TWI824912B - 身形數據的量測方法及量測系統 - Google Patents
身形數據的量測方法及量測系統 Download PDFInfo
- Publication number
- TWI824912B TWI824912B TW112100242A TW112100242A TWI824912B TW I824912 B TWI824912 B TW I824912B TW 112100242 A TW112100242 A TW 112100242A TW 112100242 A TW112100242 A TW 112100242A TW I824912 B TWI824912 B TW I824912B
- Authority
- TW
- Taiwan
- Prior art keywords
- clothing
- image
- feature points
- shape data
- body shape
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 22
- 238000012545 processing Methods 0.000 claims abstract description 45
- 238000003709 image segmentation Methods 0.000 claims abstract description 20
- 238000000605 extraction Methods 0.000 claims abstract description 17
- 230000037237 body shape Effects 0.000 claims description 67
- 238000005259 measurement Methods 0.000 claims description 25
- 238000006073 displacement reaction Methods 0.000 claims 1
- 238000005516 engineering process Methods 0.000 description 9
- 238000000691 measurement method Methods 0.000 description 7
- 238000012937 correction Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 239000000284 extract Substances 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/149—Segmentation; Edge detection involving deformable models, e.g. active contour models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Geometry (AREA)
- Multimedia (AREA)
- Software Systems (AREA)
- Computer Graphics (AREA)
- Image Analysis (AREA)
- Radar Systems Or Details Thereof (AREA)
- Testing Of Coins (AREA)
Abstract
本揭露提出一種身形數據的量測方法及量測系統,身形數據的量測方法包括:藉由特徵定位模組對服飾影像進行特徵提取,以取得多個服飾特徵點;藉由影像分割模組,對服飾影像進行輪廓提取,以取得服飾邊界;藉由處理模組,基於此些服飾特徵點與服飾邊界,計算此些服飾特徵點相對於服飾邊界的至少一偏移值;藉由處理模組,根據此至少一偏移值,修正此些服飾特徵點中的至少一者;藉由處理模組,將修正後的此些服飾特徵點之所述至少一者投射至三維模型,並根據三維模型中的此些服飾特徵點取得至少一身形數據。
Description
本揭露是有關於一種身形數據的量測方法及量測系統。
關於當前身形數據的量測技術中,存在一般消費者如何便於居家使用之需求。因此,如何達到即時偵測使用者的身形數據,讓使用者在家裡可透過一般消費性電子產品進行照片拍攝以迅速得知其身形數據,係為本領域的從業者所致力發展的方向。
