训练试衣模型的方法、虚拟试衣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、虚拟试衣方法及相关装置，采用若干个图像组对应的衣服变形图像、身体躯干图和衣服属性向量，对试衣网络进行训练，得到试衣模型。其中，衣服变形图像不仅保留了衣服特征，身体躯干图保留了模特的躯干特征。此外，衣服属性向量反映试穿效果中试穿衣服的属性，例如“S码、宽松、长袖”，能够有效指导试衣网络对试穿衣服的属性进行编辑修改。从而，使得预测试衣图像不仅试穿效果逼真，而且能够对试穿衣服的属性进行编辑修改，例如改变码数、长度等。从而，训练得到的试衣模型能够根据输入的衣服属性，对试穿衣服进行编辑，实现可编辑衣服属性的虚拟试衣效果。可编辑衣服属性的虚拟试衣效果。可编辑衣服属性的虚拟试衣效果。

【技术实现步骤摘要】
训练试衣模型的方法、虚拟试衣方法及相关装置


[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、虚拟试衣方法及相关装置。

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，只能按衣服原有属性进行试穿，无法做到对试穿衣服进行属性编辑，例如改变尺码、长短或版型等。

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、虚拟试衣方法及相关装置，该训练方法训练得到的试衣模型能够根据输入的衣服属性，对试穿衣服进行编辑，实现可编辑衣服属性的虚拟试衣效果。
[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，试衣网络包括图像生成网络，所述图像生成网络包括级联的编码器、融合模块和解码器；所述方法包括：获取若干个图像组，所述图像组包括衣服图像和模特图像，所述衣服图像对应有可编辑的衣服属性文本信息，所述模特图像中的模特穿有所述衣服图像中的衣服，且所述衣服是按所述衣服属性文本信息进行编辑后的衣服；对所述衣服属性文本信息进行特征编码，得到衣服属性向量；将所述衣服图像中衣服按所述模特图像中模特的人体结构进行初步变形，得到衣服变形图像；对所述模特图像进行人体解析，得到第一解析图，并根据所述第一解析图从所述模特图像中提取出身体躯干图；将所述衣服变形图像、所述身体躯干图和所述衣服属性向量，输入所述图像生成网络，得到预测试衣图像，其中，所述衣服变形图像和所述身体躯干图输入所述编码器进行编码，将得到的编码结果和所述衣服属性向量输入所述融合模块进行融合，得到的融合结果输入所述解码器进行解码，得到所述预测试衣图像；采用损失函数计算所述预测试衣图像和所述模特图像之间的损失，并根据所述若干个图像组对应的损失和，对所述试衣网络进行迭代训练，直至收敛，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，所述试衣网络还包括衣服变形网络；所述对所述衣服图像中衣服按所述模特图像中模特的人体结构进行初步变形，得到衣服变形图像，包括：对所述模特图像进行人体关键点检测，得到关键点图像；将所述身体躯干图、所述关键点图像、所述衣服图像和所述衣服属性向量，输入所述衣服变形网络，输出所述衣服变形图像。3.根据权利要求1所述的方法，其特征在于，所述根据所述第一解析图从所述模特图像中提取出身体躯干图，包括：从所述第一解析图中分离出第二解析图，其中，所述第二解析图反映所述模特身体躯干的像素区域；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；将所述模特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。4.根据权利要求1所述的方法，其特征在于，所述试衣网络还包括多层感知机模块；所述对所述衣服属性文本信息进行特征编码，得到衣服属性向量，包括：采用词袋模型对所述衣服属性文本信息中的各词语进行编码，得到文本编码；采用所述多层感知机模块对所述文本编码进行特征提取，得到所述衣服属向量。5.根据...

【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：