训练试衣模型的方法、生成试衣图像的方法及相关装置制造方法及图纸

本申请实施例涉及图像处理技术领域，公开了一种训练试衣模型的方法、生成试衣图像的方法及相关装置，试衣网络包括衣服编码网络和解析融合网络，训练集包括多个训练数据，各训练数据包括衣服图像和真实试衣图像。采用人体解析算法对真实试衣图像进行解析，得到初步人体解析图。采用衣服编码网络对衣服图像进行下采样编码，得到衣服特征图。采用初步人体解析图和衣服特征图作为数据，结合损失函数，对解析融合网络进行训练，得到试衣模型。其中，损失函数包括用于约束试穿衣服和人体之间位置关系的约束函数。在约束函数的作用下，试穿衣服能够准确定位，和模特结合贴切，另外，还能够使得衣服能够保持自身的风格特征，不受模特原有衣服特征的影响。服特征的影响。服特征的影响。

Method of training fitting model, method of generating fitting image and related device

【技术实现步骤摘要】
训练试衣模型的方法、生成试衣图像的方法及相关装置


[0001]本申请实施例涉及图像处理
，尤其涉及一种训练试衣模型的方法、生成试衣图像的方法及相关装置。

技术介绍

[0002]随着现代科技的不断进步，网购规模不断增加，用户可以通过手机在网络购物平台上购买衣物，但是，由于用户获取的待售衣物的信息一般是二维展示图片，用户无法知道这些衣物穿戴在自己身上的效果，因而可能会导致买到不适合自己的衣物，购物体验较差。
[0003]线上试装一般通过拍摄用户图像，选择系统提供的目标服饰，进行自动替换，具体地，大多采用的都是通过采集人体数据和想要试穿的服饰信息，经3D建模的方式重塑用户形象和目标服饰，然而，目标服饰与用户形象的结合往往不够贴切，并且，容易丢失试穿衣服的风格。

技术实现思路

[0004]本申请实施例主要解决的技术问题是提供一种训练试衣模型的方法、生成试衣图像的方法及相关装置，该方法训练得到的试衣模型能够使得试穿衣服和用户结合贴切，保持试穿衣服的风格，试衣效果真实自然。
[0005]为解决上述技术问题，第一方面，本本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种训练试衣模型的方法，其特征在于，试衣网络包括衣服编码网络和解析融合网络；所述方法包括：获取训练集，所述训练集包括多个训练数据，所述训练数据包括衣服图像和真实试衣图像，所述真实试衣图像包括模特穿有所述衣服图像中对应衣服的图像；采用人体解析算法对所述真实试衣图像进行解析，得到初步人体解析图；采用衣服编码网络对所述衣服图像进行下采样编码，得到衣服特征图；将所述初步人体解析图和所述衣服特征图输入所述解析融合网络进行融合解析，得到预测人体解析图；采用损失函数计算所述训练集中各所述真实试衣图像对应的初步人体解析图和预测人体解析图之间的差异，其中，损失函数包括用于约束所述衣服图像中的衣服和所述初步人体解析图中人体之间位置关系的约束函数；根据所述差异，对所述试衣网络进行迭代训练，直到所述试衣网络收敛，得到所述试衣模型。2.根据权利要求1所述的方法，其特征在于，所述解析融合网络包括编码器、融合模块和解码器，所述将所述初步人体解析图和所述衣服特征图输入所述解析融合网络进行融合，得到预测人体解析图，包括：将所述初步人体解析图输入所述编码器进行下采样编码，得到人体特征图；将所述人体特征图和所述衣服特征图输入所述融合模块进行融合，得到融合有衣服风格信息的融合特征图；将所述融合特征图输入所述解码器进行上采样解码，得到所述预测人体解析图。3.根据权利要求2所述的方法，其特征在于，所述将所述人体特征图和所述衣服特征图输入所述融合模块进行融合，得到融合有衣服风格信息的融合特征图，包括：将所述人体特征图中的像素和所述衣服特征图中的像素，通过对应位置相乘，获得所述融合特征图。4.根据权利要求1
‑
3任意一项所述的方法，其特征在于，所述约束函数包括至少一个预设区域约束函数，所述预设区域约束函数用于约束预设衣服区域和预设人体区域之间的距离。5.根据权利要求4所述的方法，其特征在于，还包括：采用人体关键点算法对所述真实试衣图像进行关键点检测，得到模特人体关键点；采用衣服关键点算法对所述衣服图像进行关键点检测，得到衣服关键点；将所述模特人体关键点和所述衣服关键点代入所述约...

【专利技术属性】
技术研发人员：陈仿雄，
申请(专利权)人：深圳数联天下智能科技有限公司，
类型：发明
国别省市：