本揭露係涉及一種身形數據的量測方法及量測系統,透過對服飾影像進行多個服飾特徵點的提取及服飾邊界的提取,進行服飾特徵點相對於服飾邊界之偏移修正,接著將修正後的特徵點投射至三維模型,以根據三維模型中的此些服飾特徵點得出身形數據,以致依據服飾影像即可得出相關的身形量測結果。
根據本揭露之一方面,提出一種身形數據的量測方法,其包括:藉由特徵定位模組對服飾影像進行特徵提取,以取得多個服飾特徵點;藉由影像分割模組,對服飾影像進行輪廓提
取,以取得服飾邊界;藉由處理模組,基於此些服飾特徵點與服飾邊界,計算此些服飾特徵點相對於服飾邊界的至少一偏移值;藉由處理模組,根據此至少一偏移值,修正此些服飾特徵點中的至少一者;藉由處理模組,將修正後的此些服飾特徵點之所述至少一者投射至三維網格模型,並根據三維網格模型中的此些服飾特徵點取得至少一身形數據。
根據本揭露之另一方面,提出一種身形數據的量測系統,其包括特徵定位模組、影像分割模組、處理模組。特徵定位模組用以對服飾影像進行特徵提取,以取得多個服飾特徵點資料。影像分割模組用以對服飾影像進行輪廓提取,以取得服飾邊界資料。處理模組用以基於此些服飾特徵點資料與服飾邊界資料,計算此些服飾特徵點資料相對於服飾邊界資料的至少一偏移值;根據此至少一偏移值,修正此些服飾特徵點資料中的至少一者;及將修正後的此些服飾特徵點資料之所述至少一者投射至三維網格模型,並根據三維網格模型中的此些服飾特徵點資料取得至少一身形數據。
為了對本揭露之上述及其他方面有更佳的瞭解,下文特舉實施例,並配合所附圖式詳細說明如下:
100:量測系統
110:特徵定位模組
120:影像分割模組
130:處理模組
B:去背結果
D:最短距離
IM:服飾影像
L1,S1,S1’:特徵點態樣
M:三維網格模型
MP:修正後位置
OP:原始位置
P:相交平面
S110~S150:步驟
T:服飾邊界
第1圖繪示根據一實施例之身形數據的量測系統之方塊圖;第2圖繪示根據一實施例之身形數據的量測方法之流程圖;
第3圖繪示身形數據的量測方法中的特徵提取之細節說明圖;第4圖繪示關於身形數據的量測方法中的輪廓提取之細節說明圖;第5圖繪示關於身形數據的量測方法中的偏移值計算與修正之細節說明圖;及第6圖繪示關於身形數據的量測方法中的特徵點投射之細節說明圖。
以下將詳述本揭露的實施例,並配合圖式作為例示。除了這些詳細描述之外,本揭露還可以廣泛地施行在其他的實施例中,任何所述實施例的輕易替代、修改、等效變化都包含在本揭露的範圍內,並以之後的專利範圍為準。
在說明書的描述中,為了使讀者對本揭露有較完整的瞭解,提供了許多特定細節;然而,本揭露可能在省略部分或全部這些特定細節的前提下,仍可實施。此外,眾所周知的常見步驟或元件並未描述於細節中,以避免造成本揭露不必要之限制。圖式中相同或類似之元件將以相同或類似符號來表示。特別注意的是,圖式僅為示意之用,並非代表元件實際的尺寸或數量,除非有特別說明。
請參照第1圖,第1圖繪示根據一實施例之身形數據的量測系統100之方塊圖。量測系統100例如為個人電腦、筆記型
電腦、智慧型平板裝置、智慧型行動裝置或其他合適裝置,其包括特徵定位模組110、影像分割模組120以及處理模組130。特徵定位模組110例如為使用特徵點定位技術的模組,其可用以對一服飾影像進行特徵提取,以取得多個服飾特徵點。在一實施例中,特徵點定位技術例如是Landmark,Landmark可基於服裝資料集進行訓練,服裝資料集例如是DeepFashion2。詳細而言,特徵定位模組110可針對服飾影像中的服飾邊緣進行偵測,以輸出多個服飾特徵點。在一實施例中,特徵定位模組110可識別出62種不同的服飾特徵點之資料。在一實施例中,特徵定位模組110處理的服飾影像為二維影像。影像分割模組120例如為對服飾影像進行處理的模組,其可用以對服飾影像進行輪廓提取,以取得服飾邊界。在一實施例中,影像分割模組120使用Mask R-CNN(Mask Region-based Convolutional Neural Network)技術服飾去背訓練,再使用進行輪廓提取;在另一實施例中,影像分割模組120可使用已訓練之模型進行輪廓提取。詳細而言,影像分割模組120可將服飾影像中的服飾之邊界分割出來以輸出一服飾的去背結果,再根據此去背結果取得服飾邊界。在一實施例中,影像分割模組120處理的服飾影像為二維影像。
所述服飾影像由一照相機/攝影機拍攝而得,在一實施例中,照相機/攝影機例如是一可見光照相機/攝影機,服飾影像例如為是可見光照相機/攝影機拍攝而得的二維影像,例如是RGB(Red,Green,and Blue)或CMYK(Cyan,Magenta,Yellow,and
