[发明专利]图像处理模型的训练方法、服装效果图的生成方法及装置在审

专利信息
申请号: 202211168085.5 申请日: 2022-09-23
公开(公告)号: CN115564853A 公开(公告)日: 2023-01-03
发明(设计)人: 杨玫;安山;周芳汝 申请(专利权)人: 北京沃东天骏信息技术有限公司;北京京东世纪贸易有限公司
主分类号: G06T11/00 分类号: G06T11/00;G06V10/44;G06V10/82;G06T7/73;G06T7/194;G06N3/04;G06N3/08
代理公司: 北京品源专利代理有限公司 11332 代理人: 初春
地址: 100176 北京市大兴区北京经济*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 处理 模型 训练 方法 服装 效果图 生成 装置
【说明书】:

发明实施例公开了一种图像处理模型的训练方法、服装效果图的生成方法及装置,该方法包括:将获取到的待训练服装图像集中的各待训练服装图像分别输入到初始图像处理模型中;通过特征提取网络,对待训练服装图像进行特征提取,得到图像特征;通过关键点定位网络,基于特征提取网络输出的图像特征,输出预测服装关键点;通过图像分割网络,基于特征提取网络输出的图像特征,输出预测服装分割图像;基于各待训练服装图像分别对应的预测服装关键点、预测服装分割图像以及标准训练数据,对初始图像处理模型的模型参数进行调整,直到得到训练完成的目标图像处理模型。本发明实施例解决了现有服装图像的处理过程中步骤繁多的问题。

技术领域

本发明涉及图像处理技术领域,尤其涉及一种图像处理模型的训练方法、服装效果图的生成方法及装置。

背景技术

随着电子商务的发展,线上购买服装已经成为一种潮流,虚拟试衣技术是线上服装销售的重要研究内容。

在虚拟试衣技术中,通常需要对用户提供的待检测服装图像执行图像分割操作,得到仅包含服装的服装分割图像,以及对待检测服装图像执行关键点定位操作,得到服装图像中的服装关键点,基于服装分割图像和服装关键点,生成服装穿在模特身上的服装效果图。

在实现本发明的过程中,发现现有技术中至少存在以下技术问题:

在对待检测服装图像进行处理的过程中,现有的图像处理算法仅能完成一种图像处理任务,从而导致整个图像处理过程的步骤繁多,且每个图像处理算法的处理结果的精确度都不高。

发明内容

本发明实施例提供了一种图像处理模型的训练方法、服装效果图的生成方法及装置,以解决现有服装图像的处理过程中步骤繁多的问题,提高图像处理算法的处理结果的精确度。

根据本发明一个实施例提供的一种图像处理模型的训练方法,该方法包括:

将获取到的待训练服装图像集中的各待训练服装图像分别输入到初始图像处理模型中;其中,所述初始图像处理模型包括特征提取网络、关键点定位网络和图像分割网络;

针对每个待训练服装图像,通过所述特征提取网络,对所述待训练服装图像进行特征提取,得到图像特征;

通过所述关键点定位网络,基于所述特征提取网络输出的图像特征,输出所述待训练服装图像对应的预测服装关键点;

通过所述图像分割网络,基于所述特征提取网络输出的图像特征,输出所述待训练服装图像对应的预测服装分割图像;

基于各所述待训练服装图像分别对应的预测服装关键点、预测服装分割图像以及标准训练数据,对所述初始图像处理模型的模型参数进行调整,直到得到训练完成的目标图像处理模型。

根据本发明一个实施例提供了一种服装效果图的生成方法,该方法包括:

将获取到的待检测服装图像输入到预先训练完成的目标图像处理模型中;其中,所述目标图像处理模型包括特征提取网络、关键点定位网络和图像分割网络;

通过所述特征提取网络,对输入的所述待检测服装图像进行特征提取,得到图像特征;

通过所述关键点定位网络,基于所述特征提取网络输出的图像特征,输出所述待检测服装图像对应的目标服装关键点;

通过所述图像分割网络,基于所述特征提取网络输出的图像特征,输出所述待检测服装图像对应的目标服装分割图像;

基于所述目标服装关键点和所述目标服装分割图像,生成所述待检测服装图像对应的服装效果图。

根据本发明另一个实施例提供了一种图像处理模型的训练装置,该装置包括:

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北京沃东天骏信息技术有限公司;北京京东世纪贸易有限公司,未经北京沃东天骏信息技术有限公司;北京京东世纪贸易有限公司许可,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/202211168085.5/2.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