基于深度学习的非接触式旗袍定制人体三维尺寸测量方法技术

本发明专利技术涉及一种基于深度学习的非接触式旗袍定制人体三维尺寸测量方法。本发明专利技术首先在COCO数据集上训练得到能够将人体与复杂背景分离的网络模型。其次获取对象背、侧面图像。依据模型定位人体坐标与遮罩，并提取出以人体对象为中心的二值图。然后依据人体各部位的表现特征，定位各个特征点所在坐标，得到第一尺寸组。再根据特征点坐标以及第一尺寸组，将目标人体的体型分成多个类别，使用不同的计算公式获取人体三维围度尺寸，即第二尺寸组。本发明专利技术针对服装定制提出新颖的腋窝点、颈点、腰高点定位方法，针对旗袍定制提出前腰节、后腰节、前胸宽、后背宽等尺寸的非接触式测量方法，同时根据人体身体特征对特征点定位、围度计算进行微调。

Three dimensional measurement method of non-contact cheongsam customized human body based on deep learning

【技术实现步骤摘要】
基于深度学习的非接触式旗袍定制人体三维尺寸测量方法
本专利技术属于服装制造领域，涉及一种用于旗袍定制的基于深度学习的非接触式人体三维尺寸测量方法。
技术介绍
随着计算机的发展，计算机给人们的生活带来了各种便利，并且还出现各种各样的智能化设备。同时，深度学习技术近年来在数字图像处理领域得到广泛的应用并取得了显著的成绩，无论是在科研方面还是项目落地等方面都具有优异的表现。旗袍以突出女性婀娜多姿的身段而闻名，深受海内外女士的喜爱。在制作旗袍时，不同体型的人身体各部位尺寸各不相同，而旗袍是需要贴合女性身体各个部位的，需要非常精确的人体尺寸。且相较于一般服饰，旗袍定制需要测量更全面的数据，因此高级的旗袍需要私人定制。过去在高级旗袍定制方面采用的是手工测量的方法，这种方法能够获得被测者详细且精确的测量数据，但是被测者要亲自到场进行测量，费时费力。后来出现三维人体扫描技术，但是仪器成本高、数量少，并且具有部署费力、移动困难等突出缺点，因而在实际生产中难以推广。查阅以往文献，没有有关旗袍定制中对前、后腰节以及前胸宽、后背宽等尺寸的测量，本文档来自技高网...

【技术保护点】
1.基于深度学习的非接触式旗袍定制人体三维尺寸测量方法，其特征在于该方法包括以下步骤：/n步骤S1:利用语义分割网络DeepLab V3+在COCO数据集上训练得到能够将人体与复杂背景分离的网络模型；/n步骤S2:获取对象背、侧面图像；/n步骤S3:根据步骤S1训练所得网络模型定位由步骤S2获取的对象背、侧面图像中人体坐标与遮罩；/n步骤S4:根据步骤S3获得的人体坐标与遮罩，使用OpenCV的图像处理技术提取出以人体对象为中心的二值图；/n步骤S5:依据人体各部位的表现特征，对步骤S4所得人体二值图进行像素扫描，定位各个特征点所在坐标；/n所述的特征点包括头顶点、脚底点、左侧点、右侧点、颈点...