Black)的一彩色圖像(Color Image)。此服飾影像可輸入至特徵定位模組110及/或影像分割模組120以輸出服飾特徵點及/或服飾邊界等結果。在一實施例中,所述服飾影像可為一服飾未著用於人體之影像,舉例來說,可將服飾平鋪或將其吊掛後進行拍攝而得到純服飾入鏡的影像,由此使用者無須將服飾著用後連人帶衣進行拍攝,從而可避免使用者入鏡而保障隱私方面的資訊安全性。然而,本揭露並不限制於此,在一實施例中,所述服飾影像可為一服飾著用於人體之影像。在一實施例中,所述服飾影像可為一服飾著用於人體模型之影像。
所述處理模組130、所述特徵定位模組110及/或所述影像分割模組120可為中央處理器(Central Processing Unit,CPU)、微控制器、微處理器、處理器、數位訊號處理器、特殊應用積體電路(Application Specific Integrated Circuits,ASIC)、數位邏輯電路、現場可程式邏輯閘陣列及/或其它具有運算及/或處理功能的硬體元件及/或軟體。在一實施例中,量測系統100可以包括一處理器單元,執行所述處理模組130、所述特徵定位模組110及/或所述影像分割模組120的功能、流程及/或方法。在一實施例中,處理器單元可以是中央處理器、微控制器、微處理器、處理器、數位訊號處理器、特殊應用積體電路、數位邏輯電路、現場可程式邏輯閘陣列及/或其它具有運算及/或處理功能的硬體元件。由於服飾特徵點與服飾影像中的實際服飾邊緣之間的可能存在偏差,可進行修正以使後續利用特徵點計算得出的身形
量測更精準。因此,處理模組130可用以基於前述所得的服飾特徵點與服飾邊界,計算此些服飾特徵點資料相對於服飾邊界資料的偏移值,接著根據偏移值,修正此些服飾特徵點。
在利用特徵點計算得出的身形量測的過程中,處理模組130可用以將修正後的此些服飾特徵點投射至三維模型,並根據投射至此三維模型中的此些服飾特徵點,取得至少一身形數據。在一實施例中,三維模型例如是三維網格模型(3D mesh model),所述三維網格模型例如可源自於一深度感測器(deep sensor)偵測而得,深度感測器可針對著用服飾的人體進行偵測而掃瞄出三維網格模型,或者可針對單純服飾進行偵測而掃瞄出三維網格模型。處理模組130例如可藉由射線投射(Raycast)技術以將二維的服飾影像的服飾特徵點之座標投射至三維網格模型之空間中,接著根據投射後的服飾特徵點取得身形數據。
請參照第2圖,其繪示根據一實施例之身形數據的量測方法的流程圖。本實施例中,可使用第1圖所示的身形數據的量測系統100進行下述之身形數據的量測方法,其步驟說明如下。
在步驟S110中,可藉由特徵定位模組110,對服飾影像進行特徵提取,以取得多個服飾特徵點。請搭配參照第3圖,其繪示關於對服飾影像的特徵提取之細節說明圖。步驟S110中,可藉由特徵定位模組110,對服飾特徵點之編號進行再編排。詳細而言,如第3圖所示,在一實施例中,特徵定位模組110根據特徵點定位技術對一第一類服飾影像(如為一短袖服飾影像)提取出特
徵點態樣S1,特徵點態樣S1袖口附近對應的初始編號例如為9、10;特徵定位模組110根據特徵點定位技術對一第二類服飾影像(如為一長袖服飾影像)提取出特徵點態樣L1,特徵點態樣L1對應短袖款式的袖口之位置的初始編號例如為9、14,對於不同款式的服飾影像,相對應位置之初始編號可能不一致。在一實施例中,可將特徵點態樣S1的服飾特徵點之編號進行再編排,以參照特徵點態樣L1進行對應,從而將編號9、10重新對應為9、14,且特徵點態樣S1的其餘服飾特徵點的相應位置之編號亦參照特徵點態樣L1進行對應,以形成再編排後的特徵點態樣S1’。在一實施例中,用以參照特徵點編號的服飾可以是服飾特徵點數目最多的服飾,例如在長袖上衣、短袖上衣、無袖上衣中,長袖上衣的服飾特徵點數目最多,長袖上衣的服飾特徵點的編號可作為短袖上衣、無袖上衣的參照。由此,對於不同款式的服飾影像,可使相對應位置之服飾特徵點的編號相同/相對應,以使編號一致。
在步驟S120中,藉由影像分割模組120,對服飾影像進行輪廓提取,以取得服飾邊界。請搭配參照第4圖,其繪示關於對服飾影像的輪廓提取之細節說明圖,在步驟S120中,如第4圖所示,影像分割模組120可利用Mask R-CNN技術,針對服飾影像IM去除背景,以輸出去背結果B,再根據去背結果B取得服飾邊界T之邊界座標,以完成輪廓提取。
