinin gerçek ölçülerinin temsilcisi olan özgün bir üç
boyutlu model olusturmak (150) üzere kullanilir. Ikinci olarak, bunlar sanal deneme
prosesi boyunca geleneksel bir üç boyutlu model ile kombinasyon halinde kullanilabilen
tüketicinin vücut ölçülerinin (160) bir kaydini tutmak üzere kullanilir. Yukarida genel
bakista ve asagida daha detayli açiklandigi üzere, sanal deneme simülasyonu
kullanicinin üç boyutlu modelinde seçilen giysileri temsil eden üç boyutlu grafikleri
Kalibrasyon
Sisteme saglanacak görüntülerden ölçülerin alinmasi amaciyla, görüntülerin ölçek
faktörüne iliskin bilgiler saglanmalidir. Burada sekil 2a'da gösterildigi üzere, bunun
gerçeklestirilmesine yönelik bir yaklasim bir kalibrasyon hedefi saglamaktir. Alternatif
olarak, kalibrasyon hariç tutulabilir ve bunun yerine görüntü ölçegi faktörü, standart bir
ölçü, örnegin bir mezura veya cetvel üzerindeki bir uzunluk kullanilarak ölçülebilir.
Alternatif olarak, görüntüde görülebilen bir nesnenin boyutu, islemci tarafindan
bilinebilir ve/veya manuel olarak girilebilir. Ancak, kalibrasyon prosesinin atlanmasi
daha düsük dogruluga sahip ölçüler ile sonuçlanabilir ve böylece bu örnekte bir
Pratikte, bir kullanicinin bilgisayarinda çevrimiçi deneme simülasyonu sistemini
çalistirmak için bir uygulamayi indirmesi durumunda, sisteme saglanmasina yönelik,
kamera Iensi tarafindan görülebilen, kendilerinin görüntü(lerini) yerlestirmelerinin
gerektigi bir ölçek veya kalibrasyon hedefini temsil eden bir grafik saglanabilir. Bu
sekilde bir ölçek veya kalibrasyon hedefinin eklenmesi ile sistem, kullanici ile kamera
veya diger görüntü yakalama cihazi arasindaki mesafeleri taniyabilir ve dolayisiyla
görüntülerden kullanici vücudunun gerçek boyutunu dogru bir sekilde degerlendirebilir.
Sistem tüketicinin görüntülerine yönelik nasil poz vermesi gerektigine dair talimatlar
içerebilir. Örnegin uygulama ile beraber gelen ögretici bir klip veya video kullanarak
gereken birçok pozisyonu nasil elde edeceklerini kisilere gösterebilir. Örnegin
kullanicinin görüntüsünü yakalamaya yönelik bir video kamerayi kullanmasi halinde,
sistem tarafindan ekranda gösterildigi üzere belirli bir pozisyonda bir vücudun bir ana
hatti ile video kamera araciligiyla yakalanan görüntüyü hizalayabilir, dolayisiyla
kullanici tarafindan çekilen görüntülerin faydaliligi maksimuma çikartilir.
Tercihen görüntüler ev aydinlatmasi kullanilarak ve nötr bir arka plan ile çekilmelidir.
Üç boyutlu modelin olusturulmasina yönelik gerekli olan çesitli kullanici pozisyonlarinin
fotograflari tek bir seferde çekilmelidir. Görüntü elde etme cihazinin saglamasi halinde,
fotograflar sistemin çalistigi bilgisayar ile çekilmelidir, diger bir deyisle deklansör ile
çekilmelidir. Bu prosesin interaktifligini arttirir, böylece bunu daha fazla kullanici dostu
Bir düzenlemeye göre, sistemin bir müsteri/sunucu uygulamasinda, görüntüler
kendiliginden sunucuya yüklenmez ancak tüketicinin cihazinda kalacaktir ve dolayisiyla
kisiye özel kalacaktir. Gerçekten görüntülerin kendisini almak yerine, sistem bu
görüntülerden ölçü verisi, oran verisi, cilt ve saç rengi verisi ve göz sekli gibi verileri
alacaktir. Yalnizca bu alinan bilgi akabinde üç boyutlu modeli olusturmak üzere
islenmeye yönelik yüklenecektir. Sistemin tamamen çevrimiçi bir uygulamasinda,
görüntüler sistem sunucusuna yüklenebilir ve isleme ve veri alimi akabinde hemen
kaldirilabilir.
Sekil 2a'da gösterildigi üzere, proses tercihen bir iç kalibrasyon (7) ve bir dis
kalibrasyonun her ikisini içerir. Iç kalibrasyon (7) cihazin kendisinin elde edilen
görüntüler üzerinde olusturdugu deformasyondan sorumlu olan görüntü elde etme
cihazinin kalibre edilmesini içerir. Bilinen bilgisayar görüntüsü teknikleri bir elde etme
cihazinin iç parametrelerini bulmak üzere kullanilabilir. Tipik olarak bu iç parametreler
odak mesafesi, dikey ve yatay görüntüleme açilar, sensör boyutu ve çözünürlük, lens
bozuklugu, renk düzeltme ve sensör gürültüsünü içerir. Görüntü elde etme cihazina
yönelik elde edilen iç parametreler elde etme cihazinin kendisi tarafindan elde edilen
görüntülere eklenebilen herhangi bir geometrik veya kolorimetrik deformasyonlari
düzeltmek üzere kullanilabilir. Istege bagli olarak, sistem bunun vasitasiyla kullanicinin
iç kalibrasyon prosesine yardimci olmak üzere kullanilan görüntü elde etme cihazinin
detayini girebildigi bir arayüz içerebilir.
Sekil 2a`da iç kalibrasyon prosesinin parçasi olarak gösterilen adim 5'te bir “desen
arama" bulunur. Bir düzenlemeye göre, kullanicinin, örnegin simüle edilmis deneme
hizmetine yönelik uygulamanin bilgisayarina indirilmesi akabinde kullanici tarafindan
çiktisi alinabilen veya profesyonel olarak basilan ve kullaniciya posta vasitasiyla veya
magazada veya diger uygun sekillerde saglanan bir desendeki bir görüntüyü
yakalamasi gerekebilir. Bilinen bir desende kullanicinin görüntü elde etme cihazi ile
yakalandigi üzere bir görüntüye bakarak, bilgisayar veya diger islemci cihaza yönelik
yönelik iç parametreleri saglayabilir.
Benzer sekilde, bir dis kalibrasyon (9) dis vücutlara göre görüntü elde etme cihazinin
pozisyonu ve yönünün bilinecegi sekilde gerçeklestirilmelidir. Bilinen bilgisayar
görüntüsü teknikleri kullanicinin görüntü elde etme cihazinin dis parametrelerini
hesaplamak üzere kullanilabilir. Bu dis parametreler görüntülenen vücuda göre elde
etme cihazinin pozisyonu ve rotasyonunu içerir. Bir düzenlemeye göre, kullaniciya
görüntü elde etme prosesine yönelik bulunduklari yerin yakininda zemin üzerine bir
desen yerlestirmeleri talimati verilebilir. Kameranin iç ve dis parametreleri kullanilarak,
sistem 3D alandaki desenin tam olarak yerini saptayabilir. Dolayisiyla kullanicinin
zeminde bir desene yakin veya bunun üzerinde bulunmasi halinde, sistem görüntüde
zeminin nerede oldugunu bilebilir, böylece kullanicinin ayaklarinin yerini saptayabilir ve
kullanici ile görüntü elde etme cihazi arasindaki mesafeye dair bir gösterge saglar. Bu
mesafe görüntüye yönelik bir ölçek faktörünü hesaplamak üzere kullanilabilir. Bu ölçek
faktörü bu görüntülerde sunulan kisinin gerçek 3D ölçülerini almak amaciyla
görüntüden alinan ölçülere uygulanabilir.
Asagidaki diger açiklamadan anlasilacagi üzere, kullanicinin görüntü elde etme
cihazina yönelik elde edilen dis kalibrasyon (9) bilgisi sistemin isleyisi sirasinda iki
boyutludan üç boyutlu veriye bir dönüsüm ve tam tersinin oldugu her zaman
kullanilabilir.
Bir düzenlemeye göre, görüntü elde etme cihazinin kalibrasyonuna yönelik kullanilacak
kalibrasyon deseni beyaz bir arka plan üzerinde kalin sinirlara sahip siyah bir kare
içerir. Karenin ortasi kirmizi, yesil ve mavi gibi temel renkler ile bir renk kalibrasyonu
çizimi içerir. Sinir kalinligi ve renk tasariminin yanisira karenin boyutu sistem
tarafindan bilinir. Sinir kalinligi ve renk tasariminin yanisira karenin boyutunun sistem
tarafindan bilinmesi nedeniyle, bu standart görüntü islem tekniklerini kullanarak
herhangi bir rastgele pozisyonda görünmesi durumunda bir görüntü üzerindeki
deseninin yerini saptayabilir. Dolayisiyla kalibrasyon deseni sistemin bu tür bir
görüntüden vücut ölçülerini almasinin yanisira yakalanan bir görüntü içinde alandaki
kullanicinin yerini saptamasini saglar.
Kullanilan görüntü elde etme cihazinin tipi ve modeline bagli olarak, sistem elde etme
cihazinin iç parametrelerini otomatik olarak bulmak üzere Iç kalibrasyonu
gerçeklestirebilir. Bu gerçeklestirebilmesi halinde, yukarida bahsedilen kalibrasyon
deseni yalnizca sistemin alandaki kullanicinin yerini saptamasini saglamak üzere dis
kalibrasyona yönelik kullanilir. Ancak sistemin iç kalibrasyonu otomatik olarak
gerçeklestirememesi veya gerçeklestirmemesi halinde, bunun yerine desenin sistem
tarafindan bilinmesi ve dolayisiyla sistemin, elde etme cihazinin kullanici tarafindan
saglanan görüntülerdeki deseni deforme edip etmedigini ve nasil deforme ettigini
görebilmesi nedeniyle görüntü elde etme cihazinin iç parametrelerini elde etmek üzere
deseni kullanabilir. Iç (7) ve dis (9) kalibrasyon adimlari, Sekil 2a'da gösterildigi üzere
dogrulugu saglamak üzere gerekli oldugu kadar sik tekrarlanabilir.
Iç ve dis kalibrasyon adimlarinin gerçeklestirilmesi akabinde, sistem akabinde üç
boyutlu bir modelin olusturulmasina yönelik hazirlanista kullanicinin görüntülerini
ayrica islemeye baslayabilir.
Arka Planin Kaldirilmasi
Yukarida bahsedildigi üzere, ideal olarak bir kullanicinin görüntüleri ev aydinlatmasi
kullanilarak çekilmelidir ve nötr bir arka plan kullanilmalidir. Ancak, hangi tipte arka
planin kullanildigina bakilmaksizin, sistem vücudun üç boyutlu modelinde arka plan
içermek zorunda degildir. Arka planin, sistemin bir görüntüdeki özneyi tanimaya ve
görüntünün hangi kisminin gölge oldugunu saptamaya yardim ettigi bilinir.
Arka plan çikarma teknikleri teknikte uzman okuyucu tarafindan bilinecektir. Arka plan
çikarmaya yönelik uygun herhangi bir teknik mevcut sistem ile kullanilabilir. Bir dizi
görüntünün kullanici tarafindan yakalanmasi nedeniyle, sistem birçok görüntünün her
birine yönelik, arka plan ile kullanici arsindaki farki, diger bir deyisle görüntüde
merkezdeki vücudu belirleyebilir. Görüntünün arka plan olarak tanimlanan kisminin
çesitli ayri görüntüler arasinda oldukça fazla degismesi halinde, sistem kullaniciyi arka
plan çikarma prosesini gelistirmek üzere görüntüleri yeniden yakalamasi ve/veya ek
görüntüler saglamasi için yönlendirebilir. Örnegin, sistem tarafindan gereken
görüntülerden biri, ayrica kullanici olmadan, arka planin tek basina bir görüntüsü
olabilir.
