[发明专利]一种服装尺寸数据识别方法、装置和用户终端在审

专利信息
申请号: 201810613349.0 申请日: 2018-06-14
公开(公告)号: CN108805135A 公开(公告)日: 2018-11-13
发明(设计)人: 马修·罗伯特·斯科特;黄鼎隆;唐颖雯;王海涵 申请(专利权)人: 深圳码隆科技有限公司
主分类号: G06K9/44 分类号: G06K9/44;G06K9/46;G06K9/62
代理公司: 北京超凡志成知识产权代理事务所(普通合伙) 11371 代理人: 吴迪
地址: 518000 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 尺寸数据 目标图像 服装 区域图像 用户终端 整体轮廓 特征点 可拆 计算机图像识别技术 测量 预处理 准确度 服装款式 自动识别 截取 图像
【说明书】:

发明提供了一种服装尺寸数据识别方法、装置和用户终端,其中所述方法包括:对目标图像进行预处理,确定所述目标图像中的服装整体轮廓;根据服装整体轮廓,截取目标图像中的最小截图;提取最小截图中的款式特征点;判断最小截图中的款式特征点中是否包含可拆分特征;若是,则对最小截图进行拆分得到待识别区域图像;对待识别区域图像进行识别,获取待识别区域图像中的服装尺寸数据。本发明实现了基于计算机图像识别技术的对于服装款式是否为可拆分进行判断,并且在拆分处理后进行对于图像的识别,从而得到服装尺寸数据,完成对于目标图像中所包含的服装尺寸数据的自动识别,测量速度快、效率高、提高了测量的准确度。

技术领域

本发明涉及图像识别技术领域,更具体地说,涉及一种服装尺寸数据识别方法、装置和用户终端。

背景技术

服装款式指服装的式样,通常指形状因素,是造型要素中的一种,好的服装款式能给人带来一整天的好心情。服装款式一般有3个方面组成:结构、流行元素、质地。而其中结构,包括服装的形状、结构特征,以及所述形状和结构特征的相对应的尺寸数据。

服装的尺寸数据,一般可以包括:胸围、腰围、臀围、臂长、肩宽、身高、颈围、上胸围、胸高、下胸围、臂围、袖笼、腕围、肩到腰的高度、腰到裙底的长度和胸间距等等数据。不同的服装款式对应不同的服装尺寸数据。

目前,对于服装图像中的服装款式中的尺寸数据的获取方法中,由于通过计算机自动识别无法区分服装的花样繁多的款式,只能通过人工利用测量工具或者通过计算机辅助进行针对单张服装图像的尺寸测量,并根据经验进行统计计算、分类和整理,对尺寸数据的测量人员的专业技术水平要求较高,图片中的尺寸数据的测量速度慢、效率低、且准确度低,无法满足日新月异的服装多元化的发展速度。

发明内容

有鉴于此,本发明提供一种服装尺寸数据识别方法、装置和用户终端以解决现有技术的不足。

为解决上述问题,本发明提供一种服装尺寸数据识别方法,包括:

对目标图像进行预处理,确定所述目标图像中的服装整体轮廓;

根据所述服装整体轮廓,截取所述目标图像中包含有所述服装整体轮廓的最小截图;

提取所述最小截图中的款式特征点;

判断所述最小截图中的所述款式特征点中是否包含可拆分特征;

若所述最小截图中包含所述可拆分特征,则根据所述可拆分特征对所述最小截图进行拆分处理,得到服装拆分单元,作为待识别区域图像;

对所述待识别区域图像进行识别,获取所述待识别区域图像中的服装尺寸数据。

优选地,所述“对目标图像进行预处理,确定所述目标图像中的服装整体轮廓”包括:

对所述目标图像进行人体特征定位,获取多个人体特征点;

根据每个人体特征定位点,确定所述目标图像中所包含的模特人像的数量,并对每个模特人像分别获得包括所述人体特征定位点的选择框;

组合所述目标图像中的每个所述模特人像的所有所述选择框,得到人体特征定位区;

对所述人体特征定位区进行边缘检测,确定所述人体特征定位区中的包括所有人体特征点的所述服装整体轮廓。

优选地,所述“判断所述最小截图中的所述款式特征点中是否包含可拆分特征”和所述“对所述待识别区域图像进行识别,获取所述待识别区域图像中的服装尺寸数据”之间,还包括:

若所述最小截图中不包含可拆分特征,则将所述最小截图作为待识别区域图像。

优选地,所述“对所述待识别区域图像进行识别,获取所述待识别区域图像中的服装尺寸数据”,包括:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳码隆科技有限公司,未经深圳码隆科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810613349.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top