在步驟S130中,藉由處理模組130,基於服飾特徵點與服飾邊界,計算服飾特徵點相對於服飾邊界的至少一偏移
值。接著,在步驟S140中,藉由處理模組130,根據至少一偏移值,修正服飾特徵點中的至少一者。請搭配參照第5圖,其繪示關於偏移值之計算與修正之細節說明圖。
步驟S130中,可藉由處理模組130,計算服飾特徵點的原始位置分別相對於服飾邊界之間的最短距離,以此最短距離作為偏移值。詳細而言,如第5圖所示,根據去背結果B取得服飾邊界T後,將自前述服飾影像IM提取出的服飾特徵點標示於服飾邊界T之輪廓圖上,其中部分或全部的服飾特徵點與服飾邊界T存在偏差,即部分或全部的服飾特徵點未準確地座落於服飾邊界T。在一實施例中,部分的服飾特徵點與服飾邊界T存在偏差,其餘服飾特徵點準確地座落於服飾邊界T。此時,可透過處理模組130計算服飾特徵點的原始位置OP相對於服飾邊界T之間的最短距離D,而將最短距離D作為偏移值。於一實施例中,偏移值不為零的服飾特徵點需修正,偏移值為零的服飾特徵點不需修正。於一實施例中,最短距離D的計算方式為計算原始位置OP沿服飾邊界T垂直方向延伸在服飾邊界T之交點與原始位置OP的距離。於一實施例中,最短距離D的計算方式為計算原始位置OP與服飾邊界T的所有座標點之距離後,取一最小值為最短距離。
步驟S140中,可藉由處理模組130,將服飾特徵點分別地修正為自服飾特徵點的原始位置位移最短距離至服飾邊界上的一修正後位置。詳細而言,如第5圖所示,可透過處理模組130根據原始位置OP及最短距離D計算出在服飾邊界T之輪廓上的修
正後位置MP,以將部分具有偏差的服飾特徵點修正為自原始位置OP位移最短距離D至服飾邊界T上的修正後位置MP,從而完成偏移值之修正。於一實施例中,可透過處理模組130將服飾特徵點由原始位置OP修正到原始位置OP沿服飾邊界T垂直方向延伸在服飾邊界T之交點,藉此可達到使後續的身形數據之量測更為準確。
在步驟S150中,藉由處理模組130,將修正後的服飾特徵點之至少一者投射至三維模型。在一實施例中,將服飾特徵點之經過步驟S140修正者及/或毋需修正的其餘數者(例如,若是全部的服飾特徵點皆需修正,可以是全部的修正後的服飾特徵點,又例如,若是部分服飾特徵點需修正,其餘的服飾特徵點不需修正,可以是修正後的此些部分服飾特徵點及此些其餘的不需修正服飾特徵點)投射至三維模型,並根據三維模型中的服飾特徵點,以取得至少一身形數據。於一實施例中,三維模型例如是三維網格模型。請搭配參照第6圖,其繪示關於服飾特徵點的投射之細節說明圖。詳細而言,如第6圖所示,可將經過偏移值之修正後的服飾特徵點(如編號7、17、23、33、34、35、44及46等所示)利用射線投射(Raycast)技術投射至三維網格模型M上,並根據三維網格模型M中的此些服飾特徵點,以取得身形數據。具體而言,身形數據例如可包括肩寬、袖長、衣長、褲長、臀寬及/或裙長等長/寬度資訊,步驟S150可包括:藉由處理模組130,計算服飾特徵點其中二者之間的距離,以取得身形數據。舉例來
說,若要取得肩寬,可透過處理模組130計算三維網格模型M中的二個服飾特徵點(如編號7與編號33)之間的距離取得。
在一實施例中,身形數據亦可包括頸圍、胸圍、腰圍、臀圍及/或腿圍等周長資訊,步驟S150可包括:藉由處理模組130,計算服飾特徵點其中二者於三維網格模型M的相交平面上的周長,以取得身形數據。舉例來說,若要取得腰圍,可透過處理模組130計算三維網格模型M中的二個服飾特徵點(如編號44與編號46)的平均水平高度,並在此平均水平高度於三維網格模型M產生相交平面P,接著計算包含編號44與編號46於三維網格模型M的相交平面P上的封閉曲線之周長取得。於應用端而言,所得之身形數據可以有線或無線網路通訊方式傳輸至一電子商務網站的遠端伺服器,供此遠端伺服器存取並利用。舉例來說,當使用者在此電子商務網站體驗時,遠端伺服器可根據所接收到的身形數據,於電子商務網站上對使用者進行服飾選購方面之尺寸推薦。
綜上,本揭露提出之身形數據的量測方法與量測系統,其可透過對服飾影像之服飾邊緣進行多個服飾特徵點及服飾邊界的提取,進行服飾特徵點相對於服飾邊界之偏移修正,接著將修正後的特徵點投射至三維模型,以根據三維模型中的此些服飾特徵點得出身形數據。由此,可依據一服飾影像得出精準的身形量測結果。
綜上所述,雖然本揭露已以實施例揭露如上,然其
並非用以限定本揭露。本揭露所屬技術領域中具有通常知識者,在不脫離本揭露之精神和範圍內,當可作各種之更動與潤飾。因此,本揭露之保護範圍當視後附之申請專利範圍所界定者為準。