Arka planin sistem tarafindan kabul edilmis bir dogruluk derecesi içinde saptanmasi
akabinde, arka plan kaldirma prosesi baslayabilir. Sistem, arka plan kaldirma prosesine
(12), burada bir girdinin görüntülerin tek basina içeriginin bilinmedigi, kullanici
tarafindan saglanan kalibre edilmis görüntülerin bir dizisi olacagi ve çiktinin yalnizca
arka planin parçasi olarak tanimlanmamis görüntü parça(larinin) korundugu bir görüntü
olacagi sekilde isler. Sistem içindeki arka plan kaldirma modeli herhangi bir gölge
olmadan yalnizca söz konusu cismi (diger bir deyisle görüntülenen kisi) birakarak arka
plani görüntülerden kaldirmak amaciyla isler.
Model olusturma prosesindeki sonraki asama sekil saptamadir (13). Sekil saptama
asamasina girdi, yalnizca arka planin parçasi olmayan nesnelerin görülebildigi bir
görüntüdür. Burada açiklanan sanal simüle edilmis deneme hizmetinin amacina
yönelik, dolayisiyla herhangi bir gölge olmadan ve orijinal görüntülerden arka plan
olmadan kisinin bir görüntüsü olacaktir. Sekli saptama modelinin çiktisi, islenen
görüntünün ana merkezdeki nesnesinin konturudur. Simüle edilmis deneme hizmetinin
amaçlarina yönelik, bu özne üç-boyutlu modelin olusturulacagi kisidir.
Sekil saptama adiminin (13) üç-boyutlu bir modelin olusumuna yönelik hazirlayici bir
adim olmasi nedeniyle, saptanan kontur kisinin seklinin dogru bir sekilde taninmasina
Sekil saptama prosesini gelistirmek üzere, mevcut sistem tercihen yalnizca bir piksel
siniflandirmasi yürütmez. Bunun yerine, arka plan kaldirma prosesi adiminin (12)
sonunda bir çikti olan çikarilmis görüntüde kontur saptamasini gerçeklestirir. Arka plan
kaldirilmasinin orijinal görüntüden neredeyse tüm arka plan detaylarini kaldirmasi
nedeniyle, söz konusu kontur saptamasi prosesi istenen özne, diger bir deyisle
görüntülenen kisi etrafinda yogunlasabilir ve bunlarin formunun iyi bir temsilini
saglayabilir. Özne konturunda bosluklar olusturabilecek herhangi bir pikselin kisinin
görüntüsünde eksik olmasi halinde, bir dizi genisletme ve daraltma yapilabilir. Arka
plandan herhangi bir kontur olmamak üzere, yalnizca kisinin konturlarinin
kullanilmasini saglamak için sistem ayrica islemeye yönelik belirli konturlar seçebilir.
Tercihen sistem kapali olan, görüntünün toplam boyutuna göre bir ayarlama
parametresine sahip olan ve görüntü merkezinin etrafinda yerlestirilen konturlara
odaklanacaktir. Bu tür kriterlerin uygulanmasi kisinin vücudunun konturlari haricinde
saptanan tüm konturlarin görüntüden giderilmesini saglar.
Bu sekilde yürütülen kontur saptama prosesi sistemin, görüntüde gösterilen kisinin
belirli bir durus veya pozisyonda durup durmadigini belirlemesini saglamak üzere
yeterince dogrudur. Örnegin Sekil 5, Sekil 3'te gösterilen vücut görüntüsünü gösterir
burada sonra kontur isleme buna uygulanmistir. Sekil 5'teki görüntü sistemin öznenin
kollarinin, yanlarda asagida olmak yerine disari dogru uzandigini saptamak üzere
yeterince detayli ve dogrudur. Sistem dolayisiyla görüntüde gösterilen pozu
siniflandirmak amaciyla bu bilgiyi kullanabilir. Daha önce bahsedildigi üzere, sisteme
yönelik talimatlar kullanicinin birçok farkli pozda görüntü yakalamasina yönelik
talimatlar içerebilir. Sistem kontur saptamasinin uygulandigi görüntülerde kullanici
pozisyonu veya durusunun belirlenmesinde yardimci olmak üzere bunun
talimatlarindan önceden belirlenmis pozlari kullanabilir. Asagida daha detayli
açiklandigi üzere, sistem prosesteki birçok asamadan herhangi birinde bundan 3D bir
modelin olusumuna yönelik belirli bir görüntüyü kullanip kullanmayacagina karar
verebilir. Sistemin belirli bir görüntüyü kullanacagina dair karar vermesi halinde,
buradan en olasi ölçüleri elde etmek amaciyla buradaki konturu ayrica düzeltebilir.
Sekil saptamasi akabinde, sekil 2a7da gösterilen prosesteki sonraki asama sekil tanima
adimidir (14). Sistem tercihen sekiller olarak olasi insan pozlarinin bir veri tabanini
içerir. Örnegin bu sekiller programda sabit kodlu olabilir. Örnegin, burada sekil 6'da
gösterildigi üzere, saptanmis özne sekli veri tabanindaki bu sekiller ile karsilastirilir.
Uygun bir karsilastirma algoritmasi çalistirilir ve birçok veri tabani sekli ile görüntü
seklinin benzerligini göstermek üzere bir deger saglar. Sekil 7`de gösterilen örneklerde
algoritmanin çiktisi 0 ila 1 araliginda bir degerdir, burada 0 deger O`a ne kadar yakin
olursa, iki sekil birbirine daha benzer olur. Karsilastirmanin 0 saglamasi halinde sekiller
aynidir. Ölçeklendirme sorunlari nedeniyle olasi yanlis negatifleri önlemek amaciyla,
sekil saptama asamasindan (13) sekil çiktisi karsilastirma yapilmadan önce veri
tabanindaki sekiller ile ayni boyutta olmak üzere ölçeklendirilir. En iyi karsilastirma
sonucu ile veri tabanindaki sekil asagida daha fazla açiklanan, bir görüntü
siniflandirmasina yönelik olasi bir aday olarak ilgili görüntüye atanir.
Özellikler
Görüntülenen kisinin seklinin taninmasina yönelik, kameranin önünde bir kisi
oldugundan emin olmak ve bunun pozlari ve vücut pozisyonlarini daha iyi tanimak
amaciyla sistemin bunlarin insan özelliklerini saptayabilmesi önemlidir. Sistem bir
kisinin yüzü, elleri veya ayaklari ve benzeri gibi özellikleri bulmak üzere bilinen özellik
saptama (15) tekniklerini kullanabilir. Yüz örneginde, öne dönük ve yana dönük gibi
farkli türde yüz kullanilabilir. Bu özelliklerden birinin saptanmasi sisteme yalnizca bir
insanin kamera önünde oldugunu Söylemez, ayni zamanda vücudun hangi yöne dönük
oldugunu belirtir. Benzer isleme kollarin pozisyonunu daha iyi tanimlayabilmek
amaciyla eller saptanirken gerçeklestirilebilir.
Prosesteki bu asamada, bu sistem en azindan yaklasik olarak öznenin görüntüde
nereye yerlestirildigini bilir ve dolayisiyla aradigi özelliginin. bu örnekte yüzün
kapsandigindan emin olabildigi söz konusu bir bölge olusturabilir.
Siniflandirma
Sanal giysi denemeye yönelik kullaniciya sunmak üzere klonun olusturulmasindan
önce, sistemin iki soruya dair bir karar vermesi gerekir: Kameranin önünde bir kisi var
mi? Ve kisi kabul edilebilir bir pozisyonda mi duruyor? Kabul edilebilir bir pozisyon
sistemin daha fazla islemeye yönelik gerek duydugu pozisyonlardan biridir. Bu sorulari
yanitlamak üzere, sistem yukarida tanimlanan sekil tanima (14) ve özellik saptama (15)
adimlari boyunca toplanan farkli verileri kullanacaktir.
Sistemin yeterli bir miktarda veri elde edebilmesi ve üç boyutlu bir modelin olusumuna
yönelik kullanilmasi öncesinde bu verinin dogrulugundan yeterince emin olmasi
önemlidir. Dolayisiyla islenen görüntülerin bir miktar siniflandirilmasi gerekir. Sekil
2a7da gösterilen (16)'da, siniflandirma lojigi islenen görüntüye uygulanir. Örnek yoluyla,
sistem karsilik gelen bir güvenirlik degerini göstermek üzere prosesin önceki
adimlarinin her birine göre bir veya daha fazla görüntüye bir etiket uygulayabilir.
Dolayisiyla bir etiket sekil saptamaya (13) göre güvenirligi gösterebilir ve digeri özellik
saptamaya (15) göre güvenirligi gösterebilir. Bir bütün olarak bir görüntüye yönelik tek
bir genel güvenirlik degerine sahip özgün bir etiketin birçok proses adimi etiketinden
çiktisi alinabilir. Bir görüntüye göre genel güvenirligin düsük olmasi halinde, bir etiket
olusturma yerine, bu görüntüden üç boyutlu model yapmaya yönelik iyi bir karar
vermek üzere yeterli bilginin temin edilemedigini gösteren bir çikti olusturulabilir.
Uygulamanin bir görüntüde gösterilen belirli bir poza göre yeterli güvenirlige sahip
olmasi halinde, bu görüntü etiketlenebilir ve üç boyutlu modelin olusumuna yönelik
daha fazla islenebilir.
Sekil 2a'daki (17)'de herhangi bir etiketin ayarlanip ayarlanmadigina dair bir soru
sorulur. Ayarlanmalari halinde, bu kullanicinin üç boyutlu bir modelin sistem tarafindan
olusturulabilecegi en az bir görüntü sagladigini gösterir. Herhangi bir etiketin
ayarlanmamasi halinde mevcut anda üç boyutlu modelin olusturulmasina yönelik
uygun bir dereceye kadar islenmis herhangi bir fotograf mevcut degildir. Bu tür
durumda, tüketiciden adimlara (13 ila 17) göre islenmeye yönelik yeni görüntüler
göndermesi istenebilir. Tercihen, islenecek “geçerli” olmayan görüntüler reddedilir ve
tekrar kullanilmaz. Bir kullanici tarafindan saglanan her bir görüntü Sekil 2a'da
gösterilen adimlara (5 ila 17) göre ayri olarak Islenecektir. Bir görüntünün kabul
edilmesi veya reddedilmesi durumunda, adimlar diger bir görüntüye yönelik
tekrarlanabilir.
Üç Boyutlu Modelin Olusturulmasi (insan)
Yukarida açiklanan sekil ve kontur saptamasinin (13/14) bir kisinin belirli bir görüntüde
durdugu pozun siniflandirilmasina yönelik faydali olmasina ragmen, ölçünün
hesaplanmasi veya alinmasina yönelik kisinin gerçek bir ana hatti olarak kullanilamaz.
Avantajli olarak, mevcut sistem ölçülerin hatasiz sekilde alinabilecegi ve
hesaplanabilecegi bir pikselin bir ondaligi içinde olmak için dogru olabilen, kisinin
yüksek kesinlikte bir ana hattini olusturmak amaciyla ek adimlar gerçeklestirmek üzere
ayarlan ir.
Bir düzenlemeye göre, kisinin ana hattinin daha iyi bir tahmininin elde edilmesine
yönelik iki yaklasim kullanilir. Birincisi kontur türevlerinin hesaplanmasini ve
yaklastirilan ana hattin her bir vorteksinin en yakin 0 ile kesisme noktasina
ilerletilmesini içerir. Kontur türevlerinin bir konturun hesaplanmasi durumunda bir
konturunun kendisinin verebileceginden daha fazla kesinlik verdigi bilinir. Bir kontur en
az bir pikselin bir ondaliginin bir kesinligine sahip kontur türevlerinden hesaplanabilir.
Konturu daha fazla düzeltmek ve arka plan detaylari veya gerçek ana hatti saklayan
görüntüde giyilen giysi üzerindeki detaylar nedeniyle kalan herhangi bir kusuru
açiklamak üzere ek bir düzeltme adimi gerçeklestirilir. Ek düzeltme adimi bir ana hatta
yönelik kurvatürün bir histograminin hesaplanmasi ile bu tür herhangi bir kusurun
düzeltilmesini ve histogramin anormalliklerin saptandigi ana hatta bastirilmasi ve
noktalar eklenmesi ile anormalliklerin düzeltilmesini içerir. Ana hattin hesap olabilecegi
olasi gürültüyü göz önüne alan, böylece ana hattin her bir noktasindaki kurvatürün
hesaplanmasini saglayan bir kurvatür hesaplama algoritmasi kullanilabilir. Sistem
tarafindan kullanilan anormallik saptama prosesi analiz altindaki görüntüdeki kisinin
kullandigi poz hakkinda bilinen genel bilgiyi kullanabilir. Örnegin mevcut pozun kollari
uzanmis ve bacaklari hafif açik olarak kameraya dönük kisiden olusmasi halinde,
yüksek bir konkav kurvatürün olusmasi gereken tek yer kasik ve her iki kol altidir. Fazla
kilolu bir kiside, yüksek konkav kurvatürler ayrica dizlerde ve kalçalar ve bel çevresinde
bulunabilir. Oysa yüksek konveks noktalar yalnizca parmak uçlarinda bulunabilir.
