發(fā)布時間：2017-04-26 18:07

  本文關鍵詞：基于圖像的服裝號型推薦模型研究，由筆耕文化傳播整理發(fā)布。

【摘要】：近年來,隨著互聯(lián)網(wǎng)電子商務的普及和網(wǎng)絡購物的快速發(fā)展,作為網(wǎng)絡購物中受眾面最為廣泛的服裝板塊,消費需求也經(jīng)歷著成倍數(shù)的增長。而消費者在選中了自己喜歡的款式之后,在網(wǎng)上按照自己的尺寸選購衣服之后卻發(fā)現(xiàn)不合身,只能選擇退換或者將就著穿,對網(wǎng)購信任度受到影響。那么如何幫助消費者選擇令他們滿意的服裝就是一個大問題,我們建議找出一種服裝號型推薦的模型來解決這個難題。本論文從圖像中提取服裝號型推薦需要的數(shù)據(jù)信息,再結合服裝對應號型的數(shù)據(jù)信息,通過定義一個合身度評價函數(shù)得到不同體型的人適合的號型,從而構建一個號型歸檔數(shù)據(jù)庫。再采用SVM模型的方法對實驗數(shù)據(jù)進行驗證,通過與BP神經(jīng)網(wǎng)絡算法的對比找出更適合服裝號型推薦的方法,實現(xiàn)服裝號型的準確推薦。本論文的主要工作如下:首先拍攝人體正面和側面照片并對圖像進行邊緣提取,獲得邊緣輪廓。根據(jù)獲得的照片進行人體尺寸數(shù)據(jù)的提取。采用了Roberts算子、Prewitt算子、Sobel算子和傳統(tǒng)的Canny算子對圖像進行處理,對Canny算子采用一種優(yōu)化的Canny算子對圖像進行邊緣輪廓提取,該算法相比于其他算子提取算法,邊緣提取的效果更加出色,為后面人體尺寸的提取奠定了基礎。其次對人體尺寸數(shù)據(jù)以及服裝號型數(shù)據(jù)進行提取。運用Harris角點檢測算法找到人體關鍵部位的特征點,結合人體尺寸線定義確定關鍵部位的位置,分別獲取人體的身高、頸寬、頸厚、胸寬、胸厚、肩寬、腰厚和腰寬等二維尺寸信息。運用BP神經(jīng)網(wǎng)絡的方法,對二維尺寸信息進行三維尺寸信息轉換,獲得人體的三維尺寸信息。對于服裝號型數(shù)據(jù)的獲取,本文以女長袖為對象,根據(jù)國家服裝號型的規(guī)定,分別獲取女長袖號型的各個號型數(shù)據(jù),作為服裝號型數(shù)據(jù)的依據(jù)。然后構建了合身度評價模型。利用獲取的人體尺寸的數(shù)據(jù)以及服裝號型的數(shù)據(jù),結合人對身體各部位的服裝舒適感程度的不同,提出基于合身度評價模型的服裝號型推薦的方法。接著采用SVM方法建立服裝號型的推薦模型�；讷@取的人體尺寸數(shù)據(jù)以及推薦的號型數(shù)據(jù),建立號型歸檔數(shù)據(jù)庫,運用遺傳算法、粒子群算法和網(wǎng)格搜索算法的SVM模型對服裝進行號型推薦,選取最優(yōu)的SVM模型。同時將該SVM模型與傳統(tǒng)的BP神經(jīng)網(wǎng)絡進行對比,通過之間的比較確定更適合服裝號型推薦的模型方法。最后,對全文進行了總結和展望,歸納了主要研究成果與實驗結論,并提出了一些值得進一步拓展研究的方向與問題。
【關鍵詞】：圖像邊緣提取 號型推薦 Harris角點檢測 合身度評價 神經(jīng)網(wǎng)絡
【學位授予單位】：東華大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP391.41;TP391.3
【目錄】：

• 摘要5-7
• ABSTRACT7-11
• 第一章 緒論11-17
• 1.1 研究目的與意義11-12
• 1.2 國內(nèi)外研究現(xiàn)狀12-15
• 1.2.1 圖像邊緣提取技術的研究現(xiàn)狀12-13
• 1.2.2 服裝合身度評價的研究現(xiàn)狀13-14
• 1.2.3 支持向量機的研究現(xiàn)狀14-15
• 1.3 論文的主要內(nèi)容和創(chuàng)新點15-16
• 1.4 論文的章節(jié)安排16-17
• 第2章 基于圖像的人體邊緣輪廓提取17-27
• 2.1 引言17
• 2.2 實驗圖像獲取17-18
• 2.2.1 實驗樣本容量確定17-18
• 2.2.2 實驗要求18
• 2.3 圖像邊緣提取算法的原理介紹18-26
• 2.3.1 梯度算子19-20
• 2.3.2 Canny算子20-22
• 2.3.3 Canny算子的優(yōu)化22-26
• 2.4 小結26-27
• 第3章 人體尺寸和服裝尺寸信息獲取27-38
• 3.1 引言27
• 3.2 人體尺寸信息獲取計劃方案27-28
• 3.3 人體尺寸信息獲取方法28-36
• 3.3.1 Harris角點檢測算法原理28-29
• 3.3.2 人體特征點提取29-30
• 3.3.3 人體關鍵部位位置確定30-32
• 3.3.4 關鍵部位寬度和厚度確定32-34
• 3.3.5 特征尺寸提取結果分析34
• 3.3.6 人體三維尺寸信息轉換34-36
• 3.4 服裝號型尺寸信息獲取36-37
• 3.5 小結37-38
• 第4章 服裝合身度評價模型的建立38-45
• 4.1 引言38
• 4.2 服裝合身度評價指標及表現(xiàn)形式[50]38-40
• 4.2.1 空間表現(xiàn)形式38-39
• 4.2.2 平面表現(xiàn)形式39
• 4.2.3 壓力等其他表現(xiàn)形式39-40
• 4.3 合身度評價模型的構建40-44
• 4.3.1 合身度評價函數(shù)的定義40-42
• 4.3.2 號型確認方法42-43
• 4.3.3 實驗舉例43-44
• 4.4 小結44-45
• 第5章 基于SVM的服裝號型推薦模型45-61
• 5.1 引言45
• 5.2 支持向量機的基礎知識45-48
• 5.2.1 支持向量機理論的介紹45-46
• 5.2.2 核函數(shù)類46-47
• 5.2.3 支持向量機的多分類算法47-48
• 5.3 支持向量機參數(shù)優(yōu)化算法48-51
• 5.3.1 遺傳算法48-49
• 5.3.2 粒子群算法49-50
• 5.3.3 網(wǎng)格搜索算法50-51
• 5.4 構建SVM模型步驟51-59
• 5.4.1 數(shù)據(jù)歸一化51
• 5.4.2 訓練樣本和測試樣本的確定51-52
• 5.4.3 核函數(shù)的確定52-53
• 5.4.4 參數(shù)尋優(yōu)53-59
• 5.5 BP神經(jīng)網(wǎng)絡預測模型59-60
• 5.6 小結60-61
• 第6章 總結與展望61-63
• 6.1 總結61-62
• 6.2 展望62-63
• 參考文獻63-68
• 致謝68-69
• 攻讀碩士期間參與的項目和學士成果69

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前1條

1 陳雪芳;楊繼臣;;交叉驗證KNN支持向量預選取算法在說話人識別上的應用[J];科學技術與工程;2013年20期

  本文關鍵詞：基于圖像的服裝號型推薦模型研究，，由筆耕文化傳播整理發(fā)布。

本文編號：328960