S110~S150:步驟
Claims (20)
- 一種身形數據的量測方法,包括:藉由一特徵定位模組,對一服飾影像進行特徵提取,以取得該服飾影像的複數個服飾特徵點;藉由一影像分割模組,對該服飾影像進行輪廓提取,以取得該服飾影像的一服飾邊界;藉由一處理模組,基於該服飾影像的該些服飾特徵點與該服飾影像的該服飾邊界,計算該服飾影像的該些服飾特徵點相對於該服飾影像的該服飾邊界的至少一偏移值;藉由該處理模組,根據該至少一偏移值,修正該服飾影像的該些服飾特徵點中的至少一者;以及藉由該處理模組,將修正後的該服飾影像的該些服飾特徵點之該至少一者投射至一三維模型,並根據該三維模型中的該服飾影像的該些服飾特徵點取得至少一身形數據。
- 如請求項1所述之身形數據的量測方法,其中對該服飾影像進行特徵提取,以取得該服飾影像的該些服飾特徵點中進一步包括:藉由該特徵定位模組,對一第一類服飾影像和一第二類服飾影像進行特徵提取,以取得對應第一類服飾影像之服飾特徵點與對應該第二類服飾影像之服飾特徵點;以該第一類服飾影像參照該第二類服飾影像,對該第一類服飾影像的服飾特徵點之編號進行再編排。
- 如請求項1所述之身形數據的量測方法,其中在基於該服飾影像的該些服飾特徵點與該服飾影像的該服飾邊界,計算該服飾影像的該些服飾特徵點相對於該服飾影像的該服飾邊界的該至少一偏移值中進一步包括:藉由該處理模組,計算該服飾影像的該些服飾特徵點的原始位置分別相對於該服飾影像的該服飾邊界之間的一最短距離,以該最短距離作為該至少一偏移值。
- 如請求項3所述之身形數據的量測方法,其中在根據該至少一偏移值,修正該服飾影像的該些服飾特徵點的至少一者中進一步包括:藉由該處理模組,將該服飾影像的該些服飾特徵點分別修正為自該服飾影像的該些服飾特徵點的該原始位置位移該最短距離至該服飾影像的該服飾邊界上的一修正後位置。
- 如請求項3所述之身形數據的量測方法,其中該服飾影像的該些服飾特徵點之偏移值為零者不修正,在將該服飾影像的該修正後的該些服飾特徵點之該至少一者投射至該三維模型中,並根據該三維模型中的該服飾影像的該些服飾特徵點取得該至少一身形數據中包括:將該服飾影像的該修正後的該些服飾特徵點之該至少一者及該些不修正之服飾特徵點投射至該三維模型中。
- 如請求項5所述之身形數據的量測方法,其中在將該服飾影像的修正後的該些服飾特徵點之該至少一者投射至該三 維模型,並根據該三維模型中的該服飾影像的該些服飾特徵點取得該至少一身形數據中進一步包括:藉由該處理模組,計算該三維模型中的該服飾影像的該些服飾特徵點其中二者之間的距離,以取得該至少一身形數據。
- 如請求項6所述之身形數據的量測方法,其中該至少一身形數據包括一肩寬、一袖長、一衣長、一褲長、一臀寬或一裙長。
- 如請求項1所述之身形數據的量測方法,其中在將該服飾影像的該修正後的該些服飾特徵點之該至少一者投射至該三維模型,並根據該三維模型中的該服飾影像的該些服飾特徵點取得該至少一身形數據中進一步包括:藉由該處理模組,計算該服飾影像的該些服飾特徵點其中二者於該三維模型的一相交平面上的一周長,以取得該至少一身形數據。
- 如請求項1所述之身形數據的量測方法,其中該影像分割模組進行輪廓提取之該服飾影像為一二維影像。
- 如請求項1所述之身形數據的量測方法,其中該服飾影像為一服飾著用於人體之影像。
- 一種身形數據的量測系統,包括:一特徵定位模組,用以對一服飾影像進行特徵提取,以取得該服飾影像的複數個服飾特徵點; 一影像分割模組,用以對該服飾影像進行輪廓提取,以取得一服飾邊界;以及一處理模組,用以:基於該服飾影像的該些服飾特徵點與該服飾影像的該服飾邊界,計算該服飾影像的該些服飾特徵點相對於該服飾影像的該服飾邊界的至少一偏移值;根據該至少一偏移值,修正該服飾影像的該些服飾特徵點中的至少一者;及將該服飾影像的修正後的該些服飾特徵點之該至少一者投射至一三維模型,並根據該三維模型中的該些服飾特徵點取得至少一身形數據。
- 如請求項11所述之身形數據的量測系統,其中該特徵定位模組還用以:對一第一類服飾影像和一第二類服飾影像進行特徵提取,以取得對應第一類服飾影像之服飾特徵點與對應該第二類服飾影像之服飾特徵點;以該第一類服飾影像參照該第二類服飾影像,對該第一類服飾影像的服飾特徵點之編號進行再編排。
- 如請求項11所述之身形數據的量測系統,其中該處理模組用以計算該服飾影像的該些服飾特徵點的原始位置分別相對於該服飾影像的該服飾邊界之間的一最短距離,以該最短距離作為該至少一偏移值。
