The present invention relates to a method for estimating human body size based on radial basis function (RBF) neural network, which includes the following steps: collecting static human body size data; preprocessing the collected human body size data and constructing human body database; constructing a RBF neural network model for estimating human body size. The input layer of the RBF neural network model is the key part size that can be easily measured. The output layer is the detail size which is difficult to measure. The data in the human body database is divided into training sample set and test sample set. The training sample set is used to train the RBF neural network. After training, several samples are randomly selected from the test sample set for simulation test, and the detail size which is not easy to measure is estimated. The invention can quickly and effectively calculate the human body size required for clothing board making.
【技术实现步骤摘要】
一种基于径向基神经网络的人体尺寸估算方法
本专利技术涉及人体尺寸数据采集
,特别是涉及一种基于径向基神经网络的人体尺寸估算方法。
技术介绍
人体数据的准确采集是设计、开发理想服装产品的基础,是影响服装合体性及消费者满意度的关键因素之一,也是服装业重点关注和研究的领域之一。在互联网经济迅猛发展的当前,传统的手工测量和非接触式三维人体测量技术,要么效率、精度方面存在不足,要么受制于高昂的价格,均难以满足“远程、快速、便捷、准确”的新需求。同时,一些服装结构所需的细部尺寸存在不易获取、精度难以保证的不足,如人体上裆弧长、腋围等。服装业中的传统方法是采集身高、胸围、腰围等关键部位尺寸,通过建立线性回归模型推算其他细部尺寸。但人体部位之间的关系,非线性的特点要强于线性特点,传统的线性回归模型无法准确反映这一特点。近年来,人工神经网络以其良好的非线性映射、自适应特性等,成为机器学习、人工智能领域中备受关注的一个研究方向。在服装领域,已有学者将感知机和BP神经网络模型应用于人体尺寸推算,但这些模型均存在收敛速度慢,容易陷入局部极值等不足。
技术实现思路
本专利技术所要解决的技术问题是提供一种基于径向基神经网络的人体尺寸估算方法,能够快速有效地推算服装制板所需的人体尺寸。本专利技术解决其技术问题所采用的技术方案是:提供一种基于径向基神经网络的人体尺寸估算方法,包括以下步骤:(1)采集静态人体净体数据;(2)对采集的人体净体数据进行预处理,并构建人体数据库;(3)构建人体尺寸估算的径向基神经网络模型,所述径向基神经网络模型的输入层为容易测量的关键部位尺寸,输出层为不易测量 ...
【技术保护点】
1.一种基于径向基神经网络的人体尺寸估算方法,其特征在于,包括以下步骤:(1)采集静态人体净体数据;(2)对采集的人体净体数据进行预处理,并构建人体数据库;(3)构建人体尺寸估算的径向基神经网络模型,所述径向基神经网络模型的输入层为容易测量的关键部位尺寸,输出层为不易测量的细部尺寸;(4)将人体数据库中的数据分为训练样本集和测试样本集,用训练样本集对所述的径向基神经网络进行训练,训练完成后,从测试样本集中随机选取若干样本进行仿真测试,估算出人体不易测量的细部尺寸。
【技术特征摘要】
1.一种基于径向基神经网络的人体尺寸估算方法,其特征在于,包括以下步骤:(1)采集静态人体净体数据;(2)对采集的人体净体数据进行预处理,并构建人体数据库;(3)构建人体尺寸估算的径向基神经网络模型,所述径向基神经网络模型的输入层为容易测量的关键部位尺寸,输出层为不易测量的细部尺寸;(4)将人体数据库中的数据分为训练样本集和测试样本集,用训练样本集对所述的径向基神经网络进行训练,训练完成后,从测试样本集中随机选取若干样本进行仿真测试,估算出人体不易测量的细部尺寸。2.根据权利要求1所述的基于径向基神经网络的人体尺寸估算方法,其特征在于,所述步骤(1)中采用三维人体扫描的方式采集静态人体净体数据。3.根据权利要求1所述的基于径向基神经网络的人体尺寸估算方法,其特征在于,所述步骤(3)中构建人体尺寸估算的径向基神经网络模型包括三层,分别为:输入层、隐藏层和输出层,其中,隐藏层中第k个输入向量的第j个神经元的输入值为其中,wij为输入层与隐藏层间各神经元的连接权值,xi(k)为输入层的输出;隐藏层输出的激励函数为ci是隐藏层的第i个聚类中心;σ为控制接受域大小的参数,||·||代表欧氏距离;隐藏层的输出为输出层的输入为wio指的是隐藏层与输出层的...
【专利技术属性】
技术研发人员:王竹君,王建萍,邢英梅,
申请(专利权)人:东华大学,
类型:发明
国别省市:上海,31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。