衣物类型的确定方法及装置、存储介质、电子装置制造方法及图纸

本发明专利技术实施例提供了一种衣物类型的确定方法及装置、存储介质、电子装置，该方法包括：从获取的目标图像中提取目标对象的N个衣物关键点和目标对象的M个轮廓关键点，其中，M和N均是大于或等于1的自然数；确定N个衣物关键点和M个轮廓关键点之间的位置关系；基于位置关系确定目标对象的衣物类型。通过本发明专利技术，解决了相关技术中对对象的衣物识别不准确的问题，达到准确的识别出目标对象的衣物类型的效果。到准确的识别出目标对象的衣物类型的效果。到准确的识别出目标对象的衣物类型的效果。

【技术实现步骤摘要】
衣物类型的确定方法及装置、存储介质、电子装置


[0001]本专利技术实施例涉及通信领域，具体而言，涉及一种衣物类型的确定方法及装置、存储介质、电子装置。

技术介绍

[0002]随着科学技术的进步和人工智能的发展，智能算法也越来越多的应用到日常生活中，特别是对于电视而言，作为使用频率较高的日常家电之一，其智能化发展是至关重要的，而智能化的最关键问题，就在于对日常生活提供便利，对用户的穿搭出行提供建议和管理。
[0003]现有技术利用深度学习算法检测出用户的衣物，然后对衣物进行分类，可得到衣物的属性信息，比如短袖、长袖、五分裤、七分裤、长裙、短裙、外套、西装等。这种方法得到的属性分类信息准确率较低，特别是短袖和长袖，五分裤和七分裤，长裙和短裙等无法准确判断衣服的种类。