- 如請求項13所述之身形數據的量測系統,其中該處理模組用以將該服飾影像的該些服飾特徵點分別修正為自該服飾影像的該些服飾特徵點的該原始位置位移該最短距離至該服飾影像的該服飾邊界上的一修正後位置。
- 如請求項13所述之身形數據的量測系統,其中該處理模組不修正該服飾影像的該些服飾特徵點之偏移值為零者,該處理模組用以將該服飾影像的修正後的該些服飾特徵點之該至少一者及該些不修正之服飾特徵點投射至該三維模型中。
- 如請求項11所述之身形數據的量測系統,其中該處理模組用以計算該三維模型中的該服飾影像的該些服飾特徵點其中二者之間的距離,以取得該至少一身形數據。
- 如請求項16所述之身形數據的量測系統,其中該至少一身形數據包括一肩寬、一袖長、一衣長、一褲長、一臀寬或一裙長。
- 如請求項11所述之身形數據的量測系統,其中該處理模組用以計算該服飾影像的該些服飾特徵點其中二者於該三維模型的一相交平面上的一周長,以取得該至少一身形數據。
- 如請求項11所述之身形數據的量測系統,其中該影像分割模組進行輪廓提取之該服飾影像為一二維影像。
- 如請求項11所述之身形數據的量測系統,其中該服飾影像為一服飾著用於人體之影像。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US18/080,847 | 2022-12-14 | ||
US18/080,847 US20240202931A1 (en) | 2022-12-14 | 2022-12-14 | Measuring method and system for body-shaped data |
Publications (2)
Publication Number | Publication Date |
---|---|
TWI824912B true TWI824912B (zh) | 2023-12-01 |
TW202424789A TW202424789A (zh) | 2024-06-16 |
Family
ID=90053143
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW112100242A TWI824912B (zh) | 2022-12-14 | 2023-01-04 | 身形數據的量測方法及量測系統 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20240202931A1 (zh) |
CN (1) | CN118212285A (zh) |
TW (1) | TWI824912B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1987879A (zh) * | 2005-12-21 | 2007-06-27 | 香港理工大学 | 女性形体美的自动评估系统及方法 |
TW201838787A (zh) * | 2017-02-27 | 2018-11-01 | 德商愛維康熱流槽系統公司 | 具有過載保護裝置的熱流道裝置 |
CN109766464A (zh) * | 2019-01-15 | 2019-05-17 | 广州唯品会研究院有限公司 | 体型样本数据库的生成方法、装置及计算机可读存储介质 |
US20200158628A1 (en) * | 2018-10-22 | 2020-05-21 | Bioelectronica Corporation | Multiplexed assay systems and methods |
-
2022
- 2022-12-14 US US18/080,847 patent/US20240202931A1/en active Pending
-
2023
- 2023-01-04 TW TW112100242A patent/TWI824912B/zh active
- 2023-05-11 CN CN202310529520.0A patent/CN118212285A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1987879A (zh) * | 2005-12-21 | 2007-06-27 | 香港理工大学 | 女性形体美的自动评估系统及方法 |
TW201838787A (zh) * | 2017-02-27 | 2018-11-01 | 德商愛維康熱流槽系統公司 | 具有過載保護裝置的熱流道裝置 |
