[发明专利]识别服饰图片的方法、服饰图片的标注方法及装置有效

专利信息
申请号: 201510408391.5 申请日: 2015-07-13
公开(公告)号: CN105469087B 公开(公告)日: 2017-04-19
发明(设计)人: 孟骧龙;刘国翌;韩树民;严灿祥;杜宇宁 申请(专利权)人: 百度在线网络技术(北京)有限公司
主分类号: G06K9/32 分类号: G06K9/32;G06K9/62
代理公司: 北京金律言科知识产权代理事务所(普通合伙)11461 代理人: 罗延红,杨移
地址: 100085 北京市*** 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: 识别 服饰 图片 方法 标注 装置
【权利要求书】:

1.一种识别服饰图片的方法,其特征在于,所述方法包括:

获取标注有定位关键点和服饰穿着区域的服饰图片,其中,通过预先建立的服饰分类模型,获取所述服饰图片中服饰穿着区域的信息;对每个服饰穿着区域,通过预先建立的服饰关键点定位模型进行定位关键点的标注,其中,所述服饰分类模型用于对服饰图片进行服饰穿着区域分类,所述服饰关键点定位模型用于对服饰穿着区域进行关键点定位;

根据所述服饰穿着区域以及定位关键点的位置,提取至少一个所述服饰图片中表示特征区域的图片区域;

分别根据与所述特征区域相对应的区域特征识别模型获取表示该特征区域的特征信息,其中,所述区域特征识别模型用于对图片区域进行区域特征识别。

2.根据权利要求1所述的方法,其特征在于,所述特征信息包括服饰类别和/或特征区域的属性的信息。

3.根据权利要求2所述的方法,其特征在于,所述特征区域的属性包括衣型、裙型、裤型、领型、袖型、衣长、裙长、裤长和袖长中的至少一个。

4.根据权利要求1所述的方法,其特征在于,所述特征区域包括上身区域、下身区域、全身区域、领子区域、胸口区域和袖子区域中的至少一个区域。

5.一种服饰图片的标注方法,其特征在于,所述方法包括:

获取服饰图片;

根据预先建立的服饰分类模型,获取所述服饰图片中服饰穿着区域的信息,其中,所述服饰分类模型用于对服饰图片进行服饰穿着区域分类;

对每个服饰穿着区域,根据预先建立的服饰关键点定位模型进行第一定位关键点的标注,其中,所述服饰关键点定位模型用于对服饰穿着区域进行关键点定位。

6.根据权利要求5所述的方法,其特征在于,所述方法还包括:

根据标注的第一定位关键点的信息,获取所述服饰图片中服饰的旋转角度信息;

根据所述旋转角度信息,对所述服饰图片进行旋转校正;

根据所述服饰关键点定位模型对经过旋转校正的服饰图片进行第二定位关键点的标注。

7.根据权利要求5或6所述的方法,其特征在于,所述服饰分类模型划分的服饰穿着区域包括上衣、下装、上下分体全身装和连体装。

8.根据权利要求5或6所述的方法,其特征在于,所述服饰分类模型为基于卷积神经网络建立的服饰分类模型。

9.一种识别服饰图片的装置,其特征在于,所述装置包括:

服饰图片获取单元,用于获取标注有定位关键点和服饰穿着区域的服饰图片,其中,通过预先建立的服饰分类模型,获取所述服饰图片中服饰穿着区域的信息;对每个服饰穿着区域,通过预先建立的服饰关键点定位模型进行定位关键点的标注,其中,所述服饰分类模型用于对服饰图片进行服饰穿着区域分类,所述服饰关键点定位模型用于对服饰穿着区域进行关键点定位;

区域图片提取单元,用于根据所述服饰穿着区域以及定位关键点的位置,提取至少一个所述服饰图片中表示特征区域的图片区域;

特征信息获取单元,用于分别根据与所述特征区域相对应的区域特征识别模型获取表示该特征区域的特征信息,其中,所述区域特征识别模型用于对图片区域进行区域特征识别。

10.根据权利要求9所述的装置,其特征在于,所述特征信息包括服饰类别和/或特征区域的属性的信息。

11.根据权利要求10所述的装置,其特征在于,所述特征区域的属性包括衣型、裙型、裤型、领型、袖型、衣长、裙长、裤长和袖长中的至少一个。

12.根据权利要求9所述的装置,其特征在于,所述特征区域包括上身区域、下身区域、全身区域、领子区域、胸口区域和袖子区域中的至少一个区域。

13.一种服饰图片的标注装置,其特征在于,所述装置包括:

服饰图片获取单元,用于获取服饰图片;

穿着区域获取单元,用于根据预先建立的服饰分类模型,获取所述服饰图片中服饰穿着区域的信息,其中,所述服饰分类模型用于对服饰图片进行服饰穿着区域分类;

第一关键点标注单元,用于对每个服饰穿着区域,根据预先建立的服饰关键点定位模型进行第一定位关键点的标注,其中,所述服饰关键点定位模型用于对服饰穿着区域进行关键点定位。

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百度在线网络技术(北京)有限公司,未经百度在线网络技术(北京)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/201510408391.5/1.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