發(fā)布時間：2017-08-01 07:54

  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 GrabCut 人體姿態(tài)估計 圖像變形 虛擬試衣

【摘要】：雖然近年來服裝電子商務(wù)發(fā)展迅速,但是由于用戶無法根據(jù)圖文信息,準(zhǔn)確估計自己試穿的效果,一方面影響商家的服裝銷量,另一方面也影響消費者滿意度。為解除這一限制,越來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。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題需要進一步研究,并且也依賴于圖像處理方面各種技術(shù)的提高。本文對虛擬試衣系統(tǒng)的涉及關(guān)鍵算法進行研究,主要研究如何解決如下三個方面的問題:如何進行服裝提取以生成用于虛擬試穿的衣料庫,如何減少搜索空間并提高服裝提取應(yīng)對復(fù)雜背景的能力,以及如何進行虛擬試穿以匹配不同用戶的身材和動作姿態(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化的需要,本文通過借鑒前人關(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,提出基于人臉檢測和HC顯著性約束的改進的Grab Cut服裝提取算法。首先,提出聯(lián)合上半身,人臉和雙目檢測改進的Haar級聯(lián)分類器排除干擾數(shù)據(jù),有效的識別出模特的臉部,然后適當(dāng)擴大以獲得服裝范圍估計窗口,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化程度和應(yīng)對復(fù)雜背景的服裝提取能力。改進的Haar級聯(lián)分類器和改進的基于顯著性的Grab Cut服裝提取算法也為人體姿態(tài)估計提供了便利,通過對可能人體范圍的估計,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)歸屬的外觀模型進行上半身姿態(tài)估計,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,并結(jié)合部件約束獲得最終骨架圖。人體的姿態(tài)估計對未來更優(yōu)的服裝提取和結(jié)合四邊形網(wǎng)格變形的自動服裝變形及虛擬試衣有很大意義。為了使得虛擬試穿體驗更加真實,為不同身材和姿態(tài)的用戶提供具備真實感的虛擬試衣功能,本文提出了基于四邊形網(wǎng)格的圖像變形方法,可以對已經(jīng)提取的服裝元素進行局部的變形,然后對變形后的服裝進行整體變換,并實現(xiàn)服裝和用戶照片的疊加,從而實現(xiàn)虛擬試穿,實驗證明在服裝素材簡單,復(fù)雜,背景簡單,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。最終實驗表明,本文提出的方法具備服裝提取自動化過程的有效性,人體姿態(tài)估計的有效性,服裝變形的有效性和虛擬試衣的真實感,并可以為進一步的研究提供參考。
【關(guān)鍵詞】：人臉檢測 GrabCut 人體姿態(tài)估計 圖像變形 虛擬試衣
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：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 國內(nèi)外研究現(xiàn)狀12-15
• 1.2.1 國外研究現(xiàn)狀13-14
• 1.2.2 國內(nèi)研究現(xiàn)狀14
• 1.2.3 發(fā)展趨勢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18-19
• 2.3 顯著圖與服裝提取19-21
• 2.4 人體姿態(tài)估計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24-30
• 3.1 人臉檢測概述24
• 3.2 人臉檢測24-29
• 3.2.1 Haar級聯(lián)人臉檢測算法24-25
• 3.2.2 膚色檢測25-26
• 3.2.3 基于上半身和面部器官的改進Haar級聯(lián)人臉檢測26-27
• 3.2.4 實驗與分析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 顯著性檢測算法比較33
• 4.4.2 顯著性檢測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 實驗與分析37-44
• 4.6 本章小結(jié)44-45
• 第5章 人體姿態(tài)估計45-63
• 5.1 人體姿態(tài)估計概述45
• 5.2 影響因素和基于虛擬試衣的姿態(tài)估計的特點45-46
• 5.3 Eichner方法及分析46-47
• 5.4 改進的基于PS模型和關(guān)節(jié)歸屬的姿態(tài)估計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)估計的表示55
• 5.5 實驗與分析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 實驗與分析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79-83
• 作者簡介83-84
• 致謝84

【參考文獻】

中國期刊全文數(shù)據(jù)庫 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)機械學(xué)報;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];計算機輔助設(shè)計與圖形學(xué)學(xué)報;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[J];小型微型計算機系統(tǒng);2015年07期

4 何妮;趙波;;基于姿勢估計與顯著性目標(biāo)檢測的衣物提取算法[J];計算機應(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算法分析和比較[J];黔南民族師范學(xué)院學(xué)報;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[J];模式識別與人工智能;2014年09期

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

8 陳林偉;吳向平;;結(jié)合顯著性的GrabCut及在骨髓細胞圖像分割中的應(yīng)用[J];中國計量學(xué)院學(xué)報;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)計與實現(xiàn)[J];電腦知識與技術(shù);2014年08期

10 張婷婷;裘建新;朱夢豪;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;2013年04期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 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)計與實現(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分類技術(shù)研究[D];南京郵電大學(xué);2013年

5 袁正海;人臉識別系統(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運動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)估計研究[D];合肥工業(yè)大學(xué);2012年

，

本文編號：603168