US20200158628A1 (en) * | 2018-10-22 | 2020-05-21 | Bioelectronica Corporation | Multiplexed assay systems and methods |
CN109766464A (zh) * | 2019-01-15 | 2019-05-17 | 广州唯品会研究院有限公司 | 体型样本数据库的生成方法、装置及计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
TW202424789A (zh) | 2024-06-16 |
CN118212285A (zh) | 2024-06-18 |
US20240202931A1 (en) | 2024-06-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9928411B2 (en) | Image processing apparatus, image processing system, image processing method, and computer program product | |
TWI554951B (zh) | 實現虛擬試戴的方法和裝置 | |
CN103679175B (zh) | 一种基于深度摄像机的快速3d骨骼模型检测方法 | |
CN110609617B (zh) | 虚拟镜子的装置、系统和方法 | |
JP5791812B2 (ja) | 衣服画像処理装置、衣服画像表示方法、およびプログラム | |
KR101822571B1 (ko) | 신체 사이즈 측정 장치 및 시스템 | |
US20150062301A1 (en) | Non-contact 3d human feature data acquisition system and method | |
Jiang et al. | Automatic body feature extraction from front and side images | |
JP2014026429A (ja) | 姿勢推定装置、姿勢推定方法、および姿勢推定プログラム | |
CN110569784B (zh) | 一种人体尺寸测量方法、系统、存储介质及电子设备 | |
CN103646408A (zh) | 一种基于图像的人脚关键部位的数据提取与测量方法 | |
WO2018133691A1 (zh) | 用户身材参数获取方法和装置 | |
JP2015106252A (ja) | 顔向き検出装置及び3次元計測装置 | |
US20180053309A1 (en) | Spatial Alignment of M-Tracer and 3-D Human Model For Golf Swing Analysis Using Skeleton | |
CN103578004A (zh) | 一种用于展示虚拟试衣效果的方法 | |
Kaashki et al. | Anet: A deep neural network for automatic 3d anthropometric measurement extraction | |
JP6942566B2 (ja) | 情報処理装置、情報処理方法およびコンピュータプログラム | |
US11443486B2 (en) | Mobile 3D body scanning methods and apparatus | |
KR20210027028A (ko) | 신체 측정 디바이스 및 그 제어 방법 | |
US11461914B2 (en) | Measuring surface distances on human bodies | |
TWI824912B (zh) | 身形數據的量測方法及量測系統 | |
Yamada et al. | Image-based virtual fitting system with garment image reshaping | |
KR102468306B1 (ko) | 신체 치수 측정 방법 및 장치 | |
WO2020147797A1 (zh) | 图像处理方法及装置、图像设备及存储介质 | |
CN109801326A (zh) | 一种用于获取人体体型数据的图像测量方法 |