CN112270731B 一种服饰试穿戴方法及装置 （福建柒牌时装科技股份有限公司）

A,2018.09.07A,2015.07.15A,2012.10.24A,2020.09.25A,2019.10.29所述标准人体模型匹配且与各服饰对应的标准根据该体型信息对标准人体模型和与用户所选服饰对应的标准服饰模型的骨骼特征点和外轮修正人体模型和与所述修正人体模型匹配的修供符合不同用户体型的试穿戴效果并提高用户2步骤1：构建标准人体模型和与所述标准人体模型匹配且与各服饰对应的标准服饰模关联指标与人体模型的模型图片的像素数的对应息匹配的修正人体模型和与所述修正人体模型匹配的修正其中，所述标准人体模型的外轮廓特征点的修正包括：根据用标骨骼特征点根据所述体型指标与骨骼特征点的对应关系计算得到；2.如权利要求1所述的服饰试穿戴方法，其特步骤13：将模型图片上与标准模特的骨骼对应的像素点片上与相应主体对象的外轮廓对应的像素点标步骤21：获取并根据用户的体型信息对标准人体模型的步骤22：计算并分别根据所述修正人体模型与标所述步骤21中对标准人体模型的骨骼特征点的修正通过如下步骤211：获取并根据所述体型信息在所述体型数据库中调用该体型信息所包含的体3步骤C1：根据每个样本模特的体型信息与相应样本照所述步骤21中对标准人体模型的外轮廓特征点的修正通过如步骤214：根据所述体型信息的像素关联指标在所述体型数据库中调用所述像素关联一项。步骤B2：采用深度学习算法对每张样本照片进行语义分步骤C2：根据每个样本模特的体型信息中的像素关联指标与根据所述中间人体模型与所述标准人体模型的骨骼特征点的差值，对根据所述修正人体模型与所述中间人体模型的外轮廓特征点的差值使用用户真实照片中与用户人脸对应的区域替换所述修正人体模型的模型图片中与所述步骤3为将所述修正服饰模型的模型图片覆盖于经人脸修正后的所述修正人体模4[0005]本发明的目的在于解决上述技术问题或缺陷，提供一种5[0015]技术方案五提供了构建体型数据库使其具有体型指标与骨骼特征点的对应关系6数的对应关系；所述步骤21中对标准人体模型的外轮廓特征点的修正通过如下步骤进行：围指标和臀围指标的至少其中一项。[0019]技术方案七提供了构建体型数据库使其具有像素关联指标与像素数的对应关系[0021]技术方案八提供了对标准服饰模型的骨骼特征点和外轮廓特征点进行修正的具7[0037]步骤1：构建标准人体模型和与所述标准人体模型匹配且与各服饰对应的标准服型信息匹配的修正人体模型和与所述修正人体模型匹配的修正8对模型图片上骨骼特征点和外轮廓特征点的标记可通过将像素点的坐标记录于与模型图的模型图片，从而在后续对人体模型和服饰模型的模型图片进行覆盖操作或其他操作时，正后的修正人体模型与标准人体模型在骨骼特征点和外轮廓特征点上的差异对应地映射到标准服饰模型上，从而分别完成对标准服饰模型在骨骼特征点和外轮廓特征点上的修9储存有所述体重指标与人体模型的模型图片的像素数的对应关[0054]步骤211：获取并根据所述体型信息在所述体型数据库中调用该体型信息所包含[0057]相应的，所述步骤21中对标准人体模型的外轮廓特征点的修正通过如下步骤进[0059]步骤214：根据所述体重指标在所述体型数据库中调用该体重指标与模型图片的[0065]本发明实施例通过标准人体模型在骨骼特征点和外轮廓特征点上的修正结果来Y12)的坐标数据与对应样本模特的身高数据H建立身高重回归模型函数：H＝f[Y13-(Y9+立臂长重回归模型函数：B＝[f(X1,Y1,X腿长数据T建立腿长重回归模型函数：T＝[f(X7,Y7,X8,Y8)+f(X8,Y8,X9,Y9)+f(X10,Y10,X11,Y11)+f(X11,Y11,X12[0080]本发明实施例通过对大量对应了不同体型信息的样本照片采用人工智能训练的[0083]使用用户真实照片中与用户人脸对应的区域替换所述修正人体模型的模型图片[0084]在所述步骤3中，将所述修正服饰模型的模型图片覆盖于经人脸修正后的所述修