Mevcut sistemin isleyisi sirasinda, bir ana hat noktasinin bir anormallik veya anomali
olarak saptanmasi durumunda bu silinir. Tüm anomalilerin silinmesi akabinde sistem
bos alanin he ikisi tarafindaki kurvatürü kullanarak yeni noktalarin hesaplanmasi ile
geride kalan herhangi bir alani doldurabilir.
Dolayisiyla sistem akilli bir düzeltme prosesi kullanir. Yukarida açiklandigi üzere,
proses tercihen kesinligini arttirmak üzere yaklastirilan ana hattaki noktalari veya
vorteksleri yeniden yerlestirmek üzere kontur türevlerinin kullanilmasini içerir. Ayrica
tercihen anormallik saptamasi, özellikle belirli pozlarda vücut sekillerine dair bilinen
genel bilgiyi kullanan anormallik saptamasi içerir. Sistem böylece görüntü islemenin
dogrulugundan ödün vermeden model olusturma prosesindeki uygun bir asamada
vücut sekilleri ve pozlarinin bilinen karakteristiklerini kullanir. Aslinda, prosesin bu
asamasinda bilinen bilginin kullanilmasinin gerçekten görüntü islemeyi arttirdigi ve
vücudun ana hattinin dogrulugunu arttirdigi burada fark edilmistir. Benzer sekilde,
burada bir bos alanin her iki tarafindaki kurvatür kullanilarak yeni noktalarin
hesaplanmasinin, görüntü isleme yöntemindeki önceki adimlardan kaynaklanan bir
anomali kullanilarak yapandan genel konturu daha dogru yapacagi tanimlanmistir.
Sonuç olarak, kullanicinin yüksek tanimli bir ana hattin çiktisi alinabilir.
Yüksek tanimli ana hattinin olusturulmasi (18) akabinde, tüketicinin sekli adimdaki (19)
gibi yakalanabilir. Bu çikti sekil Za'da (29)'da gösterildigi üzere ve asagida daha fazla
açiklandigi üzere standart bir üç boyutlu modeli tüketicinin sekline hizalamak üzere
kullanilabilir.
Bölge Siniflandirmasi
Sistem tarafindan olusturulan yüksek tanimli ana hat ayrica bölge siniflandirmasina
yönelik kullanilabilir, böylece sistem görüntüyü olasilikli bölgelere ayirir.
Bölge siniflandirma prosesindeki bir baslangiç adimi olarak, sistem görüntüde
gösterilen kisinin boyunu belirleyebilir. Buna yardimci olmak amaciyla, uygulama
(burada açiklandigi üzere sistemi yürütmek üzere kullanicinin donaniminda çalistirilan)
bunun vasitasiyla kullanicinin uzunluk detaylarini girebilecegi bir arayüz içerebilir. Bu
uzunluk detaylarinin girilip girilmedigine bakilmaksizin, sistem görüntülenen kisinin
boyunu bulabilir. Bu ilk olarak görüntüdeki konturun en alttaki parçasinin aranmasi
araciligiyla ayaklarin yerinin bulunmasi ile gerçeklestirilebilir. Görüntülerin kalibre
edilmesi nedeniyle, konturun en alttaki noktasi zemine referans ile, örnegin yukarida
açiklanan dis kalibrasyon asamasi sirasinda zemine yerlestirilen bilinen bir desen
kullanilarak kolay bir sekilde bulunabilir. Bir vücut üzerindeki en alttaki kontur noktasi,
islem altindaki görüntünün kameraya dönük bir kisi içermesi halinde sag veya sol ayak
parmaklari olabilir. Alternatif olarak, konturun en alttaki parçasi, kisinin kameraya
arkasinin dönük olmasi halinde sag veya sol topuk olabilir. Veya konturun el alttaki
parçasi, kisinin kameraya yana dönük gösterilmesi halinde sag veya sol ayaktan
herhangi birinin ayak parmaklari veya topugu olabilir.
Sekil 8 konturun en alttaki ve en yüksekteki noktalarinin nasil bir düzleme
yansitilabileceginin ve yukarida açiklanan dis kalibrasyona yönelik kullanilan bilinen
desenin yansitmasi ile karsilastirilabileceginin bir örnegini gösterir. Konturda en
yüksekteki nokta ile konturda en alttaki nokta arasindaki mesafenin, desenin zemin
üzerinde olmasi kosulu ile kisinin boyunu tanimlamasi nedeniyle, konturun en alttaki
parçasi desen ile ayni düzleme yansitilacaktir. Konturda en yüksekteki nokta akabinde
kameraya dönük olan ve en alttaki noktanin 3d yansitilmasina yerlestirilen, zemine
dikey bir düzleme yansitilabilir.
Kullanicinin görüntü(lerinden) kisinin boyunun hesaplanmasi akabinde, görüntü (ler)
ayrica belirli ölçülerin bulunmasinin bir olasiliginin en yüksek oldugu bölgelere (20)
ayrilabilir. Örnegin bel ölçüsünün bulunmasinin muhtemel oldugu bir bölge
tanimlanabilir veya siniflandirilabilir. Tercihen sistem belirli ölçü tiplerinin
belirlenmesine yönelik maksimum güvenirlige sahip bölgeleri tanimlamak amaciyla
ayni kullaniciya yönelik iki farkli pozun görüntülerini kullanir.
Yüksek tanimli ana hatlarin olusturulmasi ve olasilikli bölgelerin tanimlanmasi
akabinde, sistem kullanicinin islenen görüntüsünden ölçüleri (21) hesaplayabilir.
Ölçülerin hesaplanmasi öncesinde görüntünün bir dereceye kadar islenmis olmasina
ragmen, ölçüler genel bir modelden alinmak yerinde görüntünün kendisinden alinir.
Ölçüler, sistemin kullanicinin bu tür ölçüleri girebilmesine yönelik bir arayüz
içerebilmesine ragmen kullanicidan gelen sayisal girdilere dayanmaz. Veya sistem
genel modellerin ölçülerinin tahminine veya diger veri tabani bilgilerine dayanmaz.
Yukaridaki açiklamadan anlasilacagi üzere, ölçü hesaplamasinin basladigi noktada
sistem analiz altindaki görüntüdeki insanin pozunu bilmelidir ve belirli ölçülerin yerinin
saptanabildigi bir bölgeler takimini tanimlamis olmalidir. Bu ayrica, yukarida
açiklandigi üzere kisinin uzunlugu gibi halihazirda saptanmis herhangi bir ölçü ile bir
veri tabanini doldurmus olabilir.
Bir kisinin her bir görüntüsünün farkli olacagi ve her bir pozun ölçü bilgisinin buradan
alinmasi amaciyla farkli ilgili isleme adimlarinin gerektirdigi anlasilacaktir. Ancak
burada açiklandigi üzere görüntülerden ölçü alimi ilkesi farkli görüntü ve poz tiplerine
uygulanir. Ölçü aliminin baslangicinda iki durumdan biri belirli bir ölçü degerine
uygulanabilir. Ilk olarak ölçünün yerinin belirlenmesi sistem için tamamen bilinmez
olabilir. Alternatif olarak, ölçünün yerinin belirlenmesi diger bir görüntüden veya önceki
bir isleme adimindan bilinebilir. Önceki durumda, sekilde 2a'da gösterilen prosesin
(20)'sinde tanimlanan olasilikli bölgeler söz konusu ölçünün pozisyonunun belirlenmesi
için kullanilabilir. Ikinci durumda, ölçünün sistemin halihazirda temin edebildigi bilgiden
daha kesin olarak yeri belirlenebilir. Ölçünün tam konumunu halihazirda bilindigi
durumda, ölçü verisi, örnegin buradaki iki-boyutlu bir genisligin ölçülmesi araciligiyla
yüksek tanimli ana hattan çikarilabilir. Standart bir 3D model ölçü alimina yardimci
olmak üzere bireyin yüksek tanimli ana hatti ile birlikte kullanilabilir. Bu asagida daha
fazla açiklanir.
Belirli bir ölçünün kesin pozisyonunun henüz bilinmedigi durumda, sistem bölge
boyunca bir hattin izgara taramasi ile ölçünün olmasi gereken olasilikli bölgeyi analiz
edebilir. Izgara tarama teknikte uzman okuyucu tarafindan bilinecek bir tarama
teknigidir. Mevcut sistemde, izgara taramanin her adiminda, yatay izgara tarama
hattinin tüketici vücudunun konturu ile kesisimi kaydedilir ve bu kesisimler arasindaki
mesafeler vücudun bir parçasinin bir genisligi olarak tanimlanir. Izgara tarama prosesi
boyunca bu genisligin varyasyonu yüksek tanimli ana hattin konkavliklari ve/veya
konveksliklerinin minimum veya maksimum bir deger ile bir genislige neden oldugu bir
alani tanimlar. Sistem aradigi ölçüye bagli olarak maksimum veya minimum bir
genisligi seçebilir - örnegin kalça ölçüsü maksimum bir genisligi gerektirirken bel ölçüsü
minimum bir genislik gerektirir. Seçilen maksimum veya minimum genislik degeri ile
iliskili iki kesisim noktasi akabinde ölçünün 3D genisligini hesaplamak üzere 3D alana
yansitilir. Bu hesaplanan 3D deger söz konusu ölçüye yönelik 30 genisliklerin biri
olarak kaydedilir. Ölçünün 3D pozisyonu akabinde yansitilan iki kesisimin
yerlestirilmesine bagli olarak hesaplanir.
Sistemin belirli bir ölçüye yönelik tanimlanmis olasilikli bölgede maksimum veya
minimum bir degere sahip bir genisligi bulamamasi durumunda, bu görüntüyü göz ardi
etmeye ve bunun yerine ölçü verisi elde etmek amaciyla diger bir görüntüyü
kullanmaya karar verebilir. Bu kullanici tarafindan daha önceden girilen görüntülerin
degerlendirilmesini ve/veya kullanicinin ek görüntüler girmeye yönlendirilmesini
içerebilir.
Tüm görüntülerin islenmesi ve bu görüntülerden ölçülerin hesaplanmasi akabinde,
sistem olusturulacak modelin birçok çevresi ve boyunu temsil etmek üzere bir 3D
degerler takimina sahip olacaktir. Sistemin 3D degerler elde edebilecegi çevreler ve
uzunluklarin örnekleri topuk ila parmak ucu, bilek ila diz, diz ila uyluk, uyluk ila kalça ve
kalça ila beli içerir. Olusturulan üç boyutlu modelde kullanilmasi gereken her bir belirli
ölçüye (çevre veya uzunluk) yönelik nihai deger, ölçüye yönelik görüntü verisinden elde
edilen bu 3D çevrelerin iki veya daha fazlasinin bir kombinasyonudur. Örnegin birçok
farkli diz ila parmak ucu uzunlugunun ayni bireye yönelik farkli görüntülerden
hesaplanmasi halinde, ortalama deger üç boyutlu modelin kullanimina yönelik
hesaplanabilir ve ölçülerin standart sapmasi olasi bir hata ölçüsü olarak tutulabilir.
Çevrelere yönelik, sistem uzunluk degerlerinin yanisira sekli göz önüne almalidir.
Sistem bunun vücut sekillerinin geometrik sekillere yakinlastirilmasi ile saglayabilir.
Örnegin bir bel sekli bir elipse yakinlastirilabilir. Bu tür bir yaklastirmanin üç boyutlu
modelin olusumuna yönelik yeterince dogru oldugu bulunmustur. Elips yakinlastirmasi
bireye yönelik ölçülen uzunluklarin tümünün, her birinin ortalamasi ve standart
sapmasinin hesaplandigi iki küme veya gruba ayrilmasi ile uygulanabilir. Iki ortalama
iki elips ekseninin uzunluklari olarak kullanilir ve standart sapma elipsin seklini kontrol
etmek üzere kullanilir, bunun bir sonucu olarak bireyin dogru bir temsili olusturulabilir.
