一种基于改进型卷积神经网络的脚型图像尺码自动预测方法及预测装置制造方法及图纸

本发明专利技术涉及一种基于改进型卷积神经网络的脚型图像尺码自动预测方法，包括以下步骤:(S1)脚型图像分类器的训练；(S2)利用脚型图像分类器自动预测脚型图像对应的尺码和参数。另外，本发明专利技术还涉及一种基于改进型卷积神经网络的脚型图像尺码预测装置，包括脚型图像采集模块，用于采集脚型图像；训练模块，用于训练基于改进型卷积神经网络的脚型图像分类器；存储模块，用于保存脚型图像、基础脚型尺码参数、脚型图像分类器模型；传输模块：用于实时传输脚型图像；自动预测模块，用于自动预测脚型图像对应的尺码和参数。针对当前测量脚型尺码效率低下、主观性强的问题，本发明专利技术中的自动预测方法与预测装置，能够通过采集用户脚型图像，自动、快速的得到用户的脚型尺码和参数。

Foot type image size automatic prediction method and prediction device based on improved convolution neural network

The invention relates to a method for automatically predicting foot image size improved based on convolutional neural network, which comprises the following steps: (S1) foot image classifier training; (S2) automatic prediction of corresponding foot type image size and parameters of the foot type image classifier. In addition, the invention also relates to a device for prediction of foot type image size improved based on convolutional neural network, including foot image acquisition module, image acquisition for foot type; training module for the training of foot type improved image classifier based on convolutional neural network; storage module for storing image based, foot foot the size parameters, foot image classifier model; transmission module for real-time transmission of foot image; automatic prediction module for automatic prediction of corresponding image size and parameters of foot. In view of the current measurement of foot size low efficiency, subjective problem, automatic forecasting methods and apparatus of the invention, through collecting user foot images automatically and quickly obtain the foot size and parameters of the user.

【技术实现步骤摘要】
一种基于改进型卷积神经网络的脚型图像尺码自动预测方法及预测装置
本专利技术涉及一种脚型图像尺码自动预测方法及预测装置，特别涉及一种基于改进型卷积神经网络的脚型图像尺码自动预测方法及预测装置。
技术介绍
近年来，人们消费水平快速提高，市场上的鞋子也琳琅满目，如何能让人们快速、便捷的选择一款最适合的鞋子成为一种刚性需求，能大大提高大家的购买体验。而市场上常见的鞋子大多是均码，根据经验设计，倘若要定制一双合适的鞋子，需要人工进行复杂的测量脚的尺码和参数，对于大多数消费者而言，在公共场合，让工作人员接触式的测量自己的脚，并不是很好的体验，而往往因此放弃消费。因此，快速、便捷、准确的获取消费者的脚型尺码和参数，不仅能让消费者购买到舒适、合脚的鞋子，还能大大提升其购物体验。在当前人工智能的时代背景下，我们需要一种快速、便捷、准确的获取消费者的脚型尺码和参数的技术。
技术实现思路
为了解决现有技术的不足，本专利技术的目的是提供一种能够快速、便捷、准确的脚型图像尺码自动预测方法及预测装置。为了实现上述目的，本专利技术提供了一种基于改进型卷积神经网络的脚型图像尺码自动预测方法，包括如下步骤：步骤S1，脚型本文档来自技高网...

【技术保护点】
一种基于改进型卷积神经网络的脚型图像尺码自动预测方法，其特征在于,包括以下步骤:(S1)脚型图像分类器的训练；(S2)利用脚型图像分类器自动预测脚型图像对应的尺码和参数。

【技术特征摘要】
1.一种基于改进型卷积神经网络的脚型图像尺码自动预测方法，其特征在于,包括以下步骤:(S1)脚型图像分类器的训练；(S2)利用脚型图像分类器自动预测脚型图像对应的尺码和参数。2.根据权利要求1所述的一种基于改进型卷积神经网络的脚型图像尺码自动预测方法，其特征在于，所述步骤(S1)包括如下步骤：(S101)采集测试者脚型图像，并定义脚型对应的尺码和参数；(S102)测量测试者脚型对应的尺码和参数；(S103)对脚型图像进行预处理，包括进行水平翻转、旋转变换和随机裁剪，用于增加样本数量；(S104)设计具有旋转不变性的改进型卷积神经网络特征提取模板；(S105)将不同的尺码和参数作为不同的类别，脚型图像作为输入，利用改进型卷积神经网络提取的不变性卷积特征作为特征，使用softmax分类器作为脚型图像分类器，利用误差反向传播算法训练脚型图像分类器模型。3.根据权利要求2所述的一种基于改进型卷积神经网络的脚型图像尺码自动预测方法，其特征在于，所述步骤(S2)包括如下步骤：(S201)采集消费者的脚型图像；(S202)对脚型图像进行预处理，根据设定的样本尺寸分...

【专利技术属性】
技术研发人员：李文谦，张水发，
申请(专利权)人：李文谦，张水发，
类型：发明
国别省市：广东,44