用于服装图像的数据处理方法及装置制造方法及图纸

本申请公开了一种用于服装图像的数据处理方法及装置。该方法包括：输入待检测图片；根据预训练检测模型检测出服装在图片中的位置；生成热图并得到图片中关键点特征图；以及根据所述关键点特征图得到图片中服装关键点的位置，其中，所述预训练检测模型经过一次预训练。本申请解决了对于服装图像的关键点处理效果较差的技术问题。通过本申请通过一次训练，既完成服装位置的检测，又能计算服装的关键点。此外，在提高检测速度的同时能够保证检测准确率。

【技术实现步骤摘要】
用于服装图像的数据处理方法及装置
本申请涉及计算机视觉领域，具体而言，涉及一种用于服装图像的数据处理方法及装置。
技术介绍
在网络虚拟试衣间中，为了使得网络上的服装更好地穿在用户身上，需要对服装关键点进行检测。专利技术人发现，在图中有较多待测人物的复杂场景下时，会影响到服装关键点的检测时的准确率和速度。进一步，还会增加网络检测模型的训练成本。针对相关技术中对于服装图像的关键点处理效果较差的问题，目前尚未提出有效的解决方案。
技术实现思路
本申请的主要目的在于提供一种用于服装图像的数据处理方法及装置，以解决对于服装图像的关键点处理效果较差的问题。为了实现上述目的，根据本申请的一个方面，提供了一种用于服装图像的数据处理方法。根据本申请的用于服装图像的数据处理方法包括：输入待检测图片；根据预训练检测模型检测出服装在图片中的位置；生成热图并得到图片中关键点特征图；以及根据所述关键点特征图得到图片中服装关键点的位置，其中，所述预训练检测模型经过一次预训练。进一步地，方法还包括：训练阶段，所述训练阶段包括：配置训练数据对检测模型预训练；训练用于检测服装位置的第一检测网络；以及训练用于检测服装关键点的第二检测网络。进一步地，方法还包括：根据第一检测网络生成的候选区域生成热图。进一步地，方法还包括：根据第二检测网络生成的特征图生成关键点和关键点数目。进一步地，根据预训练检测模型检测出服装在图片中的位置和根据所述关键点特征图得到图片中服装关键点的位置时共享同一主干网络。进一步地，所述输入待检测图片之后包括：调整带有图标图片的大小，并将关键点的坐标系由原图转换成相对于检测框的坐标系。为了实现上述目的，根据本申请的另一方面，提供了一种用于服装图像的数据处理装置。根据本申请的用于服装图像的数据处理装置包括：输入模块，用于输入待检测图片；服装位置模块，用于根据预训练检测模型检测出服装在图片中的位置；热图模块，用于生成热图并得到图片中关键点特征图；以及服装关键点模块，用于根据所述关键点特征图得到图片中服装关键点的位置，其中，所述预训练检测模型经过一次预训练。进一步地，装置还包括：训练模块，所述训练模块包括：训练数据单元，用于配置训练数据对检测模型预训练；第一训练单元，用于训练用于检测服装位置的第一检测网络；以及第二训练单元，用于训练用于检测服装关键点的第二检测网络。进一步地，装置所述训练模块包括：热图单元，用于根据第一检测网络生成的候选区域生成热图。进一步地，所述训练模块包括：关键点单元，用于根据第二检测网络生成的特征图生成关键点和关键点数目。在本申请实施例中，采用对所述预训练检测模型经过一次预训练的方式，通过输入待检测图片，根据预训练检测模型检测出服装在图片中的位置，达到了生成热图并得到图片中关键点特征图的目的，从而实现了根据所述关键点特征图得到图片中服装关键点的位置的技术效果，进而解决了服装图像的关键点处理效果较差的技术问题。通过本申请首先对服装在图片中的位置进行检测，再通过热图确定服装关键点，输出关键点结果。附图说明构成本申请的一部分的附图用来提供对本申请的进一步理解，使得本申请的其它特征、目的和优点变得更明显。本申请的示意性实施例附图及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：图1是根据本申请实施例的用于服装图像的数据处理方法示意图；图2是根据本申请实施例的用于服装图像的数据处理方法的预训练过程示意图；图3是根据本申请实施例的用于服装图像的数据处理装置示意图；图4是本申请实施例的用于服装图像的数据处理装置和训练模块的关系示意图；以及图5是本申请实施例的训练模块结构示意图。具体实施方式为了使本
的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。如图1所示，该方法包括如下的步骤S102至步骤S106：步骤S102，输入待检测图片；输入的待检测图片中通常并非高质量服装特写图，待检测图片大多来自街拍等场景，所以目标服装在图片中的比例并不是确定的。此外，在待检测图片中可能包含了多人的人体图像的干扰。需要注意的是，为了防止图片发生扭曲可以将待检测图片都调整至统一的大小。步骤S104，根据预训练检测模型检测出服装在图片中的位置；所述预训练检测模型经过一次预训练，即通过设计训练数据对检测模型进行一次预训练后即可用于检测输入的待检测图片。通过预训练检测模型后可以得到服装在图片中的位置。步骤S106，生成热图并得到图片中关键点特征图；在预训练检测模型中生成热图，通常可以在预训练检测模型中的RPN(RegionProposalNetwork)候选区域网络产生候选区域之后生成热图。其中，热图是针对服装关键点的热图。同时在预训练检测模型中的服装关键点检测网络中输出图片中关键点的特征图。步骤S108，根据所述关键点特征图得到图片中服装关键点的位置。根据关键点特征图确定图片中服装关键点的位置，将服装关键点的位置映射回原图即可得到在原图上的服装关键点的位置。需要注意的是，在上述图像数据处理过程中，首先需要检测出服装在图片中的位置，然后再确定图片中服装关键点的位置。从以上的描述中，可以看出，本申请实现了如下技术效果：在本申请实施例中，采用对所述预训练检测模型经过一次预训练的方式，通过输入待检测图片，根据预训练检测模型检测出服装在图片中的位置，达到了生成热图并得到图片中关键点特征图的目的，从而实现了根据所述关键点特征图得到图片中服装关键点的位置的技术效果，进而解决了服装图像的关键点处理效果较差的技术问题。通过本申请首先对服装在图片中的位置进行检测，再通过热图确定服装关键点，输出关键点结果。根据本申请实施例，作为本实施例中的优选，如图2所示，该方法还包括：训练阶段，所述训练阶段包括：步骤S202，配置训练数据对检测模型预训练；配置训练数据时训练数据是带有标记的图片，并且需要将图片的大小调整为一致。同时还需要调整框和关键点的对应位置。步骤S204，训练用于检测服装位置的第一检测网络；用于检测服装位置的第一检测网络可以采用现有的数据参数进行训练。在本申请中并不进行限定，本领域技术人员可以根据相关使用场景进行选择。优选地，可以采用基于ResNet101与FPN的结合的主干网络。步骤S206，训练用于检测服装关键点的第二检测网络本文档来自技高网...