Standart sapma sekil hakkinda bilgi saglar. Örnegin 0 olan bir standart sapma seklin
kusursuz bir oval olacagini gösterirken büyük bir sapma seklin eliptik daha fazla
dikdörtgen seklinde oldugunu gösterir.
Sekil 2a'daki adim (21) olarak gösterilen bu prosesin sonunda, sistem özgün üç boyutlu
model veya “klonun” olusturulmasina yönelik proseste daha sonra kullanilacak vücut
ölçülerinin bir takiminin çiktisini saglayabilir. Ölçü verisi kullanicinin görüntülerinden
gelir ve dolayisiyla bu kullanicinin gerçekçi bir üç boyutlu modelinin olusturulmasinda
ve simülasyon prosesindeki deneme sirasinda giysilerin bu kullaniciya nasil uyacaginin
gösterilmesine yönelik faydali olacaktir.
Temel Model Hazirlanmasi
Sistem kullanici “klonunun” olusturulmasina yönelik özel olarak hazirlanan bir temel
model kullanir. Tercihen, temel model klon olusumuna yönelik dogrudan kullanicinin
görüntülerinden alina ölçü verisi ile eslestirilebilecek üç boyutlu bir iskelet içerir. Iskeleti
hazirlamak amaciyla, genel bir iskelet standart bir 3D vücut modelini temsil eden aga
uydurulur. Sistem iskeleti aga uydurmak amaciyla uzman okuyucu tarafindan bilinecek
uygun herhangi bir standart üç boyutlu model iskeleti uydurma teknigini kullanabilir.
Standart 3D vücut modeline yönelik ag olusturma prosesi birçok kisitlamaya göre
isleyebilir. Örnegin bu, agin tamamen kapali olmasini, herhangi bir kopya kenar veya
siddetli sekilde bozulmus üçgenler içermemesini veya modelden herhangi bir tepe
noktasinin buradaki herhangi bir diger tepe noktasina ulasabilmesini gerektirebilir. Agin
yeniden yapilandirilmasi uygun herhangi bir bilinen yazilim kullanilarak uygulanabilir.
Bu ayrica model çiktisi karmasikliginin kontrol edebilmeli, hacmi uygun tutabilmeli ve
vücut modelini alma karmasikligindan bagimsiz yapabilmelidir. Agin olusturulmasi
akabinde, iskelet standart 3D model üzerine yerlestirilir.
Standart bir 3D ag ve karsilik gelen iskeletin olusturulmasi akabinde, iskelet manuel
olarak modifiye edilebilir veya kisitlanabilir. Bu iskeletin kullaniciya spesifik olmamasi
nedeniyle yazilimin son kullaniciya saglanmasindan önce yapilir. Iskelet daha sonra
standart modelde kullanici görüntülerinden daha önce alinan ölçüleri belirlemek üzere
kullanilacaktir. Bundan dolayi standart model iskeletinin görüntülerden veri alimi
sirasinda görüntü analizi proseslerinin yaptigi ayni yorumlamayi kullanmasi önemlidir.
3D Modelinin Seklinin Degistirilmesi
Orijinal olarak standart bir 3D modelden olusturulan 3D iskelet burada Sekil 2a'daki
adimda (25) gösterildigi üzere ayri bir kullanicinin görüntülerinden alinan ölçüler ile
eslestirilir. Akabinde, bu iskelet standart 3D model ile karsilastirildiginda deforme olan
yeni bir üç boyutlu model veya “klon" olusturmak üzere kullanilabilir, burada bu
deformasyonlar kullanicinin görüntülerinden elde edilen gerçek ölçüleri yansitir. Burada
sekil 97da gösterildigi üzere, referans tanimlamalar deforme vücut modelinin olusumuna
yönelik kullanicinin görüntü verisinden elde edilen ölçüleri iskeletin bölümlerine
eslestirmek üzere kullanilabilir.
Buradan olusturulacak iskelet ve modelin üç boyutlu olmasi nedeniyle, eslestirme iki
adimli bir eslestirme sistemi olmalidir, burada bir uzunluk veya genislik eslestirilir ve
Sekil 10 bir uzunluk veya genislik eslestirme prosesinin bir örnegini gösterir. Burada
gösterildigi üzere, ayaktan basa standart modelden olusturuldugu üzere üç boyutlu
iskeletin orijinal uzunlugu görüntülerinden elde edildigi üzere kullaniciya yönelik gerçek
ölçü verisine bagli olarak degistirilebilir.
Sekil 11 bir çevre eslestirme prosesini gösterir. Bu proses boyunca vücudun belirli bir
bölümüne yönelik vücudun tepe noktalari dogrusal olmayan dogrultuda hareket ettirilir.
Sekil 11ide gösterilen iskelet bir çevre merkezini tanimlamaz bunun yerine bir çevre
veya tam tersi hareket ettirilir. Tepe noktalarinin bu hareketi vücut kaslari ve yaginin
esit olarak dairesel bir dogrultuda uzanmamak üzere her zaman baslica bir dogrultuda
uzanacagi varsayimiyla çalisir.
Sekil 11'de gösterilen belirli örnek bir vücut bölümünün enine bir kesiti, örnegin bir bel
veya bir alt bacaktir. Sistem ele alinan vücudun bölümüne bagli olarak belirli bir
dogrultuda uzunlugun deforme edilmesine yönelik ana dogrultuya iliskin önceden-
programlanmis bilgi içerebilir. Örnegin, bele yönelik ana dogrultu ön taraf iken, alt
bacaga yönelik arka taraftir. Dolayisiyla sistem gerçek vücut ve iskelet kisitlamalarina
dayanarak söz konusu gerçek kullaniciya daha yakindan benzemek üzere standart üç
boyutlu iskeletin deforme edilmesine yönelik akilli bir seçim yapabilir.
Sekil 2aidan anlasilabildigi üzere, istenen tüm ölçülerin sistem ile görüntü verisinden
elde edilmesi halinde, bu ölçüler iskeleti yeterince deforme etmek üzere yeterli olabilir
bu sekilde ortaya çikan model kullanicinin dogru bir modeli olacaktir ve dolayisiyla üç
boyutlu model veya ”klonun" sekil 2a'da adimda (27) gösterildigi üzere çiktisi
saglanabilir. Deforme iskeletten klonun çiktisinin saglanmasinin yanisira, tam vücut
ölçüleri kullanicinin vücuduna yönelik deforme iskeletten alinabilir. Yukaridaki
açiklamadan anlasilacagi üzere, deforme modelden elde edilen bu tam ölçüler,
bunlarin görüntülerinden elde edildigi üzere kullanicinin gerçek ölçü verisinin, bu
ölçülerin alindigi deforme modeli olusturmak amaciyla standart bir modelin
deformasyonuna yönelik kullanilmasi nedeniyle kullaniciya yönelik oldukça dogru
olacaktir. Benzer sekilde, sekil 2a`nin adiminda (27) gösterilen bir görsel olarak üç
boyutlu model çiktisi oldukça dogru olacaktir.
Ölçüler ile bir model olusturmanin diger bir yöntemi
Sekil 2aida adimda (23) gösterildigi üzere. gerekli tüm ölçülerin kullanicinin
görüntülerinden elde edilememesi durumunda. sistem gerekli herhangi bir ek bilgi elde
etmek amaciyla daha önce elde edilen dis kalibrasyon bilgisini kullanabilir.
Bunu gerçeklestirmek amaciyla ve burada sekil Za'da adimda (28) gösterildigi üzere,
sistem kullanicinin görüntülerini standart bir 3-b0yutlu model ile hizalamak amaciyla
kullanicinin görüntü elde etme cihazina yönelik daha önceden elde edilen dis
kalibrasyon bilgisini kullanir. Bunu gerçeklestirmek üzere sistem ilk olarak sanal
kameralari, kullanicinin görüntü elde etme cihazinin kullanici tarafindan saglanan
görüntülerin her birindeki zemine göre yerlestirildigi ayni pozisyonlarda yerlestirir. Sanal
kamera pozisyonlarinin olusturulmasi akabinde, standart bir 3D model buradan,
karsilik gelen görüntüde gerçek görüntü elde etme cihazindan kullanicinin yerlestirildigi
ile ayni mesafede ve ayni kullanici pozunda her bir sanal kamara önüne yerlestirilir.
Dolayisiyla standart 3D modelinin pozisyonu, burada sekil 2a”daki adimda (29)
gösterildigi üzere kisinin her bir görüntüsündeki kullanici pozlari ile hizalanir.
Standart model ile kullanici görüntülerinin hizalanmasinin (29) tamamlanmasi
akabinde, sanal ve gerçek kameralarin birbiri ile hizalanmasi ile standart S-boyutlu
model akabinde kullanici vücudunun sekline degistirilebilir (30).
3-b0yutlu modelin tüketicinin sekline degistirilmesi prosesi yinelemeli bir algoritma
kullanilarak çalistirilabilir. Sistem modifiye etmek üzere belirli bir parametre veya
parametreler takimi seçebilir. Her bir parametre modifikasyonu sonrasinda veya
önceden belirlenmis bir sayida parametre modifikasyonu sonrasinda, her bir sanal
kamerada 3D modelin ana hatti gerçek fotograflardaki kisinin ana hatti ile karsilastirilir.
Parametreler, sanal ana hat ile gerçek ana hat arasindaki fark önceden belirlenmis
minimum bir esik içinde olana kadar degistirilebilir. Sistem kullaniciyi en iyi temsil eden
sekilde standart 3-boyutlu modelin seklini degistirmek amaciyla hangi parametreleri ne
kadar degistirecegini seçebilir.
Sekil degistirme prosesini daha fazla gelistirmek üzere, parametre varyasyonu, çesitli
kullanici görüntülerindeki pozlar ve pozisyonlara karsilik gelen sanal kameralara göre
ilgili farkli pozlar ve pozisyonlarda standart 3-boyutlu modele ayri olarak
uygulanacaktir.
Tercihen, modelin bir pozisyonuna yönelik belirli bir parametrenin modifiye edilmesi,
tamaminin ayni 3D modelin parçasi olmasi nedeniyle bunun tüm pozisyonlarina
yönelik ayni etkiye sahip olacaktir.
Kabul edilmis bir 3-b0yutlu sekli degistirilmis modelin olusturulmasi akabinde,
kullaniciya yönelik tam ölçüler buradan, degistirilmis degerde gerekli her bir ölçünün
pozisyonunun saptanmasi ve buradan bunun degerinin ölçülmesi ile elde edilebilir.
Kullanicinin görsel bir “klonu” veya 3-b0yutlu modelinin ayrica çiktisi saglanabilir.
Deforme standart 3-d modelden alinan kullanici vücudunun ölçülerinin takimi Sekil
2a7nin adiminda (21) kullanici görüntülerinden daha önce elde edilen hesaplanmis
ölçüler ile büyük oranda uyumlu olmalidir. Sistem bunu kontrol edebilir ve iki ölçü
takimi arasindaki kabul edilebilir bir uyum seviyesine ulasmak amaciyla yukarida
açiklanan proses adimlarindan herhangi birini tekrarlayabilir.
Sistemin alinan vücut ölçülerinden memnun olmasi akabinde, kullanici sanal giysi
deneme simülasyonuna yönelik 3-boyutlu model veya “klonunu” kullanmaya
baslayabilir.
Sekil 2'de adimda (34) gösterildigi üzere, kullanici pratikte giysi uydurma prosesine
yönelik bunu kullanmaya baslamak amaciyla klonunu kaydetmek zorunda olabilir. Bu
yönetsel bir adimdir ve yukarida açiklandigi üzere klonun olusturmasinda gerekli
degildir.
