【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]随着神经网络的不断发展,在生成图像领域得到了广泛的应用。因此,研究者将神经网络应用到虚拟试衣中,提出各种试衣算法,然而现有的虚拟试衣算法,只能实现单件衣服试穿,无法做到多件衣服混搭试穿。
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,该训练方法训练得到的试衣模型能够生成多件衣服混搭效果的试衣图像。
[0005]为解决上述技术问题,第一方面,本申请实施例中提供了一种训练试衣模型的方法,试衣网络包括融合解析网络和生成网络,其中,生成网络包括第一编码器和级联的第二编码器、N个融合模块、解码器,第一编码器与N个融合模块连接;
[0006]方法包括:
[0007]获取训练集,训练集包括多个训练数据,训练数据包括真实试衣图像和N个衣服图像,真实试衣图像包括模特穿有N个衣服图像中对应衣服的图像,其中,N≥2;
[0008]对真实试衣图像进行人体解析,得到第一解析图,从第一解析图中分离出第二 ...
【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,试衣网络包括融合解析网络和生成网络,其中,生成网络包括第一编码器和级联的第二编码器、N个融合模块、解码器,所述第一编码器与所述N个融合模块连接;所述方法包括:获取训练集,所述训练集包括多个训练数据,所述训练数据包括真实试衣图像和N个衣服图像,所述真实试衣图像包括模特穿有所述N个衣服图像中对应衣服的图像,其中,N≥2;对所述真实试衣图像进行人体解析,得到第一解析图,从所述第一解析图中分离出第二解析图,并根据所述第二解析图从所述真实试衣图像中提取出身体躯干图,其中,所述第二解析图反映所述模特身体躯干的像素区域;将所述N个衣服图像和所述第二解析图输入融合解析网络,得到融合解析图,所述融合解析图包括所述N个衣服图像中对应衣服的像素区域和所述模特身体躯干的像素区域;将所述身体躯干图、所述融合解析图和N个变形后的衣服图像输入生成网络,得到预测试衣图像,其中,所述N个变形后的衣服图像是通过对所述N个衣服图像中的衣服按所述真实试衣图像中模特人体结构进行变形得到的,所述N个变形后的衣服图像输入所述第一编码器得到N个衣服编码,所述N个衣服编码分别对应输入所述N个融合模块,所述身体躯干图和所述融合解析图输入生成网络得到所述预测试衣图像,在融合解码过程中,相同层次的解析特征图约束相同层次的试衣特征图的像素类别;采用损失函数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,所述损失函数用于表征所述训练集中各所述真实试衣图像和各所述预测试衣图像之间的差异。2.根据权利要求1所述的方法,其特征在于,所述根据所述第二解析图从所述真实试衣图像中提取出身体躯干图,包括:对所述第二解析图进行二值化处理,得到二值化图像,在所述二值化图像中身体躯干区域对应的像素为1,其它区域对应的像素为0;将所述真实试衣图像中的像素和所述二值化图像中的像素对应位置相乘,得到所述身体躯干图。3.根据权利要求1所述的方法,其特征在于,所述融合模块包括第一卷积层、第二卷积层和融合层;所述融合模块采用以下方式对输入特征图和输入衣服编码进行融合处理:通过所述第一卷积层和所述第二卷积层分别对所述输入特征图进行特征提取,得到第一中间特征图和第二中间特征图;通过所述第一卷积层和所述第二卷积层分别对所述输入衣服编码进行特征提取,得到第一中间编码和第二中间编码;通过所述融合层对所述输入特征图、所述第一中间特征图、所述第二中间特征图和所述第一中间编码、所述第二中间编码进行融合处理。4.根据权利要求3所述的方法,其特征在于,所述通过所述融合层对所述输入特征图、所述第一中间特征图、所述第二中间特征图和所述第一中间编码、所述第二中间编码进行融合处理,包括:以所述第一中间特征图为均值、所述第二中间特征图为方差,对所述输入特征图进行
归一化处理;将归一化处理得到的结果与所述第一中间编码、所述第二中间编码进行融合处理。5.根据权利要求4所述的方法,其特征在于,所述融合层采用以下公式进行融合处理:其中,x为所述输入特征图,μ(x)为所述第一中间特征图,σ(x)为所述第二中间特征图,y为所述...
【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:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。