[发明专利]一种基于机器学习的3D试衣平台

说明书

本发明涉及一种基于机器学习的3D试衣平台，包括如下步骤：(1)、用户输入身高、体重、三围、性别、肤色，手机摄像头拍取用户的照片信息到3d试衣平台；(2)、3d试衣平台利用机器学习技术根据平台现有的大量真实数据和模型进行训练，并按照用户输入的高、体重、三围、性别、肤色信息匹配出最接近使用人身材的模型；(3)、用户网购看重衣服后，点击试衣，跳转到3d试衣平台，平台利用3dmax技术将衣服和人体模型进行匹配建模并生成实际效果模型。本发明结合现有的真实人体模型通过机器学习的方式生成一个更加贴近使用者真实的身材模型，用户通过在线平台无需购买专门昂贵的设备，在线试衣平台，用户只需要登录平台，打开摄像头即可使用。

技术领域

本发明涉及一种3D试衣平台，具体涉及一种基于机器学习在线生成试衣模型的实现方法以及系统，旨在解决网购衣服过程中试衣难的问题的基于机器学习的3D试衣平台。

背景技术

传统的3d建模技术会出现比较机械，固定的模型，可能不是特别切合人体的实际情况。

传统虚拟试衣间使用用户输入数据建立的3d模型比较机械，不是特别符合用户的真实身材；且传统3d虚拟试衣间基于Kinect体感技术，需要采购专门的昂贵的硬件设备，这使得3D虚拟试衣技术难以推广到普通家庭；硬件设备受地理环境的限制，只能去投放了设备的特定地点试衣；不能根据用户的喜好做推荐功能。

发明内容

针对上述问题，本发明的主要目的在于提供一种基于机器学习在线生成试衣模型的实现方法以及系统，旨在解决网购衣服过程中试衣难的问题的基于机器学习的3D试衣平台。

本发明是通过下述技术方案来解决上述技术问题的：一种基于机器学习的3D试衣平台，所述基于机器学习的3D试衣平台包括如下步骤：

(1)、用户输入身高、体重、三围、性别、肤色，手机摄像头拍取用户的照片信息到3d试衣平台；

(2)、3d试衣平台利用机器学习技术根据平台现有的大量真实数据和模型进行训练，并按照用户输入的高、体重、三围、性别、肤色信息匹配出最接近使用人身材的模型；

(3)、用户网购看重衣服后，点击试衣，跳转到3d试衣平台，平台利用3dmax技术将衣服和人体模型进行匹配建模并生成实际效果模型。

在本发明的具体实施例子中，用户通过ios或者android设备的摄像，拍摄正身照片，利用Eigenface将人的脸型识别匹配出来，同时将用户输入的身高、体重、三围、肤色信息传送到3D试衣平台。

在本发明的具体实施例子中，利用tensorflow框架建立卷积神经网络，以用户输入的身高、体重、三围、脸型作为x向量，利用先用的真实样本数据进行训练；经过大量的计算之后得到包含模型的肩宽，大小手臂粗度、大小手臂长度、大小腿粗度、大小腿长度、用户输入的胸围、用户输入的臀围这些数据，利用这些数据作为变量结合3Dmax技术进行3d建模。

在本发明的具体实施例子中，将从店铺选取的衣物模型与生成的人体模型进行融合并展示实际效果。

在本发明的具体实施例子中，所述步骤1中，身高、体重、三围、性别、肤色这些信息为用户的真实特征，步骤3中所述衣服为衣服的真实模型。

在本发明的具体实施例子中，平台现有的身高、体重、三围、性别、肤色以及其匹配的人体模型训练样本都是实际社会中真实的用户数据。

在本发明的具体实施例子中，3D试衣平台综合分析用户的个人信息、根据分析结果可为用户推荐服饰，推荐服饰的具体信息包括颜色，尺码这些信息。

本发明的积极进步效果在于：用过机器学习生成的模型更加贴合用户真实身材；在洗平台解决了硬件设备昂贵，只能定点使用的问题；可以根据用户的购买记录推荐衣服。

附图说明

图1为本发明的结构示意图。