Kullanicinin Özgün 30 Modelinin Aksesuarlarla Donatilmasi
Kullanici klonuna detaylar ekleyebilir. Örnegin, kendi saçina yakindan benzeyeni veya
bir peruk gibi denemek istedikleri saçi denemek üzere bir saç stili seçimi yapabilir. Bu
tür detaylar, örnegin, katmanli giysiler ve aksesuarlar ile giydirilmis ve süslenmis 3-
boyutlu bir modelin çiktisinin saglanmasina yardim edebilir. Model 360°”ye kadar
döndürülebilmelidir. Sistem tercihen hareketli, örnegin yürürken ve farkli fiziksel
konumlar veya sahnelerde kullanicinin 3-boyutlu modelini gösterebilmelidir. Sistem
ayrica her bir kullanici modelinin diger animasyonlu 3D modeller ile etkilesimdeyken
gösterilmesini saglayabilir.
Özgün 3-boyutlu model kullanici tarafindan profili görüntüsü olarak sosyal aglarda ve
çevrimiçi topluluklarda kullanilabilir. Model vücut animasyonunun yanisira yüz
animasyonu içerebilir. Istege bagli olarak, 3-boyutlu model konusabilir veya etkilesime
geçebilir. Internet üzerinden ses protokolü (VOIP) kullanilarak bir mikrofon vasitasiyla
tüketici tarafindan ses saglanabilir. Klon çevrimiçi evrenlerde tüketicinin temsili olabilir.
Istege bagli olarak sistem tüketicinin yüzünün görüntüsünü kullanabilir ve bunu
tüketiciye benzeyecek sekilde 3-boyutlu modele haritalayabilir. Ek olarak veya alternatif
olarak sistem, modeli daha fazla güncellemek amaciyla ve/veya kullaniciya giysi
filtreleme ve stil tavsiyesi saglamak üzere yüz özellikleri ve oranlari, saç rengi, cilt rengi
ve/veya saç stilini analiz edebilir.
Bir Giysi Modelinin Olusturulmasi
Geleneksel olarak giyim endüstrisinde, tasarimcilar yeterli bilgi saglar böylece kiyafet
kesilebilir ve giysiler herhangi bir fabrikada yapilabilir. Genellikle bunlar farkli
formatlarda, CAD dosyalari seklinde olusturulur, ancak herhangi bir diger dosya formati
kullanilabilir. Burada açiklanan sistem sanal 3-boyutlu giysilerin olusturulmasini
otomatiklestirmek amaciyla tasarimci veya diger bir tarafin tasarim dosyasinda
tasarimcilar tarafindan saglanan standart bilgilere ek bilgi eklemesini saglar.
Tasarimcinin CAD dosyasindan elde edilebilen, bir giysiye (parçalar) yönelik geometri
verisinin yanisira, giysinin teknik sartnamesine (burada meta veri olarak refere edilir)
dair bilgi gereklidir. Meta veri kumas materyali, doku, renk, desen, esneklik, saydamlik
ve benzeri gibi giysinin görsel açilari ve davranissal karakteristiklerini açiklar.
Materyalin bir fotografi ayrica kumasin bir doku haritasini olusturmak üzere
kullanilabilir.
Burada Sekil 2b'deki adimda (36) gösterildigi üzere, mevcut sistem tasarimcilarin
görsel 3D deneme simülasyon servisine yönelik giysilerine dair ek veriyi girmesi için
yönlendirilmesine yönelik meta veriyi tanimlayabilir. Tasarimcilar tarafindan saglanan
meti veri belirli bir giysiye yönelik geleneksel CAD dosyasina eklenebilir.
Meta veriye ek olarak, sistem giysilere yönelik pozisyon isaretlerini tanimlar. isaretlerin
amaci - parçalarin gerçekten kesilmesi ve kenarlarin eslestirilmesi ve dikisin normalde
bir fabrikada oldugu gibi bir 3D giysi yapmak üzere giysi parçalarini dogru sekilde
yönlendirebilmek ve hangi kenarlarin birlikte dikilecegini belirleyebilmektir. Dikilecek
dikis yerleri dis sinirlar, bir giysinin ön ve arka kisimlari arasindaki uzunluk, omuzlar
gibi köselerdeki uzunluklar, iç dikis yerleri veya vücudun ayni kismindaki dogrudan
dikis yerlerini temsil eden diger isaretleri içerir. Sekil 12 bir giysinin, bu durumda bir
gömlek, tamamlayici parçalari ve birlestirilecek farkli dikis yerlerine göre burada
isaretlenmis isaretlerin manuel olarak olusturulmus bir kagit örnegini gösterir. Örnegin,
gösterir.
Bir giysiye yönelik isaret bilgisi tasarim asamasinda veya daha sonra manuel olarak
veya yari-otomatik olarak olusturulabilir ve mevcut sistem tarafindan kullanilacak giysi
dosyasina aktarilabilir. Standart veri, meta veri ve isaret bilgisinin kombine edilmesinin
akabinde, görsel denemeye yönelik uygun bir dosya hazirdir ve sunucu veri tabanina
yüklenebilir bu yukarida bahsedilen Belcurves dosyasidir.
Bir CAD dosyasinda bir tasarimcidan temin edilebilen standart bilgi giysinin
geometrisini tanimlar. Genellikle, dosya bir giysiyi farkli bedenlerde tanimlayacaktir. Bir
simülasyon istenmesi halinde sistem belirli bir bedeni örnegin 12'yi seçebilir ve birlikte
dikilmesi durumunda, bu belirli CAD dosyasindan 12 beden giysinin tamamini
olusturacak giysinin ilgili parçalarini seçebilir. Ek olarak veya alternatif olarak, bir
giyside birçok simetrik parça, ömegin, sag ve sol kol, olmasi halinde, sistem bu
parçalardan yalnizca birinin bir görüntüsü saklayabilir ve sanal deneme prosesi
sirasinda bu daha sonra kopya yapabilir. Sistem girdi meta verisi ve/veya isaret
bilgisine bagli olarak bir giysi veya giysi parçasinin saklanan bir görüntüsünü otomatik
olarak yükleyebilir. Alternatif olarak sistem isaret ve/veya meta veriye bagli olarak
giysinin geometri verisinin manuel güncellemesine dayanabilir.
Sekil 2b'de gösterilen adimdaki (40) giysi dosyasi (bir "Belcurves CAD dosyasi” olarak
adlandirilir) çiktisi her bir farkli giysi bedenine yönelik 3-boyutlu formatta giysinin
geometrik bir temsilini içermelidir. Özellikle bu tür detaylarin giysinin geometrisinden
belirgin olmamasi halinde dikisler, cepler, dügmeler, katlar, mansetler veya diger
tasarim detaylarinin nereye yerlestirilecegi gibi ek bilgiler ayrica ayni veya ek bir
dosyaya eklenmelidir. Ek olarak, giysi dosyasi renk, doku ve desen, materyal sertligi ve
dokusu ve diger materyal özellikler örnegin giyside kullanilan materyallerin sertligi ve
Dosya giysinin bir görüntüsünü ve tercihen ayrica maddenin ana bölümünden farkli bir
renk veya kumasta olabilen herhangi bir astar içeren kiyafetin bir görüntü takimini
içermelidir. Ayrica tasarimcinin standart bedenlerine (örnegin 10, 12, 14 ve benzeri)
yönelik ölçülerin gösteren bir basvuru çizelgesi içermelidir.
Sanal Deneme Simülasyonu
Tüketicinin bir “klon” olusturmasi akabinde, kisi bu noktada, örnegin çevrimiçi bir
perakende satis sitesinden temin edilebilen bir liste veya giysinin görüntüleri
takimindan denemek üzere bir giysi seçebilir. Bir giysi uydurmanin bir
görsellestirmesinin saglanmasi öncesinde, mevcut sistem ilk bakista uygun olmayan
giysi tipleri veya bedenlerini filtreleme araciligiyla kullaniciya yardimci olabilir. Birinci bir
kontrol olarak, sistem bir kullaniciya yönelik özgün “klon” veya 3-b0yutlu modelden
alinan vücut ölçülerini basvuru çizelgesindeki önceden belirlenmis bilgi ile
karsilastirabilir. Sistem gerçek kullanici ölçülerini bir elbise bazinda üreticinin beden
sistemi ile karsilastirmak üzere “klonu” kullanir. Karsilastirmanin bir sonucu olarak,
kullanicinin bir giysiyi (örnegin siyah elbise) seçmesi durumunda sistem otomatik
olarak bir simülasyona yönelik ilk iyi bedeni seçecektir.
Önerilen farkli giysi bedenleri bir kullanicinin aradigi belirli bir giysi tipine bagli olarak
saglanabilir. Örnegin, bir beden kullanici vücudunun alt yarisina yönelik giysilere
uygulanabilir ve diger bir beden üst yarisindaki giysilere yönelik uygulanabilir. Ek olarak
veya alternatif olarak, önerilen giysi bedeni giysi stili arasinda ve/veya farkli giysi
markalari arasinda degisiklik gösterebilir. Sistem, bir giysiye yönelik belirli herhangi bir
ölçünün bunlarin 3-boyutlu modelinin ölçüleri ve oranlarina göre kullanici için bunu
uygun olmayan hale getirmesi halinde, bu giysinin bir simülasyonda kullanilmayacagi
sekilde çalisabilir. Örnegin, belirli bir giysinin omuz uzunlugunun 3-boyutlu modelden
alinan vücut omuz ölçüsünden daha kisa olmasi halinde, program bu giysinin modele
uydurulmasini saglamayacaktir. Bu bir magaza görevlisinden belirli bir bedenin giyinme
odasina getirmesini istemek ile aynidir.
Sekil 2c'de gösterildigi üzere, önerilen bir giysi bedeninin sistem tarafindan
simülasyona yönelik seçilmesi akabinde bu saklanan giysi dosyalarini
isleyebilir/arayabilir ve kullanicinin baslangiçtaki giysi seçim(lerinden) önerilen giysilerin
bir alt takimini elde edebilir.
Simülasyona yönelik Givsinin Ha_zirlanmzg
Kullanicinin üç-boyutlu modelinde bir giysi denenmesinin simüle edilmesini baslatmak
üzere, ilk olarak sekil ZC'deki adimda (45) gösterildigi üzere bir izgara olusturulur.
etrafinda bir giysinin parçalarini yerlestirmektir. Izgara hücrelerinin yerlestirilmesi ve
boyutu modeli vücut bölgelerinin dogal dagilimi yansitir. En dogru sekilde olmasi için,
bu izgara hücreleri önceki adimda elde edilen vücut ölçülerinin yanisira iskelete
dayanir. Böylece, bu hücrelerin boyutu ve sekli modeli yapilan ayri kullaniciya göre
degisecektir. Örnegin, iskeletten bilek ve dize karsilik gelen dügümler alt bacaga
baglanacak hücrenin uzunlugunu sinirlandirmak üzere kullanilir. Baldir genisligi ve
çevresi hücrelerin boyutlarini (genislik ve derinlik) olusturmak üzere kullanilir. Vücut
iskeletinin karmasikligini takip etmesi nedeniyle uygun herhangi bir sayida izgara
hücresi kullanilabilir.
Giysi bu giysiye yönelik önceden belirlenmis isaret bilgisi ile birlikte sekil 14'te
gösterildigi üzere izgara kullanilarak vücut etrafinda yaklasik olarak yerlestirilebilir. Bir
düzenlemeye göre, yerlestirme prosesindeki birinci adim giysinin birinci bir parçasini
karsilik gelen bir hücreye yerlestirmektir. Bu birinci parçaya yönelik seçilen hücre giysi
türüne ve modele göre izgara hücrelerinin bölümlenmesine bagli olacaktir. Birinci bir
parçanin sistem tarafindan yerlestirilmesi akabinde, diger parçalar önceden
tanimlanmis isaretler dogrultusunda eklenebilir. Örnegin bir isaretin bir giysinin iki
parçasi arasinda dogrudan bir baglantiyi tanimlamasi halinde, bitisik parça birinciye
bitisik bir hücrede yerlestirilebilir. Benzer sekilde, bir isaretin vücudun karsi tarafindaki
bir baglantiyi tanimlamasi halinde, ayni hücrenin karsi yüzü kullanilir. Bu proses
giysinin tüm parçalari bir hücreye atanana kadar devam ettirilebilir. Bu proses sekiller
15a ila sekil 150'den daha fazla anlasilabilir.
Giydirme prosesinin gerçekçi olmasina yönelik giysi parçalarinin yalnizca sekilden
daha fazlasi olmasi gerekir. Dolayisiyla sistem mekanik olarak giysiye yönelik kumasin
fiziksel drapaji ve birlestirilmesini simüle edebilen yüzey aglarini yeniden olusturabilir.
