【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其生成的试衣图像主要还是小分辨率图像(例如256*192)，若强行提高分辨率进行训练，容易导致算法模型训练的不稳定、梯度消失、模式崩溃等问题，很难获得高质量的试衣效果。
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生成分高辨率的试衣图像，并且该分高辨率...
【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，试衣网络包括第一编码网络、解码网络和第二编码网络，所述第一编码网络包括多个级联的第一编码层，所述第二编码网络包括多个级联的第二编码层，所述解码网络包括多个级联的、间隔设置的归一化层和解码层，且相同层次的所述归一化层、所述第一编码层和所述第二编码层之间存在跨层连接，所述归一化层用于将前一相邻的解码层或者所述第一编码网络中最后一个第一解码层输出的特征图与跨层连接的第一编码层、第二编码层输出的特征图进行融合；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，得到人体解析图，并根据所述人体解析图获取模特的身体躯干图；对所述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，得到变形后的衣服图像；将所述变形后的衣服图像和所述身体躯干图输入所述试衣网络，其中，所述变形后的衣服图像分别输入所述第一编码网络和所述第二编码网络进行下采样编码，所述身体驱躯干图顺次输入所述第一编码网络进行下采样编码和所述解码网络进行上采样解码，在解码过程中所述解码层输出的上采样特征图通过所述归一化层融合所述第一编码层输出的第一衣服特征图和所述第二编码层输出的第二衣服特征图，逐层进行融合上采样解码，所述解码网络中的最后一个解码层输出预测试衣图像；采用损失函数计算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，并根据所述差异，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，所述对所述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，得到变形后的衣服图像，包括：将所述人体解析图和所述衣服图像分别采用卷积网络进行特征提取，并将提取得到的两个特征图组合成一维张量；将所述一维张量输入回归网络，预测得到变换参数；将所述衣服图像按所述变换参数进行插值变形，得到所述变形后的衣服图像。3.根据权利要求1所述的方法，其特征在于，所述根据所述人体解析图获取模特的身体躯干图，包括：根据所述人体解析图，获取所述模特的身体像素区域；根据所述真实试衣图像和所述身体像素区域，获取所述模特的身体躯干图。4.根据权利要求1
‑
3任意一项所述的方法，其特征在于，所述方法还包括：将所述人体解析图顺次输入所述第一编码网络进行下采样编码和所述解码网络进行上采样解码；在解码过程中，所述解码层输出的解析特征图约束相同层次的上采样特征图的像素类别。5.根据权利要求1
‑
3任意一项所述的方法，其特征在于，所述归一化层采用以下公式进行融合；
其中，是第i个归一化层输出的融合特征图，β(C)
i
是第i个第一编码层输出的第一衣服特征图，F
i
‑1是第i...
【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。