[发明专利]设计图像生成方法、装置、电子设备及存储介质在审

专利信息
申请号: 202210392093.1 申请日: 2022-04-14
公开(公告)号: CN115995007A 公开(公告)日: 2023-04-21
发明(设计)人: 黄伟强;邹星星 申请(专利权)人: 人工智能设计研究所有限公司;香港理工大学;皇家艺术学院
主分类号: G06V10/46 分类号: G06V10/46;G06V10/774;G06V10/82;G06N3/04;G06N3/08
代理公司: 隆天知识产权代理有限公司 72003 代理人: 石海霞
地址: 中国香港新界白石角香港科学*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 设计 图像 生成 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种设计图像生成方法,其特征在于,包括:

获取按照预设服饰主题制作的情绪板;

对所述情绪板进行识别,获得所述情绪板对应的设计元素信息;

根据所述设计元素信息从线稿数据集中匹配获得子线稿数据集;

根据所述设计元素信息对所述子线稿数据集中的目标线稿进行填充,获得目标服饰图像;

将所述目标服饰图像和虚拟模特图像进行融合,生成符合所述预设服饰主题的目标设计图像。

2.根据权利要求1所述的方法,其特征在于,将所述目标服饰图像和虚拟模特图像进行融合,生成符合所述预设服饰主题的目标设计图像,包括:

对所述目标服饰图像进行关键点检测,获得所述目标服饰图像的关键点;

对所述虚拟模特图像进行关键点检测,获得所述虚拟模特图像的关键点;

根据所述目标服饰图像的关键点和所述虚拟模特图像的关键点的对应关系,将所述目标服饰图像叠加至所述虚拟模特图像中,生成所述目标设计图像。

3.根据权利要求2所述的方法,其特征在于,将所述目标服饰图像叠加至所述虚拟模特图像中,生成所述目标设计图像,包括:

对所述目标服饰图像进行前后景分割,获得所述目标服饰图像的前景图像;

将所述目标服饰图像的前景图像叠加至所述虚拟模特图像中,生成所述目标设计图像。

4.根据权利要求1所述的方法,其特征在于,所述设计元素信息包括颜色信息和印花信息;

其中,根据所述设计元素信息对所述子线稿数据集中的目标线稿进行填充,获得目标服饰图像,包括:

从所述子线稿数据集中随机获取目标线稿;

使用所述颜色信息和所述印花信息对所述目标线稿进行填充,获得所述目标服饰图像。

5.根据权利要求4所述的方法,其特征在于,所述设计元素信息还包括情绪信息和风格信息;

其中,将所述目标服饰图像和虚拟模特图像进行融合,生成符合所述预设服饰主题的目标设计图像,包括:

将所述目标服饰图像和虚拟模特图像进行融合,生成初始设计图像;

根据所述情绪信息和风格信息对所述初始设计图像进行风格转化,生成所述目标设计图像。

6.根据权利要求1所述的方法,其特征在于,将所述目标服饰图像和虚拟模特图像进行融合,生成符合所述预设服饰主题的目标设计图像,包括:

将所述目标服饰图像组成套装组,其中,所述套装组包括的目标服饰图像分别属于不同服饰类别;

将所述套装组中的各个目标服饰图像和所述虚拟模特图像进行融合,生成所述目标设计图像。

7.根据权利要求1所述的方法,其特征在于,所述方法还包括:

获取训练集,所述训练集包括带有设计元素的训练图像和所述设计元素所属的类别标签;

通过所述训练集训练深度神经网络模型,以获得设计元素识别模型;

其中,所述设计元素识别模型用于对所述情绪板进行识别,获得所述情绪板对应的设计元素信息。

8.一种设计图像生成装置,其特征在于,包括:

情绪板获取模块,用于获取按照预设服饰主题制作的情绪板;

情绪板识别模块,用于对所述情绪板进行识别,获得所述情绪板对应的设计元素信息;

线稿匹配模块,用于根据所述设计元素信息从线稿数据集中匹配获得子线稿数据集;

线稿填充模块,用于根据所述设计元素信息对所述子线稿数据集中的目标线稿进行填充,获得目标服饰图像;

图像融合模块,用于将所述目标服饰图像和虚拟模特图像进行融合,生成符合所述预设服饰主题的目标设计图像。

9.一种电子设备,其特征在于,包括:

至少一个处理器;

存储装置,用于存储至少一个程序,当所述至少一个程序被所述至少一个处理器执行时,使得所述至少一个处理器实现如权利要求1至7中任一项所述的方法。

10.一种计算机可读存储介质,其上存储有计算机可执行指令,其特征在于,所述可执行指令被处理器执行时实现如权利要求1至7中任一项所述的方法。

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人工智能设计研究所有限公司;香港理工大学;皇家艺术学院,未经人工智能设计研究所有限公司;香港理工大学;皇家艺术学院许可,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/202210392093.1/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

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