[发明专利]一种基于深度学习关键点检测的人体身型测量方法及装置

说明书

本发明提供一种基于深度学习关键点检测的人体身型测量方法及装置，通过基于深度学习的计算机视觉技术对人体身型的关键点进行检测识别，能够实现主要人体外形指标(例如身高，肩宽，袖长，裤长，胸围，腰围，臀围等)的快速实时计算与测量效果的直观展示。对各种复杂环境抗噪能力强，鲁棒性高，测量结果准确，有效满足了工装批量测量以及服装导购等场景的需求。本发明提供的测量装置通过深度学习训练能够实现自动测量与计算人体身型的关键指标，测量准确，操作简单。

技术领域

本发明涉及计算机视觉和深度学习领域，尤其涉及一种基于深度学习关键点检测的实时自动人体身型测量方法及装置。

背景技术

在批量制作服装如工装、制服、军服等时，裁缝需要集中对大批量人员进行量体裁衣，这不但耗费大量时间，同时裁缝在进行高强度重复测量动作中不可避免地会产生错误测量数据，为以后成衣制作效果埋下隐患。另一方面，在日常生活中，很多人在购买服装时希望知道自己当时的身材尺寸，但难以保证有专业人员在场提供服务，导致在选购服装时缺少针对性。自动人体外形测量技术为这些场景提供了有效的解决方案。

虽然近年来人体测量学研究通过影像拍照或者扫描来获得人体数据，例如，中国发明专利CN101228973“人体外形尺寸非接触式测量方法及测量系统”中，即为通过图像获取设备拍摄人体图像，再利用特定算法分析图像以自动获取人体外形尺寸的测量方法。但是，当前自动人体外形测量技术采用传统视觉和图像处理技术，对人体特征点的识别能力比较有限，容易出现误判断，无法做到全自动测量。此外，当前自动人体外形测量技术对光照等环境因素敏感，测量准确度无法得到保证，只能测平面距离，不支持胸围腰围臀围等3D指标，如中国专利申请CN201610397006.6。

鉴于人工智能领域深度学习技术已被广泛应用，因此有必要借助于此，基于深度学习技术，尝试去提供一种在实际环境中快速实用的自动人体外形测量方法/装置解决上述问题。

发明内容

在下文中给出了关于本发明的简要概述，以便提供关于本发明的某些方面的基本理解。应当理解，该概述并不是关于本发明的穷举性概述，它并非意图确定本发明的关键或重要部分，也不是意图限定本发明的范围。其目的仅仅是以简化的形式给出某些概念，以此作为后文的具体实施方式部分的铺垫。

鉴于以上提出的问题，本发明提出了一种基于深度学习关键点检测的人体身型测量方法及装置，能够在复杂环境下实时得到人体身型的关键指标，为大批量量体裁衣以及服装选购提供人体主要外形参数，测量结果准确。

本发明首先提出了一种基于深度学习关键点检测的人体身型测量方法，包括以下步骤：

采集图像：实时采集待测量人体的正面和侧面图像，获取正面、侧面身型图片各一张；

检测关键点：基于预先训练得到的关键点检测模型，利用深度学习关键点检测技术对所获取的待测量人体的身型图片进行身体关键部位的关键点检测，得到身型关键点坐标；

计算身型关键指标：根据获取的身型关键点坐标进行身型关键指标计算，得到身型关键指标。

本发明通过基于深度学习的计算机视觉技术对人体身型的关键点进行检测识别，能够快速、实时、自动地计算主要人体外形指标，并能够实现测量效果的直观展示。

本发明进一步提供一种基于深度学习关键点检测的人体身型测量装置，包括：

关键点检测模型训练模块，被配置为预先收集人体身型正面、侧面图片，对图片进行身型关键点的手工标注，然后进行深度学习训练，得到关键点检测模型；

采集模块，被配置为实时采集待测量人体的正面和侧面图像，获取正面、侧面身型图片各一张；