虚拟发型设计系统技术方案

本发明专利技术虚拟发型设计系统是一种适用于图像识别系统，它采用了计算机开源视觉库openCV作为模型基础，树形特征分类器作为识别依据，将设备采集到的某个区域的图像数据计算出来，并进行信息汇总，生成XML文件，并利用这个信息的文件多接口的发布出去。本发明专利技术识别人脸图像，在各种环境下对人脸识别度较高，运行速度较快，在实际生活中有很高的利用。

【技术实现步骤摘要】
【专利摘要】本专利技术虚拟发型设计系统是一种适用于图像识别系统，它采用了计算机开源视觉库openCV作为模型基础，树形特征分类器作为识别依据，将设备采集到的某个区域的图像数据计算出来，并进行信息汇总，生成XML文件，并利用这个信息的文件多接口的发布出去。本专利技术识别人脸图像，在各种环境下对人脸识别度较高，运行速度较快，在实际生活中有很高的利用。【专利说明】虚拟发型设计系统
本专利技术是涉及一种模式识别
，通过计算机或其他设备采集人脸图像，并进行分析处理的过程。
技术介绍
人们在理发店理发时，往往会咨询理发师为自己设计一种好看的发型，以满足自己的审美需求。但是，顾客又怕这种的设计让自己感觉不好受，自己不喜欢，所以通过这个专利技术，亲眼看见理发师设计的发型效果，可以更加让顾客喜爱。随着电子商务和计算机科学的发展，网上发型设计店尝试采用虚拟三维发型设计系统来进行虚拟试发型设计，这种方式有效的解除了顾客对发型不美观的忧虑。然而，目前在实际生活中，还没有出现完善的虚拟发型设计系统供顾客进行快捷有效的的发型设计。
技术实现思路
本专利技术目的是克服了现有技术中的不足，提供了一种提供一种虚拟发型设计系统，使得虚拟发型能够精准的匹配到用户的移动影像上，让发型的效果达到百分之百的真实，便于顾客在实体理发中进行快捷、有效地效果。另外，还可以通过此发型设计系统进行商品展示。为了解决上述技术问题，本专利技术是通过以下技术方案实现:一种虚拟发型涉及系统，包括:体感设备，用于实时获取用户的标识信息；体感设备控制器，从体感设备中获取实时数据，对该数据进行处理，并将识别到的人物信息以骨骼的形式返回；姿势识别模块，获取从体感设备控制器返回的骨骼信息，根据姿势识别算法，分析出用户在体感设备前做出的各种静态动作；手势识别模块，通过从体感设备控制器返回的连续数据，分析出用户在体感设备前做出的动态动作；骨骼绑定模块，将虚拟衣物上的关键点与用户骨骼信息一一对应，以获得虚拟试衣的效果；深度匹配模块，控制虚拟衣物与体感设备彩色数据的压盖关系，以获得真实的视觉表现；逻辑模块，为用户提供操作指示和反馈用户界面；渲染模块，负责向外部显不器输出信号。 与现有技术相比，本专利技术的有益效果是:(I)产品体积适中，与传统广告箱大小类似，便于在商场、写字楼、会所等公共场合使用。(2)采用姿势识别和手势识别系统，用户无需接触设备即可完成各种操作，增强设备的使用安全性和耐久性。(3)系统界面设计合理，符合用户一般操作习惯，能适应不同身高和体型的用户。(4)软件有很强的扩展性，方便商家进行信息的扩展和更新。(5)在商店使用虚拟试衣系统，减少传统试衣的繁琐程序，提高了试衣的效率。(6)可以为商家提供更多的产品展示机会。将传统的被动展示转换为用户主动参与，提高了展示的效果。 【专利附图】【附图说明】 图1是本专利技术虚拟发型设计流程图。 【具体实施方式】 下面结合附图与【具体实施方式】对本专利技术作进一步详细描述:一种图像人数识别统计方法，其特征是它包括以下步骤:(a)、建立级联分类器:由计算机开源视觉库OP e n C V搭建人工神经网络，从若干张样本着手，训练出级联分类器；该级联分类器的训练步骤为:将分类器分为若干级，每一级设定一种划分图像的方法，以黑白区域表示，计算黑白区域像素值的积分差值，根据该积分差值计算该级分类器的分类参数，包括总阈值和左右两个分支值，若干级的分类参数经过组合，形成级联分类器；采集若干张样本图片；将样本图片目的特征即头像或身体的几何中心重合，将处理后的样本图像，划分成黑白两个区域，根据白色区域内的像素和黑色区域内的像素，计算出积分差值，根据这个差值，计算出各级分类器的分类参数，包括总阈值和两个分支值，其中两个分支值是总阈值的划分，每一级分类器对于黑白区域的划分细致程度不同；(b)、采用与训练样本同样大小的窗口划分整幅待识别图像，每当划分出一部分图像，即按照样本的计算方法，分级计算出该图像的分类参数，将计算出的总阈值与分类器中对应级的分类参数中的总阈值进行比较，从而选择左或者右分支值；(c )、进入下一级筛选；当计算出的分类参数不符合分类器中的参数时，表示该图像不含有目的特征，此时停止计算，将划分窗口移动到下一个位置，重复步骤；(b)-(c),当划分窗口中的图像通过分类器所有级的时候，这个划分窗口中的图像含有目的特征。 本专利技术中涉及的未说明部份与现有技术相同或采用现有技术加以实现。【权利要求】1.一种图像采集方法，其特征是它包括以下步骤: (a)、建立级联分类器:由计算机开源视觉库OP e n C V搭建人工神经网络，从若干张样本着手，训练出级联分类器；该级联分类器的训练步骤为:将分类器分为若干级，每一级设定一种划分图像的方法，以黑白区域表示，计算黑白区域像素值的积分差值，根据该积分差值计算该级分类器的分类参数，包括总阈值和左右两个分支值，若干级的分类参数经过组合，形成级联分类器；采集若干张样本图片；将样本图片目的特征即头像或身体的几何中心重合，将处理后的样本图像，划分成黑白两个区域，根据白色区域内的像素和黑色区域内的像素，计算出积分差值，根据这个差值，计算出各级分类器的分类参数，包括总阈值和两个分支值，其中两个分支值是总阈值的划分，每一级分类器对于黑白区域的划分细致程度不同； (b)、采用与训练样本同样大小的窗口划分整幅待识别图像，每当划分出一部分图像，即按照样本的计算方法，分级计算出该图像的分类参数，将计算出的总阈值与分类器中对应级的分类参数中的总阈值进行比较，从而选择左或者右分支值； (c )、进入下一级筛选；当计算出的分类参数不符合分类器中的参数时，表示该图像不含有目的特征，此时停止计算，将划分窗口移动到下一个位置，重复步骤(b ) —( C )，当划分窗口中的图像通过分类器所有级的时候，这个划分窗口中的图像含有目的特征。【文档编号】G06K9/66GK104463239SQ201310419842【公开日】2015年3月25日 申请日期:2013年9月15日 优先权日:2013年9月15日 【专利技术者】高蓉 申请人:南京大五教育科技有限公司本文档来自技高网...

