【技术实现步骤摘要】
一种智能化配色方法、系统、介质、设备及终端
[0001]本专利技术属于图片配色
,尤其涉及一种智能化配色方法、系统、介质、设备及终端。
技术介绍
[0002]目前,随着机器学习到深度学习的拓展,目前人工智能在各领域有了更多、更深入的纵向研究、发展。在服装设计行业大背景内,存在着设计师与甲方之间的沟通往往存在偏差的问题。在服装图像配色技术中,对图片进行处理时,往往涉及到人体、背景与服装的分割,服装配色规则等一系列的挑战。例如,在设计一款服装时,甲方想要看到服装穿在人身体上的效果图,需要设计师在ps等软件内对服装进行反复的抠图、配色、修改等操作,效率比较低。因此,亟需设计一种新的服装智能化配色方法,设定好一定的参数后,通过一键生成的功能,自动完成人体+背景的分割、智能多套配色方案的操作。
[0003]通过上述分析,现有技术存在的问题及缺陷为:由于服装设计师与服装厂商之间的沟通偏差,导致设计师需要进行大量配色设计需求和很多无意义的重复操作。
技术实现思路
[0004]针对现有技术存在的问题,本专利技术 ...
【技术保护点】
【技术特征摘要】
1.一种智能化配色方法,其特征在于,所述智能化配色方法包括:结合服装图像分割算法、家具图像分割算法及智能配色算法,将用户上传的图片经过服装、家具智能配色系统,生成不同配色的产品图片。2.如权利要求1所述智能化配色方法,其特征在于,所述智能化配色方法包括以下步骤:步骤一,分别获取服装数据集和家具数据集并对数据集进行预处理,建立配色规则库;步骤二,调用服装分割或家具分割,将用户上传的图片分解成背景和主体两部分;步骤三,针对主体部分提取主色调,进行配色算法;步骤四,配色结束后,将生成的多张主体部分分别与背景部分相结合,生成多张智能配色图片。3.如权利要求2所述智能化配色方法,其特征在于,所述步骤一中的服装数据集使用网络上公开的DEEPFASHION时尚数据集,共计有8000张不同的服装图片和对应的标签内容。4.如权利要求2所述智能化配色方法,其特征在于,所述家具数据集方面,使用FGVC5家具细粒度数据集。5.如权利要求2所述智能化配色方法,其特征在于,所述步骤一中的数据预处理包括:读取并调整所有图像,将图像的宽度和长度调整到一致;增加每个图像的采样像素,双线性插值,三次插值或最近邻插值对向上采样有用,保存数据集的配色进入配色规则库。6.如权利要求1所述智能化配色方法,其特征在于,所述智能化配色方法还包括:(1)获取图片主体区域的每个像素所对应...
【专利技术属性】
技术研发人员:梅惠平,吕高赟,季敏,秦智,焦子健,
申请(专利权)人:宁波快衣布科技有限公司,
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。