[发明专利]服装风格迁移系统与方法有效

专利信息
申请号: 202110367703.8 申请日: 2021-04-06
公开(公告)号: CN113160033B 公开(公告)日: 2023-04-28
发明(设计)人: 余锋;杜成虎;姜明华;周昌龙 申请(专利权)人: 武汉纺织大学
主分类号: G06T3/00 分类号: G06T3/00;G06T7/194;G06T3/40;G06T7/90;G06N3/0464;G06N3/084
代理公司: 武汉维盾知识产权代理事务所(普通合伙) 42244 代理人: 彭永念
地址: 430073 *** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 服装 风格 迁移 系统 方法
【说明书】:

本发明属于服装智能制造技术领域,公开了一种服装风格迁移系统与方法,包括图像信息处理单元、图像特征提取单元、风格迁移生成单元和生成图像增强单元;所述图像信息处理单元用于选择采集目标风格服装图像以及待转换风格的服装图像;所述图像特征提取单元用于处理目标服饰风格特征和自身风格特征;所述风格迁移生成单元用于对待转换风格的服饰进行对应风格的迁移融合;所述生成图像增强单元用于生成待转换风格服饰图像的语义分割图,并利用语义分割图对变形的背景进行割离,还原迁移图像的背景。利用其中一方服装的风格,渲染生成由另一方形状,轮廓限定的新的样式的服装。能够大幅提高服装设计的效率,提升用户感官体验。

技术领域

本发明属于智能服装技术领域,更具体地,涉及一种服装风格迁移系统与方法。

背景技术

目前,用户在生活中进行网上服饰选购时,又可能出现对一件服装的风格和另一件服装的样式产生搭配的感性联想,但是没有实物作为参考,导致服装展示效果存在一定缺陷,给用户购物带来较差的体验。

现有技术公开了一种服装风格的设计搭配方法,通过统计大量的服装数据,计算其中的粗粒度的风格权重,然后根据权重来搭配用户适合风格的列表。一方面,由于用户喜好的多样性,有限的数据存量并不能满足所有用户的需求,另一方面,在多种条件限定之下,很少的给用户多自由度的选择,若在最后的结果列表中没有用户心仪的选择,则接下来系统就会失去它的作用。

公开号为CN111680760A的中国专利“服装风格识别方法、装置、电子设备及存储介质”、申请号为2019105277723的中国专利“基于PCCS体系通过色域判断服装风格类别的方法”均是通过算法来区分不同服装之间的不同风格,而没有将已知的服装风格转嫁到别的服装上形成新的服装样式。申请号为2018116283598的中国专利“一种服装款型风格匹配的方法及其系统”采用一种服装款型匹配的方法和系统,其预先在数据库中存入服装结构属性,根据风格属性权重计算服装风格的诊断结果,再根据用户的穿衣风格从数据库推出适合用户的风格,最后依靠用户手动从中挑选最满意的一款。该方法所涉及到的数据库比较庞大负责,且算法要计算不同的用户和服装之间的权重,最后进行合适风格的选取搭配,算法相对比较复杂,而且用户自由度不高,不能自主进行设计服装风格。

发明内容

本发明所要解决的技术问题是提供一种服装风格迁移系统与方法,能够优化现有的服装风格迁移系统的系统结构和算法。

为解决上述技术问题,本发明所采用的技术方案是:一种服装风格迁移系统,包括图像信息处理单元、图像特征提取单元、风格迁移生成单元和生成图像增强单元;

所述图像信息处理单元用于选择采集目标风格服装图像以及待转换风格的服装图像;

所述图像特征提取单元用于处理目标服饰风格特征和自身风格特征;

所述风格迁移生成单元用于对待转换风格的服饰进行对应风格的迁移融合;

所述生成图像增强单元用于生成待转换风格服饰图像的语义分割图,并利用语义分割图对变形的背景进行割离,还原迁移图像的背景。

优选的方案中,所述目标风格服装图像,是指需要对其特征进行学习迁移的图像作为示范图像进行风格学习;待转换风格的服装图像是指需要被更换风格的服装图像。

优选的方案中,采用图像预处理,对系统所需求的关键服饰信息进行筛选和提取;

其中图像预处理是指对图像进行w×h大小的缩放,并对图像进行语义分割,剔除图像中强干扰的背景,并保留服装部分;

所述语义分割是指创建对应大小的单通道图像,其中分别将不同的服装类型用不同的编码表示,如将背景统一用数值a表示,上衣用数值b表示,下衣用数值c表示,在同一编码的区域和图像进行与操作,便可对图像进行分割。

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武汉纺织大学,未经武汉纺织大学许可,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/202110367703.8/2.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