本文關(guān)鍵詞：基于圖像的虛擬試衣技術(shù)研究

  更多相關(guān)文章： 人臉檢測(cè) GrabCut 人體姿態(tài)估計(jì) 圖像變形 虛擬試衣

【摘要】：雖然近年來(lái)服裝電子商務(wù)發(fā)展迅速,但是由于用戶無(wú)法根據(jù)圖文信息,準(zhǔn)確估計(jì)自己試穿的效果,一方面影響商家的服裝銷量,另一方面也影響消費(fèi)者滿意度。為解除這一限制,越來(lái)越多的科研人員致力于研究虛擬試衣系統(tǒng)相關(guān)技術(shù),構(gòu)建虛擬試衣系統(tǒng),向用戶提供虛擬試衣體驗(yàn)。目前,虛擬試衣系統(tǒng)相關(guān)技術(shù)的研究已經(jīng)取得了一定成果,但是仍然存在一些問(wèn)題需要進(jìn)一步研究,并且也依賴于圖像處理方面各種技術(shù)的提高。本文對(duì)虛擬試衣系統(tǒng)的涉及關(guān)鍵算法進(jìn)行研究,主要研究如何解決如下三個(gè)方面的問(wèn)題:如何進(jìn)行服裝提取以生成用于虛擬試穿的衣料庫(kù),如何減少搜索空間并提高服裝提取應(yīng)對(duì)復(fù)雜背景的能力,以及如何進(jìn)行虛擬試穿以匹配不同用戶的身材和動(dòng)作姿態(tài)。為了更好地滿足基于圖像的虛擬試衣系統(tǒng)中服裝提取魯棒性和自動(dòng)化的需要,本文通過(guò)借鑒前人關(guān)于自然圖像顯著性的研究,考慮服裝在照片中的顏色顯著特性,提出基于人臉檢測(cè)和HC顯著性約束的改進(jìn)的Grab Cut服裝提取算法。首先,提出聯(lián)合上半身,人臉和雙目檢測(cè)改進(jìn)的Haar級(jí)聯(lián)分類器排除干擾數(shù)據(jù),有效的識(shí)別出模特的臉部,然后適當(dāng)擴(kuò)大以獲得服裝范圍估計(jì)窗口,然后著眼于服裝圖像基于顏色直方圖的顯著性,獲得可能是前景的像素的標(biāo)記模板,結(jié)合服裝范圍估計(jì)窗口得到可能前景掩模用于Grab Cut的參數(shù),避免Grab Cut的硬分割框以提高其自動(dòng)化程度和應(yīng)對(duì)復(fù)雜背景的服裝提取能力。改進(jìn)的Haar級(jí)聯(lián)分類器和改進(jìn)的基于顯著性的Grab Cut服裝提取算法也為人體姿態(tài)估計(jì)提供了便利,通過(guò)對(duì)可能人體范圍的估計(jì),縮小了搜索空間,然后使用本文提出的基于PS(Pictorial Structure)模型和關(guān)節(jié)歸屬的外觀模型進(jìn)行上半身姿態(tài)估計(jì),融合服裝顯著性區(qū)域,分別在皮膚區(qū)域和服裝區(qū)域?qū)ふ沂趾椭獠康淖顑?yōu)定位點(diǎn),并結(jié)合部件約束獲得最終骨架圖。人體的姿態(tài)估計(jì)對(duì)未來(lái)更優(yōu)的服裝提取和結(jié)合四邊形網(wǎng)格變形的自動(dòng)服裝變形及虛擬試衣有很大意義。為了使得虛擬試穿體驗(yàn)更加真實(shí),為不同身材和姿態(tài)的用戶提供具備真實(shí)感的虛擬試衣功能,本文提出了基于四邊形網(wǎng)格的圖像變形方法,可以對(duì)已經(jīng)提取的服裝元素進(jìn)行局部的變形,然后對(duì)變形后的服裝進(jìn)行整體變換,并實(shí)現(xiàn)服裝和用戶照片的疊加,從而實(shí)現(xiàn)虛擬試穿,實(shí)驗(yàn)證明在服裝素材簡(jiǎn)單,復(fù)雜,背景簡(jiǎn)單,復(fù)雜的四種組合的情境中,虛擬試衣都取得了比較好的效果。最終實(shí)驗(yàn)表明,本文提出的方法具備服裝提取自動(dòng)化過(guò)程的有效性,人體姿態(tài)估計(jì)的有效性,服裝變形的有效性和虛擬試衣的真實(shí)感,并可以為進(jìn)一步的研究提供參考。
【關(guān)鍵詞】：人臉檢測(cè) GrabCut 人體姿態(tài)估計(jì) 圖像變形 虛擬試衣
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP391.9
【目錄】：