【技术特征摘要】
1.基于深度学习的非接触式旗袍定制人体三维尺寸测量方法，其特征在于该方法包括以下步骤：
步骤S1:利用语义分割网络DeepLabV3+在COCO数据集上训练得到能够将人体与复杂背景分离的网络模型；
步骤S2:获取对象背、侧面图像；
步骤S3:根据步骤S1训练所得网络模型定位由步骤S2获取的对象背、侧面图像中人体坐标与遮罩；
步骤S4:根据步骤S3获得的人体坐标与遮罩，使用OpenCV的图像处理技术提取出以人体对象为中心的二值图；
步骤S5:依据人体各部位的表现特征，对步骤S4所得人体二值图进行像素扫描，定位各个特征点所在坐标；
所述的特征点包括头顶点、脚底点、左侧点、右侧点、颈点、腋窝点、臀高点、胸高点、腹高点、肩点、肩颈点、腰高点、大腿根点；
步骤S6:根据步骤S5所得特征点坐标计算二维图像中人体部位的长度尺寸，即第一尺寸组；
所述的第一尺寸组包括身高、体宽、颈宽、颈厚、胸宽、胸厚、腰宽、腰厚、臀宽、臀厚、大腿根宽、大腿根厚、腹宽、腹厚；
步骤S7:根据步骤S5所得的特征点坐标以及步骤S6中获取的人体部位长度尺寸，将目标人体的体型分成多个类别，分别对应不同的体型；
步骤S8:根据步骤S7对体型的判定使用不同的计算公式获取人体三维围度尺寸，即第二尺寸组；
所述的第二尺寸组包括颈围、肩宽、胸围、腰围、腹围、臀围、大腿根围、前腰节、后腰节、前胸宽、后背宽、臂围、袖笼、袖口、袖长。


2.根据权利要求1所述的基于深度学习的非接触式旗袍定制人体三维尺寸测量方法，其特征在于：
将步骤S3中获取到的所有人体坐标所在的像素点的值置为255，即表现为纯白色，其它非人体所在的坐标置为像素值0，即表现为纯黑色；
根据人体特征分别确定头顶、脚底的y坐标以及身体左侧和右侧的x坐标，并分别向身体外侧拓展10像素点进行裁剪，得到以人体为中心的二值图像。


3.根据权利要求1所述的基于深度学习的非接触式旗袍定制人体三维尺寸测量方法，其特征在于：
所述的颈点有背面图的颈高点以及侧面图的前颈点、后颈点；
颈高点定位如下：
在背面图中，从头顶向下10％的身高处开始到身高的30％，分别记录每一行的白色像素点的数量，其中白色像素点数量最少的一行认为是背面图中脖子的位置，取其中点为颈高点；若存在多行相同，取中值；
前颈点、后颈点定位如下：
在侧面图中，从头顶向下10％的身高处开始到身高的30％，分别记录每一行的白色像素点的数量，其中白色像素点数量最少的一行认为是侧面图脖子的位置；在该行上下5％身高的范围内找到脖子前颈部最凹的坐标，即为前颈点的位置；若存在多行相同，取中值；
在侧面图中，根据前颈点的位置，在前颈点上方10％身高的范围内找到距离前颈点最近的身体轮廓上的点，即为后颈点；
所述的腋窝点定位如下：
在背面图中，通过映射侧面图胸高点高度得到背面图胸高点高度，令背面图颈高点高度到胸高点高度距离为g；
在背面图中，从颈高点往下g/2的高度到身高的50％区域内逐行从人体的中轴线开始向左侧遍历，当某行发生两次黑白二值变换，则停止该侧遍历，该行首次二值变换点即为左腋窝点K1，同理可得右腋窝点K2；
所述的肩点定位如下：
在背面图中，分别自左、右腋窝点向上查找，与身体轮廓的交点即为左、右肩点；
所述的肩颈点定位如下：
在背面图中，取颈高点所在行的最外侧白色像素点与同侧肩点水平距离为c；
在背面图中，自左颈点水平向外c/3距离做垂线交身体轮廓于点A；
在背面图中，取左颈点和点A范围内人体轮廓上距离左颈点和点A连线最远的点，即为左肩颈点，同理可得右肩颈点；
所述的腰高点定位如下：
在背面图中，在人体身高60％的高度往上4％到这个高度往下2％的范围内扫描每一行的白色像素点的数量，其中白色像素点数量最少的一行的躯干中心点认为是背面腰高点；
所述的前、后腰点定位如下：
在侧面图中，根据获取到的背面腰高点的高度映射到侧面图中，得到侧面腰高点的高度；其中，侧面腰高点高度与腹部轮廓的交点为前腰点，侧面腰高点高度与背部轮廓的交点...

【专利技术属性】
技术研发人员：付晓峰，胡卓群，付晓鹃，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：浙江;33