Bu ayrica sanal olarak bunlarin her ikisinde ayni sayida dikis noktasi olusturulmasi
araciligiyla birlikte dikilecek giysi parçalarinin kenarlarini hazirlayabilir. Bu
gerçeklestirmek amaciyla sistem daha önceden tanimlanmis isaretler kullanilarak
yapilabilen, her bir giysi parçasinin tüm sinirlarini tanimlar. Bu ayrica birlikte dikilecek
sinirlayi tanimlayabilir ve ayni aralik sayisi ile bunlari ayriklastirabilir.
Kiyafet agi olusturma prosesinin giysinin belirli bir araligi veya bölümüne yönelik farkli
ilgili uzunluklara sahip olan iki siniri kombine etmesi gerekebilir. Uygun herhangi bir
numunelendirme veya interpolasyon prosesi giysinin sinirini hesaplamak üzere bu tür
farkli uzunluklari birlestirmek üzere kullanilabilir. Birlestirilen sinirlar ile tanimlandigi
üzere giysi üzerindeki yeni noktalar sistem tarafindan saklanir ve asagida daha fazla
açiklandigi üzere, giysi davranisinin sonraki simülasyonuna yönelik kullanilabilir. Aslina
bu sinirlar giysinin dikis yerlerini temsil eder dolayisiyla özel materyal sartnamesi agin
bu noktalarinda uygulanacaktir. Son olarak, giysi parçalarinin yalnizca sekilden yüzey
aglarina dönüstürülme prosesi uzman okuyucu tarafindan bilinen ag olusturma
yöntemini kullanacaktir ve bu yüzden burada daha fazla açiklanmaz.
Sekil 16 üç-boyutlu bir model etrafindan birlestirilen bir giysinin bir örnegini gösterir. Bu
örnekte bir elbise bir Delaunay üçgenlemesi kullanilarak birlestirilmistir ve bir vücut
etrafina yerlestirilmistir.
Giysi agi olusturma asamasinin sonunda giysi parçalarinin kullanici vücudunun üç-
boyutlu modeli etrafinda düzgün yerlestirilmesi gerekir ancak giysiler bir takim planlar
içerecektir. Burada, giysinin üç-boyutlu modele uydurulmasina yönelik kiyafetin
kapatilmasina baslamak amaciyla, geometrik ön-deformasyonun giysi parçalarinda
gerçeklestirilmesinin gerektigi anlasilmistir. Ek geometrik ön-deformasyon, klonun
yapildigi vücut üzerinde giysinin otomatik birlestirilmesi ve mekanik drapajindan önce
gerçeklesti rilir.
Bu baslangiç deformasyon prosesini gerçeklestirmek amaciyla, sistem bir silindir takimi
olarak özgün kullanicinin üç-boyutlu modelini kabaca haritalar. Bu sekil 17'de örnek
yoluyla gösterilir. Burada gösterildigi üzere, ayri bir silindir asagidaki unsurlarin her
birine yönelik tanimlanabilir: üst vücut gövdesi, alt vücut gövdesi, her bir bacak, her bir
kol ve el ve kullanicinin basi. Pratikte herhangi bir sayida silindir bu haritalama
prosesine yönelik kullanilabilir.
Üç-boyutlu modelin sekil 17'de gösterildigi üzere kabaca haritalanmasi akabinde,
sistem her bir giysi parçasinin hangi silindire eslestirilmesi gerektigi tanimlar. Burada
sekil Zoideki adimda (46) gösterildigi üzere, giysi yerlestirilmesini iliskin daha önce
tanimlanan bilgi, bu tanimlama prosesinin bir parçasi olarak kullanilabilir. Sistem
akabinde silindir koordinatlarina bagli olarak giysi parçalarini haritalar. Vücut silindiri
ekseni ve yariçapi bilgisi giysilerin parçalarini silindirik koordinatlara dönüstürmek ve
bu koordinatlari vücut silindirlerine haritalamak üzere kullanilabilir. Geleneksel
koordinatlardan (xyz) silindirik koordinatlara (r, teta, 2) bir dönüsümün gerçeklestirilmesi
nedeniyle, giysi parçalari herhangi bir uzunluk ölçüsü degistirilmeden vücuda
haritalanabilir. Dolayisiyla sistem dogrulugu muhafaza eder ve giysi uydurma prosesine
yönelik etkili bir sekilde isler.
Simüle Edilmis Giysi Uydurmasinin Fiziksel Baslatilmasi
Sekiller 18a ve 18b'den anlasilacagi üzere, giysi parçalarinin üç-boyutlu vücudun
etrafini saran silindirlere haritalanmasi akabinde, kiyafet hazirlanmasi neredeyse
tamamlanir. Geriye kalan giysi parçalarinin birlestirilmesidir. Bu asamada herhangi bir
hatanin ortaya çikmamasi önemlidir. Özellikle giysinin, beden dogruluguna yönelik
tüketici için oldukça önemli olan, kiyafet uzunlugu ile ilgili hata ortaya çikmadan
kapatilmalidir. Ek olarak birlestirme prosesi tamamlanmis maddenin tamamen
dikilmesini dogrul sekilde simüle etmelidir. Tercihen sistem üçgen sonlu eleman
yöntemi ile mekanik olarak simüle edilecek tek bir üçgenlemenin elde edilmesi ile giysi
birlestirilmesini gerçeklestirir. Uzman okuyucu tarafindan bilindigi üzere, bunun aginin
her bir üçgen seviyesinde davranisinin hesaplanmasi ile bu kiyafet simüle etmenin
yaygin bir yoludur.
Birlestirme prosesi topolojik olarak yapilir. Giysi parçalarinin dikilmesinin gerektigi
yerde, giysi sinirlari üzerinde önceden tanimlanmis noktalar kaldirilir ve bu alanlardaki
giysi yapisi modifiye edilir. Örnegin a ve b olarak etiketlenen iki sinirin dikilmesinin
gerekmesi halinde, (b) sinirindan olan noktalar (a ile b) sinirlari arasinda ortadaki
mesafelere ilerletilebilir. (a) sinirindan noktalar akabinde kaldirilabilir ve giysinin yapisi
güncellenebilir bu sekilde daha önce (a) sinirlarindaki noktalari içeren giysi içinde
tanimlanan tüm üçgenler veya diger sekiller (b) sinirindan olan noktalari kullanir. Diger
tüm sinirlar ardisik dikislerin gösterilmesini saglamak amaciyla benzer sekilde
güncellenebilir. Sekil 19 bir giysinin ön ve arka parçalarinin birlestirilmesine yönelik bu
prosesin bir örnegini gösterir. Sekiller 20a ve 20b bir elbisenin birlestirilmesinin öncesi
ve sonrasinin fotograflari ile diger bir örnegi gösterir.
Sekil 2c'deki adimda (52) gösterildigi üzere, birlestirme prosesi sirasinda elde edilen
deforme üçgen veri sistem tarafindan kaydedilebilir ve proseste daha sonra
kullanilabilir.
Giysi parçalarinin sekiller 19 ila 20b'de gösterildigi üzere birlestirilmesi akabinde
giysinin dogru ve gerçekçi bir sekilde çarpisma araciligiyla kullanicinin “klonu” ile
etkilesime geçmesi gerekir. Iki özne arasindaki çarpismayi mekanik olarak hesaplamak
üzere, bunlarin çarpisma modelleri üzerinde haritalanmasi gerekir. Vücut sabitlenirken,
bir mesafe haritasi veya mesafe dönüsümü buna yönelik kullanilabiliri burada üç-
boyutlu sahnenin orjininden vücudun tüm noktalarinin mesafesi hesaplanir ve bir
basvuru çizelgesinde saklanir. Genellikle saklama, örnegin ayni bölgeden olan
noktalarin birlikte gruplanmasi ile optimize edilebilir. Bu burada sekil 21'de temsil edilir.
Üç-boyutlu vücudun bir mesafe haritasinin, bu prosesin bir sonucu olarak çiktisi
saglanir. Mesafe haritasi sistem tarafindan gerekli oldugu üzere numunelendirilebilmesi
ve tekrar numunelendirilebilmesi nedeniyle burada elemanlarin sayisina bagli degildir.
Giysi parçalarinin drapaj simülasyonu sirasinda hareket etmesi nedeniyle, diger
çarpisma modellerinin giysiye yönelik kullanilmasi gerekir. Giysi agi üçgen ve/veya
nokta çarpisma modellerine haritalanabilir. Bu, sistemin giysinin bir noktasi veya
üçgeninin sahnedeki diger nesnelerden diger çarpisma modelleri ile kesismesi halinde
simülasyonun her bir yinelemesini kontrol edecegi anlamina gelir. Bu durumda, diger
nesne kullanici vücudunun üç-boyutlu modelidir. Sistem vücut noktalarinin nerede
oldugunu bilmek üzere olusturulan mesafe haritasini kullanacak ve böylece giysi ile
çarpismayi saptayacaktir.
Üç-boyutlu model “klonuna” yönelik bir mesafe haritasinin olusturulmasi ve çarpisma
modellerinin giysiye yönelik ayarlanmasi akabinde, sistem bir çarpisma simülasyonu
uygulayabilir ve akabinde örnegin üçgen sonlu eleman yöntemini kullanarak giysinin
simüle edilmesi araciligiyla bir vücut üzerindeki gerçek giysi davranisini simüle edebilir.
Bu yöntemde, hesaplamalar esneklik, bükülme, vb. gibi giysilerin materyal özelliklerini
simüle etmek üzere birçok üçgenin her biri üzerinde gerçeklestirilir. Ayrica, tüm
üçgenler deforme olabilecekleri ancak ayrica kendi baslangiç sekline dönüsebilecekleri
sekilde bir baslangiç sekli ve bir sertligine sahiptir.
Giysinin çok sayida tamamlayici parça olarak tanimlanmasi ve bu parçalarin birlikte
dikilmesine iliskin bilginin saglanmasi nedeniyle, üçgenleme giysi uydurma
simülasyonuna yönelik düzgün çalisir. Saklanan tamamlayici giysi parçalarina karsilik
gelen deforme üçgenlerin baslangiç sekilleri, bu üçgenlerin halihazirda deforme
oldugunu sisteme bildirmek amaciyla baslatilmasinda sonlu eleman yönteminde
kullanilir. Sonuç bu üçgenlerin giysinin dikilmesini simüle ederek kendilerini gerçi
çekmesidir. Sekil 22, birlesme akabinde bir elbise üçgeni aginin bir örnegini gösterir.
Giysi verisinin, giysinin birlesme prosesi sirasinda baslangiçtaki formunu geri
kazanmaya çalisacagi ancak ayni zamanda kullanici vücudunun üç-boyutlu modeli
etrafina uymaya zorlanacagi sekilde islenmesi nedeniyle, giysinin mekanik olarak
kullaniciya nasil uyacaginin gerçekçi bir simülasyonu gerçeklestirilir.
Ayrica kullanici vücudunun klonunun agi ve kapatilan giysi aginin simülasyona yönelik
gerçek hayattaki ölçülere bagli olarak olusturulmasi nedeniyle, kapatilan giysinin agi
üç-boyutlu vücut modelinin agi ile karsilastirilabilir. Bu tüketiciye yönelik dogru giysi
bedeninin ayarlanmasina yönelik ikinci bir yöntem saglar. Örnegin iki ag arasindaki
kesisimlerin sayisinin önceden belirlenmis bir seviyeden fazla olmasi halinde, bu
giysinin oldukça küçük oldugunu gösterir. Giysinin oldukça küçük oldugunun bulunmasi
halinde sistem diger bir bedene yönelik uydurma prosesini tekrarlayabilir.