• 摘要4-6
• abstract6-11
• 第1章 緒論11-17
• 1.1 背景介紹與系統(tǒng)研究意義11-12
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀12-15
• 1.2.1 國(guó)外研究現(xiàn)狀13-14
• 1.2.2 國(guó)內(nèi)研究現(xiàn)狀14
• 1.2.3 發(fā)展趨勢(shì)14-15
• 1.3 本文的主要內(nèi)容15
• 1.4 論文結(jié)構(gòu)15-17
• 第2章 基于圖像的虛擬試衣方案分析與處理技術(shù)概述17-24
• 2.1 基于圖像的虛擬試衣方案分析17-18
• 2.2 人臉檢測(cè)18-19
• 2.3 顯著圖與服裝提取19-21
• 2.4 人體姿態(tài)估計(jì)21-22
• 2.5 圖像變形技術(shù)22-23
• 2.6 本章小結(jié)23-24
• 第3章 人臉檢測(cè)24-30
• 3.1 人臉檢測(cè)概述24
• 3.2 人臉檢測(cè)24-29
• 3.2.1 Haar級(jí)聯(lián)人臉檢測(cè)算法24-25
• 3.2.2 膚色檢測(cè)25-26
• 3.2.3 基于上半身和面部器官的改進(jìn)Haar級(jí)聯(lián)人臉檢測(cè)26-27
• 3.2.4 實(shí)驗(yàn)與分析27-29
• 3.3 本章小結(jié)29-30
• 第4章 圖像分割與服裝提取30-45
• 4.1 圖像分割和服裝提取概述30-31
• 4.2 Graph Cut與GrabCut31-32
• 4.2.1 Graph Cut與GrabCut算法描述31-32
• 4.2.2 GrabCut在虛擬試衣中的不足32
• 4.3 圖像顯著圖32-33
• 4.4 圖像顯著性與服裝提取33-37
• 4.4.1 顯著性檢測(cè)算法比較33
• 4.4.2 顯著性檢測(cè)33-35
• 4.4.3 顯著圖二值化35
• 4.4.4 GrabCut掩模與服裝提取35-37
• 4.5 實(shí)驗(yàn)與分析37-44
• 4.6 本章小結(jié)44-45
• 第5章 人體姿態(tài)估計(jì)45-63
• 5.1 人體姿態(tài)估計(jì)概述45
• 5.2 影響因素和基于虛擬試衣的姿態(tài)估計(jì)的特點(diǎn)45-46
• 5.3 Eichner方法及分析46-47
• 5.4 改進(jìn)的基于PS模型和關(guān)節(jié)歸屬的姿態(tài)估計(jì)47-55
• 5.4.1 姿態(tài)模型47-48
• 5.4.2 外觀模型48-49
• 5.4.3 基于PS模型的姿態(tài)推斷49-55
• 5.4.4 姿態(tài)估計(jì)的表示55
• 5.5 實(shí)驗(yàn)與分析55-62
• 5.6 本章小結(jié)62-63
• 第6章 圖像變形與虛擬試穿63-77
• 6.1 圖像變形算法概述63-64
• 6.2 基于四邊形網(wǎng)格的服裝變形64-68
• 6.2.1 圖像映射64
• 6.2.2 插值算法64-66
• 6.2.3 基于四邊形網(wǎng)格的圖像變形66-68
• 6.3 實(shí)驗(yàn)與分析68-70
• 6.4 圖像的整體變換70-71
• 6.5 虛擬試穿71-75
• 6.6 本章小結(jié)75-77
• 第7章 總結(jié)與展望77-79
• 參考文獻(xiàn)79-83
• 作者簡(jiǎn)介83-84
• 致謝84