【技术保护点】
1.一种用于服装图像的数据处理方法，其特征在于，包括：输入待检测图片；根据预训练检测模型检测出服装在图片中的位置；生成热图并得到图片中关键点特征图；以及根据所述关键点特征图得到图片中服装关键点的位置，其中，所述预训练检测模型经过一次预训练。

【技术特征摘要】
1.一种用于服装图像的数据处理方法，其特征在于，包括：输入待检测图片；根据预训练检测模型检测出服装在图片中的位置；生成热图并得到图片中关键点特征图；以及根据所述关键点特征图得到图片中服装关键点的位置，其中，所述预训练检测模型经过一次预训练。2.根据权利要求1所述的用于服装图像的数据处理方法，其特征在于，还包括：训练阶段，所述训练阶段包括：配置训练数据对检测模型预训练；训练用于检测服装位置的第一检测网络；以及训练用于检测服装关键点的第二检测网络。3.根据权利要求2所述的用于服装图像的数据处理方法，其特征在于，还包括：根据第一检测网络生成的候选区域生成热图。4.根据权利要求2所述的用于服装图像的数据处理方法，其特征在于，还包括：根据第二检测网络生成的特征图生成关键点和关键点数目。5.根据权利要求1所述的用于服装图像的数据处理方法，其特征在于，根据预训练检测模型检测出服装在图片中的位置和根据所述关键点特征图得到图片中服装关键点的位置时共享同一主干网络。6.根据权利要求1所述的用于服装图像的数据处理方法，其特征在于，所述输入待检测图片...

【专利技术属性】
技术研发人员：孙伯元，张默，
申请(专利权)人：北京陌上花科技有限公司，
类型：发明
国别省市：北京,11