【技术保护点】
一种图像采集方法，其特征是它包括以下步骤：（ａ）、建立级联分类器：由计算机开源视觉库ｏｐｅｎＣＶ搭建人工神经网络，从若干张样本着手，训练出级联分类器；该级联分类器的训练步骤为：将分类器分为若干级，每一级设定一种划分图像的方法，以黑白区域表示，计算黑白区域像素值的积分差值，根据该积分差值计算该级分类器的分类参数，包括总阈值和左右两个分支值，若干级的分类参数经过组合，形成级联分类器；采集若干张样本图片；将样本图片目的特征即头像或身体的几何中心重合，将处理后的样本图像，划分成黑白两个区域，根据白色区域内的像素和黑色区域内的像素，计算出积分差值，根据这个差值，计算出各级分类器的分类参数，包括总阈值和两个分支值，其中两个分支值是总阈值的划分，每一级分类器对于黑白区域的划分细致程度不同；（ｂ）、采用与训练样本同样大小的窗口划分整幅待识别图像，每当划分出一部分图像，即按照样本的计算方法，分级计算出该图像的分类参数，将计算出的总阈值与分类器中对应级的分类参数中的总阈值进行比较，从而选择左或者右分支值；（ｃ）、进入下一级筛选；当计算出的分类参数不符合分类器中的参数时，表示该图像不含有目的特征，此时停止计算，将划分窗口移动到下一个位置，重复步骤（ｂ）－（ｃ），当划分窗口中的图像通过分类器所有级的时候，这个划分窗口中的图像含有目的特征。...

【技术特征摘要】

【专利技术属性】
技术研发人员：高蓉，
申请(专利权)人：南京大五教育科技有限公司，
类型：发明
国别省市：江苏;32