[发明专利]一种基于ANFIS的裤装虚拟试穿合体性评估方法

说明书

本发明的一种基于ANFIS的裤装虚拟试穿合体性评估方法，包括以下步骤：S1：收集裤装真实试穿数据集，将数据集分为合体和不合体两种类型；S2：收集裤装虚拟试穿中关键压力参数数据集；S3:构件基于自适应神经模糊推理系统的裤装虚拟试穿合体性评估模型，并对步骤S1获取的裤装真实试穿数据集及步骤S2获取的裤装虚拟试穿中关键压力参数数据集进行训练；S4：通过训练好的裤装虚拟试穿合体性评估模型，对一组新的裤装关键压力参数预测，输出为合体或不合体。相比于其他的其他的评估方法，准确度高，测量误差值低。

技术领域

本发明属于计算机视觉研究领域，具体涉及一种基于自适应神经模糊推理系统(ANFIS)的裤装虚拟试穿合体性评估方法。

背景技术

随着生活节奏不断的加快，网上购物已经成为现代人们消费的一个主要方法。随着机器学习和人工智能技术的快速发展，三维(Three Dimension，以下简称为3D)虚拟试穿技术也逐渐成熟。如何建立一个有效的服装合体性预测方法，能快速且准确的预测出一件衣服是否适合于该顾客，针对用户能够有效地提高生活质量，针对服务机构能有效地降低生产成本。

目前，随着人工智能时代的到来，人工神经网络和模糊推理系统被相继应用于各个研究领域。前者是一种基于模仿大脑神经网络结构和功能而建立起来的神经网络，能够对外界的信息进行学习并做出相应的处理决策；后者是针对客观存在的事物类别之间没有精确的界限这一现象提出，相比归纳推理与演绎推理，模糊推理包含有更多不确定因素，针对服装在线的虚拟试穿，存在用户提供的参数多样这些不确定信息。

发明内容

有鉴于此，本发明设计完成了提出了一种基于自适应神经模糊推理系统(Adaptive Network-based Fuzzy Inference System，简称为ANFIS)的裤装虚拟试穿合体性评估方法。该发明方法以裤装真实试穿数据集作为输出数据和虚拟试穿过程中收集的裤装关键压力参数数据集作为输入数据，训练基于ANFIS的裤装虚拟试穿合体性评估系统，对一组新的未经学习的裤装关键压力参数进行合体性评估。

本发明通过以下技术手段解决上述问题：一种基于ANFIS的裤装虚拟试穿合体性评估方法，包括以下步骤：

S1：收集裤装真实试穿数据集，将数据集分为合体和不合体两种类型；

S2：收集裤装虚拟试穿中关键压力参数数据集；

S3:构件基于自适应神经模糊推理系统的裤装虚拟试穿合体性评估模型，并对步骤S1获取的裤装真实试穿数据集及步骤S2获取的裤装虚拟试穿中关键压力参数数据集进行训练；

S4：通过训练好的裤装虚拟试穿合体性评估模型，对一组新的裤装关键压力参数预测，输出为合体或不合体。

所述步骤S1具体为：试穿者试穿裤装数据库所有裤装，收集裤装真实试穿数据集，并将裤装真实试穿数据集分为合体和不合体两种类型，分别标记为“1”和“0”加以区分。

所述步骤S2具体方法是：在裤装虚拟试穿中所用的每一条裤子的模板上都装有压力采集器，收集20个不同部位的压力参数。

所述步骤S3具体方法是：以S1中收集的裤装真实试穿数据集作为评估模型的输出数据，以S2中收集的裤装虚拟试穿中关键压力参数数据集作为评估模型的输入数据，对该评估模型进行训练。

进一步地，所述S3的自适应神经模糊推理系统包括5层，分别为：

第一层为模糊化层，为每一个输入生成隶属度函数，隶属度函数可以为高斯函数、三角函数或钟型函数，高斯函数公式如下所示:

式中，是第一层的输出，x的输入变量，μ_Xi是x的第i个成员函数，{c_i,δ_i}是高斯函数中的参数；