技术实现思路

[0004]本专利技术实施例提供了一种衣物类型的确定方法及装置、存储介质、电子装置，以至少解决相关技术中对对象的衣物识别准确率低的问题。
[0005]根据本专利技术的一个实施例，提供了一种衣物类型的确定方法，包括：从获取的目标图像中提取目标对象的N个衣物关键点和上述目标对象的M个轮廓关键点，其中，上述M和上述N均是大于或等于1的自然数；确定上述N个衣物关键点和上述M个轮廓关键点之间的位置关系；基于上述位置关系确定上述目标对象的衣物类型。
[0006]根据本专利技术的另一个实施例，提供了一种衣物类型的确定装置，包括：第一提取模块，用于从获取的目标图像中提取目标对象的N个衣物关键点和上述目标对象的M个轮廓关键点，其中，上述M和上述N均是大于或等于1的自然数；第一确定模块，用于确定上述N个衣物关键点和上述M个轮廓关键点之间的位置关系；第二确定模块，用于基于上述位置关系确定上述目标对象的衣物类型。
[0007]在一个示例性实施例中，上述第一提取模块，包括：第一识别单元，用于从上述目标图像中识别上述目标对象的衣物颜色；第一分割单元，用于按照上述衣物颜色从上述目标图像中分割出上述N个衣物关键点；第一提取单元，用于从上述目标图像中提取上述目标对象的轮廓；第一划分单元，用于按照人体骨骼结构在上述目标对象的轮廓中划分出上述目标对象的上述M个轮廓关键点。
[0008]在一个示例性实施例中，上述第一确定模块，包括：第一确定单元，用于将每个衣物关键点与每个轮廓关键点进行匹配，确定上述每个衣物关键点相对于上述M个轮廓关键点的相对位置；第二确定单元，用于将上述相对位置确定为上述N个衣物关键点和上述M个轮廓关键点之间的位置关系。
[0009]在一个示例性实施例中，上述第二确定模块，包括：第二提取单元，用于从上述N个
衣物关键点中提取上述目标对象的上体衣物关键点和上述目标对象的下体衣物关键点；第三提取单元，用于从上述M个轮廓关键点中提取上述目标对象的上体轮廓关键点和上述目标对象的下体轮廓关键点；第三确定单元，用于基于上述上体衣物关键点与上述上体轮廓关键点之间的第一位置关系确定上述目标对象的上体衣物类型；第四确定单元，用于基于上述下体衣物关键点与上述下体轮廓关键点之间的第二位置关系确定上述目标对象的上体衣物类型；第五确定单元，用于利用上述上体衣物类型和上述下体衣物类型确定上述目标对象的衣物类型。
[0010]在一个示例性实施例中，衣物类型包括短袖上衣、长袖上衣、五分裤、七分裤、长裤、长裙、短裙。
[0011]在一个示例性实施例中，上述装置还包括：第一获取模块，用于获取目标区域中的M个衣物的衣物信息，其中，衣物信息包括衣物的颜色、衣物的材质以及衣物的类型，M是大于或等于1的自然数；第三确定模块，用于基于衣物信息从M个衣物中确定出衣物组合。
[0012]在一个示例性实施例中，上述第三确定模块，包括：第一获取单元，用于获取天气信息；第六确定单元，用于基于天气信息、衣物信息从M个衣物中确定出衣物组合。
[0013]根据本专利技术的又一个实施例，还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。
[0014]根据本专利技术的又一个实施例，还提供了一种电子装置，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行上述任一项方法实施例中的步骤。
[0015]通过本专利技术，通过从获取的目标图像中提取目标对象的N个衣物关键点和目标对象的M个轮廓关键点，其中，M和N均是大于或等于1的自然数；确定N个衣物关键点和M个轮廓关键点之间的位置关系；基于位置关系确定目标对象的衣物类型。可以确定出衣物特征点在轮廓特征点之间的分布，从而识别出目标对象的衣物在目标对象中所覆盖的区域。因此，可以解决相关技术中对对象的衣物识别不准确的问题，达到准确的识别出目标对象的衣物类型的效果。
附图说明
[0016]图1是本专利技术实施例的一种衣物类型的确定方法的移动终端的硬件结构框图；
[0017]图2是根据本专利技术实施例的衣物类型的确定方法的流程图；
[0018]图3是根据本专利技术实施例的衣物关键点的示意图；
[0019]图4是根据本专利技术实施例的轮廓关键点的示意图；
[0020]图5是根据本专利技术实施例的位置关系的示意图；
[0021]图6是根据本专利技术实施例的整体流程图；
[0022]图7是根据本专利技术实施例的衣物类型的确定装置的结构框图。
具体实施方式
[0023]下文中将参考附图并结合实施例来详细说明本专利技术的实施例。
[0024]需要说明的是，本专利技术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。
[0025]本申请实施例中所提供的方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。以运行在移动终端上为例，图1是本专利技术实施例的一种衣物类型的确定方法的移动终端的硬件结构框图。如图1所示，移动终端可以包括一个或多个(图1中仅示出一个)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)和用于存储数据的存储器104，其中，上述移动终端还可以包括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述移动终端的结构造成限定。例如，移动终端还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。
[0026]存储器104可用于存储计算机程序，例如，应用软件的软件程序以及模块，如本专利技术实施例中的衣物类型的确定方法对应的计算机程序，处理器102通过运行存储在存储器104内的计算机程序，从而执行各种功能应用以及数据处理，即实现上述的方法。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种衣物类型的确定方法，其特征在于，包括：从获取的目标图像中提取目标对象的N个衣物关键点和所述目标对象的M个轮廓关键点，其中，所述M和所述N均是大于或等于1的自然数；确定所述N个衣物关键点和所述M个轮廓关键点之间的位置关系；基于所述位置关系确定所述目标对象的衣物类型。2.根据权利要求1所述的方法，其特征在于，从获取的目标图像中提取目标对象的N个衣物关键点和所述目标对象的M个轮廓关键点，包括：从所述目标图像中识别所述目标对象的衣物颜色；按照所述衣物颜色从所述目标图像中分割出所述N个衣物关键点；从所述目标图像中提取所述目标对象的轮廓；按照人体骨骼结构在所述目标对象的轮廓中划分出所述目标对象的所述M个轮廓关键点。3.根据权利要求1或2所述的方法，其特征在于，确定所述N个衣物关键点和所述M个轮廓关键点之间的位置关系，包括：将每个衣物关键点与每个轮廓关键点进行匹配，确定所述每个衣物关键点相对于所述M个轮廓关键点的相对位置；将所述相对位置确定为所述N个衣物关键点和所述M个轮廓关键点之间的位置关系。4.根据权利要求1
‑
3任一项所述的方法，其特征在于，基于所述位置关系确定所述目标对象的衣物类型，包括：从所述N个衣物关键点中提取所述目标对象的上体衣物关键点和所述目标对象的下体衣物关键点；从所述M个轮廓关键点中提取所述目标对象的上体轮廓关键点和所述目标对象的下体轮廓关键点；基于所述上体衣物关键点与所述上体轮廓关键点之间的第一位置关系确定所述目标对象的上体衣物类型；基于所述下体衣物关键点与所述下体轮廓关键点之间的...

【专利技术属性】
技术研发人员：刘彦甲，
申请(专利权)人：海尔智家股份有限公司，
类型：发明
国别省市：