[发明专利]一种生成虚拟试穿3D图像的方法

权利要求书

1.一种生成虚拟试穿3D图像的方法，包括：

获取用户的人体尺寸参数；并且，对用户在未试衣状态下进行的模拟试衣操作进行监测，确定所述用户为连续多个不同的试衣状态分别指定的姿态参数与表情参数；

针对任一试衣状态，将所述用户的人体尺寸参数、所述用户为该试衣状态指定的姿态参数、所述用户为该试衣状态指定的表情参数，输入到参数化人体模型后得到的3D-mesh模型，作为该试衣状态下的非默认人体模型；

针对第1个试衣状态，将所述用户的人体尺寸参数、所述用户在未试衣状态下的姿态参数、所述用户为第1个试衣状态指定的姿态参数、待试穿服饰的默认服饰模型，输入到预先训练好的第一映射模型，输出第1个试衣状态下的非默认服饰模型；其中，所述默认服饰模型与非默认服饰模型属于3D-mesh模型，所述第一映射模型至少包括深度神经网络DNN；

针对第i个试衣状态，将所述用户的人体尺寸参数、所述用户为第i-1个试衣状态下的姿态参数、所述用户为第i个试衣状态指定的姿态参数、第i-1个试衣状态下的非默认服饰模型，输入所述第一映射模型，输出第i个试衣状态下的非默认服饰模型；i=2，3，…，N，N为所述多个不同的试衣状态的数量；

针对任一试衣状态，将该试衣状态下的非默认人体模型与该试衣状态下的非默认服饰模型进行融合，得到相应的一帧虚拟试穿3D图像。

2.如权利要求1所述方法，获取用户的人体尺寸参数，包括：

获取用户输入的人体测量数据，将所述人体测量数据输入训练好的第二映射模型，输出所述用户的人体尺寸参数；所述第二映射模型包括DNN；

或者

获取用户的全身照片，将所述全身照片输入预先训练好的第三映射模型，输出所述用户的人体尺寸参数；其中，所述第三映射模型包括卷积神经网络CNN。

3.如权利要求1所述方法，对用户在未试衣状态下进行的模拟试衣操作进行监测，确定所述用户为连续多个不同的分别指定的姿态参数与表情参数，包括：

对用户在未试衣状态下对所述用户的默认人体模型进行的连续多次调整操作；其中，每次调整操作包括姿态调整和/或表情调整，所述默认人体模型，是将所述用户的人体尺寸参数、所述用户在未试衣状态下的姿态参数、所述用户在未试衣状态下的表情参数，输入参数化人体模块后得到的3D-mesh模型；

针对每次调整操作，确定该次调整操作对应的姿态参数与表情参数；

将该次调整操作定义为一个试衣状态，将该次调整操作对应的姿态参数与表情参数作为所述用户为该试衣状态指定的姿态参数与表情参数。

4.如权利要求3所述方法，确定所述用户的人体尺寸参数、所述用户在未试衣状态下的姿态参数、所述用户在未试衣状态下的表情参数的步骤，包括：

获取用户的全身照片，将所述全身照片输入预先训练好的第四映射模型，输出所述用户的人体尺寸参数、默认姿态参数、默认表情参数；其中，所述第四映射模型包括CNN；

或者

获取用户输入的人体测量数据，将所述人体测量数据输入训练好的第二映射模型，输出所述用户的人体尺寸参数，所述第二映射模型包括DNN，以及，根据预设定义规则，定义默认姿态参数与默认表情参数。

5.如权利要求1所述方法，对用户在未试衣状态下进行的模拟试衣操作进行监测，确定所述用户为连续多个不同的试衣状态分别指定的姿态参数与表情参数，包括：

对用户在未试衣状态下作出的连续多个模拟试衣动作进行拍摄，将每个模拟试衣动作定义为一个试衣状态，得到每个试衣状态对应的一帧模拟试衣图像；其中，每个模拟试衣动作包括模拟试衣姿态与模拟试衣表情；

将每个试衣状态对应的一帧模拟试衣图像输入预先训练好的第五映射模型，输出该一帧模拟试衣图像对应的姿态参数与表情参数，作为所述用户为该试衣状态指定的姿态参数与表情参数；所述第五映射模型包括CNN。