[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
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 | ||
1.一种服装尺寸数据识别方法,其特征在于,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。
2.如权利要求1所述服装尺寸数据识别方法,其特征在于,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。
3.如权利要求1所述服装尺寸数据识别方法,其特征在于,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。
4.如权利要求1所述服装尺寸数据识别方法,其特征在于,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:
确定所述目标图像的模特人像的比例尺;
定位所述待识别区域图像的排尺特征点,基于所述比例尺,根据所述排尺特征点获取所述服装尺寸数据。
5.如权利要求4所述服装尺寸数据识别方法,其特征在于,所述“确定所述目标图像的模特人像的比例尺”包括:
获取所述服装整体轮廓的最大高度值;
定位所述服装整体轮廓中的腰部区域,并确定所述腰部区域的最大宽度值;
获取预设身高值和预设腰宽值;并且,根据所述预设身高值与所述最大高度值、以及所述预设腰宽值与所述最大宽度值之间数量关系得出所述目标图像的比例尺。
6.如权利要求4所述服装尺寸数据识别方法,其特征在于,所述“定位所述待识别区域图像的排尺特征点,基于所述比例尺,根据所述排尺特征点获取所述服装尺寸数据”包括:
在所述待识别区域图像中定位出所有排尺特征点;
连接每个所述排尺特征点,获得每个所述排尺特征点之间的初步连接线;
根据预设款式特征数据库,提取出所述初步连接线中的款式特征连接线;
获得所有所述款式特征连接线的长度比例值,并根据所述比例尺获得所述服装尺寸数据。
7.一种服装尺寸数据识别装置,其特征在于,包括:预处理模块、截取模块、提取模块、判断模块、拆分模块和获取模块;
所述预处理模块,用于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;
所述截取模块,用于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;
所述提取模块,用于提取所述最小截图中的款式特征点;
所述判断模块,用于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;
所述拆分模块,用于在所述最小截图中包含可拆分特征时,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;
所述获取模块,用于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。
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/201810613349.0/1.html,转载请声明来源钻瓜专利网。