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 郭傳鑫;李振波;喬曦;李晨;岳峻;;基于融合顯著圖與GrabCut算法的水下海參圖像分割[J];農(nóng)業(yè)機(jī)械學(xué)報(bào);2015年S1期

2 李俊;張明敏;潘志庚;;人物替換模式的虛擬試衣[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2015年09期

3 張培浩;金鑫;;基于聚類和shape context的人體姿態(tài)估計(jì)[J];小型微型計(jì)算機(jī)系統(tǒng);2015年07期

4 何妮;趙波;;基于姿勢(shì)估計(jì)與顯著性目標(biāo)檢測(cè)的衣物提取算法[J];計(jì)算機(jī)應(yīng)用;2014年12期

5 孫曉飛;潘文文;王霞;;典型的圖像顯著性檢測(cè)算法分析和比較[J];黔南民族師范學(xué)院學(xué)報(bào);2014年05期

6 韓貴金;朱虹;;基于HOG和顏色特征融合的人體姿態(tài)估計(jì)[J];模式識(shí)別與人工智能;2014年09期

7 安妮;;線上店鋪虛擬試衣技術(shù)的實(shí)現(xiàn)方式對(duì)比分析[J];絲綢;2014年02期

8 陳林偉;吳向平;;結(jié)合顯著性的GrabCut及在骨髓細(xì)胞圖像分割中的應(yīng)用[J];中國(guó)計(jì)量學(xué)院學(xué)報(bào);2014年01期

9 徐康熙;郝泳濤;;基于物理引擎PhysX的3D試衣系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J];電腦知識(shí)與技術(shù);2014年08期

10 張婷婷;裘建新;朱夢(mèng)豪;常迪;楊迎;;網(wǎng)上試衣間的構(gòu)造[J];上海工程技術(shù)大學(xué)學(xué)報(bào);2013年04期

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 孟蕊;虛擬試衣系統(tǒng)關(guān)鍵算法研究[D];哈爾濱工業(yè)大學(xué);2015年

2 王瑞;基于圖割理論的服裝圖像前景提取算法研究[D];西北大學(xué);2014年

3 劉玉立;三維試衣系統(tǒng)中剛體及布料模擬物理引擎的設(shè)計(jì)與實(shí)現(xiàn)[D];電子科技大學(xué);2013年

4 鄒大海;人體圖像中周邊物品檢測(cè)分類技術(shù)研究[D];南京郵電大學(xué);2013年

5 袁正海;人臉識(shí)別系統(tǒng)及關(guān)鍵技術(shù)研究[D];南京郵電大學(xué);2013年

6 周千明;基于個(gè)性化體型的WEB二維虛擬試衣技術(shù)研究[D];西安工程大學(xué);2012年

7 沈小勇;基于照片的在線虛擬試衣系統(tǒng)[D];浙江大學(xué);2012年

8 況鷹;基于Kinect運(yùn)動(dòng)捕獲的三維虛擬試衣[D];華南理工大學(xué);2012年

9 劉雁;二維圖像三角網(wǎng)格變形技術(shù)的研究與實(shí)現(xiàn)[D];云南大學(xué);2012年

10 孟凡輝;靜態(tài)圖片人體姿態(tài)估計(jì)研究[D];合肥工業(yè)大學(xué);2012年

，

本文編號(hào)：603168