Tüketici giysi uydurma simülasyonu sirasinda herhangi bir sey yapmaz. Bunun yerine,
sistem çok-seviyeli kontrol prosesi ile dogru giysi bedenini bulabilir. Tercihen her bir
simülasyon yalnizca saniyeler sürer böylece proses tüketici için verimlidir. Örnegin,
tüketici ayni zamanda bundan sonra denemek istedigi giysileri bulmak üzere giysi
Bir sonraki adim olarak, sistem giysinin vücudun herhangi biri yerinde çok dar olup
olmadigini görmek üzere kontrol edebilir. “Çok dar” olmasina yönelik kontrol “çok
küçük” olmasindan farklidir. Bu durumda, kullanici aslinda giysiyi giyebilir ancak çok
dar olur. Giysi agi seviyesi vücudu sikistirdigi dereceyi degerlendirmek üzere analiz
edilebilir. Sistemin önceden belirlenmis bir seviye üzerinde bir miktarda sikistirma
hesaplamasi halinde, bu giysinin vücut için çok dar oldugu anlamina gelecektir. Sistem
akabinde daha büyük bir bedendeki giysinin parçalarini bulacaktir.
Giysi ve vücut aglarinin birbiri ile karsilastirilmasi ve yanlis beden veya yanlis uydurma
veya yanlis stil gibi belirgin herhangi bir sorunun - giysinin diger bir bedeninin veya
tamamen diger bir elbise düsüncesi ile ve kullaniciya yönelik bu giysi göz ardi edilerek
- ele alinmasi akabinde özgün kullanicinin üç-boyutlu modeli görsel olarak giysiyi
giyerken gösterilebilir. Bu webGL'ye yönelik 3D veya 2D gibi herhangi bir formatta
görsellestirilebilir. Bir telefon veya bilgisayar gibi uygun herhangi bir arayüzde ve 3D
kullanabilen herhangi bir platform veya ortamda görüntülenebilir.
Simülasyonun tüm hesaplamalari akabinde birçok giysi gerçekçi burusma ve toplanma
ile katmanlar seklinde giyilmis olarak görsellestirilebilir. Örnegin bir gömlek bir kemer ve
benzerine sahip bir pantolon içine sokulmus gösterilebilir.
Pratikte, burada açiklanan sistemin isleyisi uygun herhangi bir donanim veya yazilim
araci kullanilarak çalistirilabilir ve kontrol edilebilir. Isleyisin kontrol edilmesine yönelik
talimatlar dijital veya analog bir kayit tasiyici veya bilgisayar tarafindan okunabilen
ortamda kaydedilebilir. Kayit tasiyici okunabilir bir disk gibi optik saklama araci
içerebilir veya bir odakli lazer isini gibi bir sinyalin bir formunda olabilir. Manyetik bir
kayit tasiyici örnegin bir bilgisayar sabit diski ayrica burada açiklanan sistemin kontrol
edilmesine yönelik talimatlarin saklanmasi için kullanilabilir. Alternatif olarak, kati hal
saklama veya uygun herhangi bir sinyal kaydi kullanilabilir.
Bir bilgisayar veya diger uygun isleme araci, örnegin bir CPU, sistemin çalistirilmasina
yönelik talimatlari yürütmek üzere programlanabilir. Isleme araci ayrica sisteme ve
bunun isleyis yöntemine iliskin veri kaydedilmesi ve/veya saklanmasina yönelik
kullanilabilir.
Yukaridaki açiklamanin spesifik dosya formatlarina refere etmesine ragmen, uygun
herhangi bir dosya formati kullanilabilir. Sistem çevrimiçi veya çevrimdisi çalistirilabilir.
Uygun herhangi bir çevrimiçi perakende satis hizmeti veya internet sitesi ile birlikte
kullanilabilir.
Bir insan vücuduna giysilerin uydurulmasinin burada açiklanmasina ragmen, açiklanan
ilkeler hayvanlar dahil diger vücut tiplerine uygulanabilir.
Özgün bir vücudun üç boyutlu bir modelinin olusturulmasi, bir giysinin üç boyutlu bir
modelinin olusturulmasi ve bir vücuda bir giysi uydurulmasi simülasyonu burada
kombinasyon halinde açiklanmisken, bu proseslerden bir veya daha fazlasi,
diger(lerinden) bagimsiz olarak uygun herhangi bir diger proses ile kombinasyon
halinde çalistirilabilir.
Modelleme ve giysi uydurma simülasyonuna yönelik kullanilan vücut ölçüleri ve
bölgeleri burada verilen belirli örnekler ile sinirli degildir. Bir bireyin vücudunun üç
boyutlu bir modeli, vücudun iki boyutlu görüntülerinden elde edildigi üzere bu vücudun
seçilmis herhangi bir ölçüsüne bagli olusturulabilir. Iki boyutlu görüntüler genis bir
araliktaki görüntü elde etme ekipmanindan herhangi biri kullanilarak yakalanabilir.
Profesyonel görüntüleme veya tarama ekipmaninin kullanilmasina gerek yoktur.
Böylece kullanici dostu bir model olusumu ve görsel uydurma hizmeti saglanir. Bu
kullanicinin kendisinin gerçekçi bir modelini görmesini ve kullanici tarafindan bizzat
giyilmesi durumunda nasil görünecegini göstermek amaciyla giysilerin buna
uydurulmasini saglar. Kullanilan giysi modeli giysi materyalinin drapesi, dokusu, sertligi
ve hareketi gibi gerçek fiziksel özellikleri gösterebilir. Böylece kullanici çevrimiçi bir
perakende satis hizmeti kullanirken giysi seçimini ayarlayabilir. Sonuç olarak, çevrimiçi
satici artmis müsteri memnuniyeti görerek ve istenmeyen ürünlerin iadesi ile ilgilenmek
için daha az zaman ve daha az kaynak gerekmesi ile daha etkili bir sekilde
çalisabilecektir.
Kullanicinin çevrimiçi
alisveris yapmasw
uygulamanin
kumu* ;amaawas
Olçulerin
hesaplanmasi
oiçüieri
53'! :vr-e
Belcurves
CAD dosyasi
SekHZa
Standart
A 898 JDinurSoA'
Saplamasi i›
sekille ri
1-.. .~ 'e - ":33'3':
4.5"ê'5 !:5
Sekil 2b
Meta-verinin Poaswn isaretlerinm
meta~veri
dosyasi
l CAD importer l 39
Beicurves
CAD dosyasr 40
..QlçßêviârLm
035.55'
Vucut 5 grysi aglarimn
Kesismelerin
Ozne Sekli 5 DB Srekilleri
SAG DIRSEK SIRT SOL DIRSEK
SAG EL KALÇALAR SOL EL
SAG UYLUK SOL UYLUK
SAG BILEK SOL BILEK
SAG AYAK SOL AYAK
Orijinal çewe
Uzunluk
Deforme çewe
Claims (14)
- ISTEMLER .
- Özgün bir vücudun üç boyutlu bir modelinin olusturulmasina yönelik bir yöntem olup, özelligi söz konusu yöntemin asagidaki adimlari içermesidir: standart bir vücuttan üç boyutlu bir modelin elde edilmesi; modeli yapilacak olan özgün vücudun iki boyutlu bir görüntüsünün elde edilmesi; söz konusu görüntüde özgün vücudun bir konumunun belirlenmesi (12); iki boyutlu görüntüden özgün vücudun iki boyutlu bir ana hattini almak üzere belirlenmis konum verisinin kullanilmasi (13); burada özgün vücudun iki boyutlu bir ana hattinin alinmasi adimi asagidaki adimlari içerir: iki boyutlu görüntüde özgün vücudun bir konturunun saptanmasi; kontur türevlerinin hesaplanmasi; ve yaklastirilan ana hattin her bir tepe noktasinin en yakin sifir ile-kesisme noktasina ilerletilmesi ile söz konusu kontur türevleri kullanilarak saptanan konturun düzeltilmesi; ve özgün vücuda yönelik bir degerin hesaplanacagi bir ölçünün seçilmesi; alinan iki boyutlu ana hattan söz konusu seçilen ölçünün bir degerinin hesaplanmasi; standart bir vücudun üç boyutlu modeli üzerindeki karsilik gelen bir ölçüyü güncellemek üzere seçilen ölçünün söz konusu hesaplanan degerinin kullanilmasi; ve özgün vücudun üç boyutlu bir modeli olarak standart bir vücudun güncellenmis üç boyutlu modelinin çiktisinin saglanmasi.
- Istem 1'de tanimlandigi üzere bir yöntem olup, özelligi seçilen birçok ölçüye yönelik söz konusu deger hesaplama adiminin tekrarlanmasi, ayrica standart bir vücudun üç boyutlu modeli üzerinde karsilik gelen ölçülerin güncellenmesi; ve özgün vücudun üç boyutlu bir modeli olarak ayrica güncellenmis modelin çiktisinin saglanmasini içermesidir.
- Istem 1 veya istem 2'de tanimlandigi üzere bir yöntem olup, özelligi özgün vücudun iki boyutlu bir ana hattinin alinmasi adiminin asagidaki adimlardan en az birini içermesidir: iki boyutlu görüntüdeki bir arka planin saptanmasi ve iki boyutlu görüntüden bir arka planin bir bölümünün kaldirilmasi.
- Önceki herhangi bir istemde tanimlandigi üzere bir yöntem olup, özelligi iki boyutlu görüntüden özgün vücudun iki boyutlu bir ana hattinin alinmasi adiminin alinan ana hattaki bir anomalinin tanimlanmasi ve söz konusu anomalinin silinmesini içermesidir. istem 4'te tanimlandigi üzere bir yöntem olup, özelligi ayrica silinen anomalinin bir yer degistirme ana hat bölümü ile degistirilmesini içermesidir, söz konusu yer degistirme ana hatti bölümünün bir kurvatürü ana hattaki en az bir bitisik bölümün bir kurvatürü kullanilarak hesaplanir.
- Istem 4 veya istem 5'te tanimlandigi üzere bir yöntem olup, özelligi ayrica silinen anomalinin bir yer degistirme ana hat bölümü ile degistirilmesini içermesidir, söz konusu yer degistirme ana hatti bölümünün bir kurvatürü vücut sekillerine iliskin önceden belirlemis bilgi kullanilarak hesaplanir.
- Istemler 1 ila 6'dan herhangi birinde tanimlandigi üzere bir yöntem olup, özelligi modeli yapilacak özgün vücudun bir insan vücudu olmasidir.
- Istemler 1 ila 7'den herhangi birinde tanimlandigi üzere bir yöntem olup, özelligi iki boyutlu görüntünün asagidaki unsurlardan herhangi biri kullanilarak elde edilmesidir: bir dijital kamera, bir video kamera, bir akilli telefon, elde tasinan bir elektronik cihaz, bir stereo görüntü yakalama cihazi, bir derinlik elde etme cihazi, bir uzaklik ölçme cihazi veya bir x-isini cihazi.
- Istemler 1 ila 8'den herhangi birine göre yöntemin gerçeklestirilmesine yönelik talimatlari yürütmek üzere programlanan ve isletilebilen bir isleme aracidir.
- Istemler 1 ila 8'den herhangi birine göre yöntemin gerçeklestirmek üzere bir isleme araci ile yürütülmeye yönelik burada saklanan talimatlara sahip olan bir kayit tasiyicidir.
- 11.Istem 10'un kayit tasiyicisi olup, özelligi söz konusu kayit tasiyicinin optik, manyetik veya bir kati hal saklama araci veya okunabilir bir sinyal içermesidir.
- 12. Istemler 1 ila 8'den herhangi birine göre yöntemin gerçeklestirilmesine yönelik bir isleme araci ile yürütülebilen talimatlari içeren bir bilgisayar programidir.
- 13. Bir bellek ve bir islemci içeren bir sistem olup, özelligi islemcinin istemler 1 ila 8'in yöntemini gerçeklestirmek üzere ayarlanmasidir.
- 14.Bir bilgisayar sisteminin istemler 1 ila 8'den herhangi birinin yöntemini gerçeklestirmesine neden olmak üzere uyarlanan bilgisayar tarafindan yürütülebilen talimatlara sahip bilgisayar tarafindan okunabilir bir ortamdir.
