[发明专利]一种基于形状图约束的模特穿着衣物图像生成方法及装置

权利要求书

1.一种基于形状图约束的模特穿着衣物图像生成方法，其特征在于，该方法包括：

接收图像数据，进行预处理构建模特衣物数据集，获取衣物纹理；

提取模特衣物数据集中的模特-衣物对，构建模特-衣物-形状三元组，训练形状预测器；

根据模特衣物数据集中的模特-衣物对训练纹理渲染器；

通过形状预测器对输入的模特图像进行形状预测，将预测结果作为形状图约束；纹理渲染器同时接收形状图约束和衣物纹理，渲染出最终的衣物图像。

2.如权利要求1所述的一种基于形状图约束的模特穿着衣物图像生成方法，其特征在于，所述模特衣物数据集中包含模特-衣物对，所述模特-衣物对中一张衣物图像数据对应若干模特图像数据。

3.如权利要求1所述的一种基于形状图约束的模特穿着衣物图像生成方法，其特征在于，在该方法中，通过人体解析模型进行衣物纹理解析，获取上身所属的衣物纹理部份。

4.如权利要求1所述的一种基于形状图约束的模特穿着衣物图像生成方法，其特征在于，在该方法中，所述形状预测器采用深度学习特征提取算法与自我注意力机制进行模型的构建，具体步骤包括：

采用预训练的深度卷积神经网络获取特征图，并通过平均池化操作进行局部特征提取；

同时采用自我注意力机制通过卷积操作获得权重图，并进行全局特征提取；

将局部特征和全局特征连接，得到最终的特征向量；

构建锚例-正例-负例三元组进行形状预测器的训练，所述形状预测器的损失函数为标准的三元组损失函数。

5.如权利要求1所述的一种基于形状图约束的模特穿着衣物图像生成方法，其特征在于，在该方法中，所述纹理渲染器采用生成式对抗网络的架构进行模型的构建，具体步骤包括：

根据生成式对抗网络的架构构建一个生成器和两个判别器；

根据所述生成器生成的图像和真实图像分别与两个判别器进行对抗训练；将生成器与两个判别器连结，并锁定住两个判别器的权值，进行生成器的权值更新；

根据感知损失函数加强生成器的学习效果，所述感知损失函数包括特征损失函数和风格损失函数。

6.如权利要求5所述的一种基于形状图约束的模特穿着衣物图像生成方法，其特征在于，在该方法中，所述生成器为纹理渲染器，两个所述判别器分别为真假判别器和相关度判别器。

7.如权利要求1所述的一种基于形状图约束的模特穿着衣物图像生成方法，其特征在于，在该方法中，所述渲染出最终的衣物图像的具体步骤包括：

进行若干迭代训练，直至形状预测器和纹理渲染器的损失函数收敛，保存二者网络的权重参数；

接收输入的模特图像，形状预测器预测形状图约束，人体解析模型给出分割纹理，经过迭代训练后的纹理渲染器进行最终对应衣物图像的生成。

8.一种计算机可读存储介质，其中存储有多条指令，其特征在于，所述指令适于由终端设备的处理器加载并执行如权利要求1-7任一项所述的一种基于形状图约束的模特穿着衣物图像生成方法。

9.一种终端设备，其包括处理器和计算机可读存储介质，处理器用于实现各指令；计算机可读存储介质用于存储多条指令，其特征在于，所述指令适于由处理器加载并执行如权利要求1-7任一项所述的一种基于形状图约束的模特穿着衣物图像生成方法。

10.一种基于形状图约束的模特穿着衣物图像生成方法，其特征在于，基于如权利要求1-7任一项所述的一种基于形状图约束的模特穿着衣物图像生成方法，包括：

预处理模块，被配置为接收图像数据，进行预处理构建模特衣物数据集，获取衣物纹理；

形状预测器训练模块，被配置为提取模特衣物数据集中的模特-衣物对，构建模特-衣物-形状三元组，训练形状预测器；

纹理渲染器训练模块，被配置为根据模特衣物数据集中的模特-衣物对训练纹理渲染器；

衣物图像渲染模块，被配置为通过形状预测器对给定的模特图像进行形状预测，将预测结果作为形状图约束；纹理渲染器同时接收形状图约束和衣物纹理，渲染出最终的衣物图像。