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
GBGB1104312.2A GB201104312D0 (en) | 2011-03-14 | 2011-03-14 | Improved virtual try on simulation service |
Publications (1)
Publication Number | Publication Date |
---|---|
TR201815349T4 true TR201815349T4 (tr) | 2018-11-21 |
Family
ID=43980976
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TR2018/15349T TR201815349T4 (tr) | 2011-03-14 | 2012-03-09 | Geliştirilmiş sanal deneme simülasyonu hizmeti. |
Country Status (8)
Country | Link |
---|---|
US (1) | US9990764B2 (tr) |
EP (1) | EP2686834B1 (tr) |
DK (1) | DK2686834T3 (tr) |
ES (1) | ES2692391T3 (tr) |
GB (1) | GB201104312D0 (tr) |
PL (1) | PL2686834T3 (tr) |
TR (1) | TR201815349T4 (tr) |
WO (1) | WO2012123346A2 (tr) |
Families Citing this family (47)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130170715A1 (en) * | 2012-01-03 | 2013-07-04 | Waymon B. Reed | Garment modeling simulation system and process |
US9361411B2 (en) | 2013-03-15 | 2016-06-07 | Honeywell International, Inc. | System and method for selecting a respirator |
TWI484437B (zh) * | 2013-10-07 | 2015-05-11 | Teknowledge Dev Corp | 人體服飾配件的搭配方法 |
US9773274B2 (en) * | 2013-12-02 | 2017-09-26 | Scott William Curry | System and method for online virtual fitting room |
US10169795B2 (en) * | 2013-12-10 | 2019-01-01 | Google Technology Holdings LLC | Sizing wearable items by device scanning |
US9699123B2 (en) * | 2014-04-01 | 2017-07-04 | Ditto Technologies, Inc. | Methods, systems, and non-transitory machine-readable medium for incorporating a series of images resident on a user device into an existing web browser session |
RU2551731C1 (ru) * | 2014-07-02 | 2015-05-27 | Константин Александрович Караваев | Способ виртуального подбора одежды |
EP3180775B1 (en) * | 2014-11-18 | 2019-02-13 | St. Jude Medical, Cardiology Division, Inc. | Method and system for generating a patch surface model of a geometric structure |
US9307360B1 (en) | 2015-01-09 | 2016-04-05 | NinthDecimal, Inc. | Systems and methods to identify a predefined geographical region in which a mobile device is located |
JP6632208B2 (ja) * | 2015-03-24 | 2020-01-22 | キヤノン株式会社 | 情報処理装置、情報処理方法、プログラム |
CN208569223U (zh) | 2015-04-30 | 2019-03-01 | 奥克利有限公司 | 三维取向的校正眼镜 |
US10373244B2 (en) * | 2015-07-15 | 2019-08-06 | Futurewei Technologies, Inc. | System and method for virtual clothes fitting based on video augmented reality in mobile phone |
US20200250892A1 (en) * | 2015-08-10 | 2020-08-06 | Measur3D, Llc | Generation of Improved Clothing Models |
US20170046769A1 (en) * | 2015-08-10 | 2017-02-16 | Measur3D, Inc. | Method and Apparatus to Provide A Clothing Model |
EP3335197A1 (en) * | 2015-08-14 | 2018-06-20 | Metail Limited | Method and system for generating an image file of a 3d garment model on a 3d body model |
US10636206B2 (en) * | 2015-08-14 | 2020-04-28 | Metail Limited | Method and system for generating an image file of a 3D garment model on a 3D body model |
US10168152B2 (en) | 2015-10-02 | 2019-01-01 | International Business Machines Corporation | Using photogrammetry to aid identification and assembly of product parts |
US10127717B2 (en) | 2016-02-16 | 2018-11-13 | Ohzone, Inc. | System for 3D Clothing Model Creation |
US11615462B2 (en) | 2016-02-16 | 2023-03-28 | Ohzone, Inc. | System for virtually sharing customized clothing |
US10373386B2 (en) | 2016-02-16 | 2019-08-06 | Ohzone, Inc. | System and method for virtually trying-on clothing |
US20170263031A1 (en) * | 2016-03-09 | 2017-09-14 | Trendage, Inc. | Body visualization system |
KR101763361B1 (ko) * | 2016-07-21 | 2017-08-01 | (주)클로버추얼패션 | 3d 의상 착장 시뮬레이션 방법 및 장치 |
CN106251200B (zh) * | 2016-07-27 | 2019-10-18 | 华北电力大学 | 基于实例的虚拟试衣方法 |
WO2018027549A1 (zh) * | 2016-08-09 | 2018-02-15 | 深圳市赛亿科技开发有限公司 | 一种虚拟试衣的系统及方法 |
JP6836038B2 (ja) * | 2016-09-07 | 2021-02-24 | 和人 林 | 人体モデル提供システム、人体モデル変形方法、及びコンピュータプログラム |
FR3058250B1 (fr) * | 2016-10-28 | 2019-07-05 | Guillaume Vandevoorde | Procede pour simuler le tombe d’un vetement sur une representation numerique d’un sujet, produit programme d’ordinateur et serveur associes |
CN109891464B (zh) * | 2017-01-06 | 2023-03-07 | 深圳市三维人工智能科技有限公司 | 一种3d人体模型的建立方法和系统 |
JP6904731B2 (ja) * | 2017-03-01 | 2021-07-21 | 株式会社Zozo | サイズ測定装置、管理サーバ、ユーザ端末及びサイズ測定システム |
US11094136B2 (en) | 2017-04-28 | 2021-08-17 | Linden Research, Inc. | Virtual reality presentation of clothing fitted on avatars |
US11145138B2 (en) * | 2017-04-28 | 2021-10-12 | Linden Research, Inc. | Virtual reality presentation of layers of clothing on avatars |
US10777018B2 (en) * | 2017-05-17 | 2020-09-15 | Bespoke, Inc. | Systems and methods for determining the scale of human anatomy from images |
US10628997B2 (en) | 2017-08-24 | 2020-04-21 | Emilio Santos | Method for generating three-dimensional models from constrained sketches and an instruction set |
CA3082886A1 (en) | 2017-11-02 | 2019-05-09 | Measur3D, Llc | Clothing model generation and display system |
US11069116B2 (en) * | 2018-02-21 | 2021-07-20 | Autodesk, Inc. | Hybrid structural-geometric technique for performing draping simulation of woven fabric composites |
US10820650B2 (en) | 2018-02-27 | 2020-11-03 | Levi Strauss & Co. | Surface projection for apparel in an apparel design system |
CN108665530B (zh) * | 2018-04-25 | 2021-12-14 | 厦门大学 | 基于单张图片的三维建模实现方法 |
CN108629138A (zh) * | 2018-05-14 | 2018-10-09 | 广东工业大学 | 装备动作库的建立方法、装备知识库和产品数据管理系统 |
JP7224112B2 (ja) * | 2018-05-21 | 2023-02-17 | Juki株式会社 | 縫製システム |
WO2019237178A1 (en) * | 2018-06-13 | 2019-12-19 | Vital Mechanics Research Inc. | Methods and systems for computer-based prediction of fit and function of garments on soft bodies |
CN110176063B (zh) * | 2019-05-07 | 2022-05-27 | 浙江凌迪数字科技有限公司 | 一种基于人体拉普拉斯变形的服装变形方法 |
US20210073886A1 (en) | 2019-08-29 | 2021-03-11 | Levi Strauss & Co. | Digital Showroom with Virtual Previews of Garments and Finishes |
CA3168638A1 (en) * | 2020-01-23 | 2021-07-29 | Clo Virtual Fashion Inc. | Automatic determination of sewing lines for assembling pattern pieces of garment |
US11461968B2 (en) * | 2020-01-30 | 2022-10-04 | Unity Technologies Sf | Method of inferring microdetail on skin animation |
US20210342931A1 (en) * | 2020-05-04 | 2021-11-04 | Meazure Me Custom HD, LLC | Methods and systems for automated selection and ordering of hair products |
US20230306699A1 (en) * | 2022-03-22 | 2023-09-28 | Amazon Technologies, Inc. | Virtual garment wrapping for draping simulation |
WO2024018431A1 (en) * | 2022-07-21 | 2024-01-25 | Sharma Devansh | A smart system for producing realistic visual motion based apparel experience |
CN116645494B (zh) * | 2023-06-29 | 2024-02-23 | 云创设计(深圳)集团有限公司 | 基于模型矫正的虚拟试衣系统及方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB0101371D0 (en) * | 2001-01-19 | 2001-03-07 | Virtual Mirrors Ltd | Production and visualisation of garments |
US7584122B2 (en) * | 2001-03-08 | 2009-09-01 | Saint Laurie Ltd. | System and method for fitting clothing |
GB0800958D0 (en) | 2008-01-18 | 2008-02-27 | Bell Alexandra | Garment filter generation system and method |
WO2010064249A1 (en) * | 2008-12-04 | 2010-06-10 | Real Imaging Ltd. | Method apparatus and system for determining a thermal signature |
US20100151430A1 (en) * | 2008-12-12 | 2010-06-17 | Kit Jones Consulting Limited | Identifying a body shape |
EP2383696A1 (en) * | 2010-04-30 | 2011-11-02 | LiberoVision AG | Method for estimating a pose of an articulated object model |
US9292967B2 (en) * | 2010-06-10 | 2016-03-22 | Brown University | Parameterized model of 2D articulated human shape |
-
2011
- 2011-03-14 GB GBGB1104312.2A patent/GB201104312D0/en not_active Ceased
-
2012
- 2012-03-09 WO PCT/EP2012/054069 patent/WO2012123346A2/en active Application Filing
- 2012-03-09 US US14/005,162 patent/US9990764B2/en active Active
- 2012-03-09 ES ES12709059.5T patent/ES2692391T3/es active Active
- 2012-03-09 EP EP12709059.5A patent/EP2686834B1/en active Active
- 2012-03-09 TR TR2018/15349T patent/TR201815349T4/tr unknown
- 2012-03-09 PL PL12709059T patent/PL2686834T3/pl unknown
- 2012-03-09 DK DK12709059.5T patent/DK2686834T3/en active
Also Published As
Publication number | Publication date |
---|---|
US9990764B2 (en) | 2018-06-05 |
EP2686834B1 (en) | 2018-08-08 |
DK2686834T3 (en) | 2018-11-05 |
ES2692391T3 (es) | 2018-12-03 |
WO2012123346A3 (en) | 2012-11-08 |
US20140225888A1 (en) | 2014-08-14 |
PL2686834T3 (pl) | 2019-03-29 |
WO2012123346A2 (en) | 2012-09-20 |
GB201104312D0 (en) | 2011-04-27 |
EP2686834A2 (en) | 2014-01-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TR201815349T4 (tr) | Geliştirilmiş sanal deneme simülasyonu hizmeti. | |
US8571698B2 (en) | Simple techniques for three-dimensional modeling | |
EP3479296B1 (en) | System of virtual dressing utilizing image processing, machine learning, and computer vision | |
US10542785B2 (en) | Method and system for virtually selecting clothing | |
US11640672B2 (en) | Method and system for wireless ultra-low footprint body scanning | |
US11244223B2 (en) | Online garment design and collaboration system and method | |
US10628666B2 (en) | Cloud server body scan data system | |
US20180144237A1 (en) | System and method for body scanning and avatar creation | |
US8976230B1 (en) | User interface and methods to adapt images for approximating torso dimensions to simulate the appearance of various states of dress | |
CN108475439B (zh) | 三维模型生成系统、三维模型生成方法和记录介质 | |
US9715759B2 (en) | Reference object for three-dimensional modeling | |
ES2272346T3 (es) | Sistema y metodo para visualizar el aspecto personal. | |
KR20180069786A (ko) | 3d 신체 모델에 대한 3d 의복 모델의 이미지 파일을 생성하기 위한 방법 및 시스템 | |
CN113711269A (zh) | 用于确定身体量度和提供服装尺码推荐的方法和系统 | |
CN112270731A (zh) | 一种服饰试穿戴方法及装置 | |
US11948057B2 (en) | Online garment design and collaboration system and method | |
Lim | Three dimensional virtual try-on technologies in the achievement and testing of fit for mass customization | |
WO2018182938A1 (en) | Method and system for wireless ultra-low footprint body scanning | |
Alemany et al. | Three-dimensional body shape modeling and posturography | |
RU2615911C1 (ru) | Способ и система построения реалистичного 3d аватара покупателя для виртуальной примерочной | |
Senanayake et al. | Automated human body measurement extraction: single digital camera (webcam) method–phase 1 | |
CN116266408A (zh) | 体型估计方法、装置、存储介质及电子设备 | |
US11721035B2 (en) | System and method of use of augmented reality in measuring body circumference for the use of apparel production | |
CN113593044B (en) | Visualizing garments on a body model of a person | |
Goldstein et al. | Virtual prototyping: from concept to 3D design and prototyping in hours |