[发明专利]基于微信小程序的鞋子虚拟试穿方法及装置在审

专利信息
申请号: 202010816058.9 申请日: 2020-08-14
公开(公告)号: CN111985995A 公开(公告)日: 2020-11-24
发明(设计)人: 李汪洋;李晓红;黄斌 申请(专利权)人: 足购科技(杭州)有限公司
主分类号: G06Q30/06 分类号: G06Q30/06;G06K9/00;G06T19/00;G06N3/04;G06N3/08
代理公司: 杭州凯知专利代理事务所(普通合伙) 33267 代理人: 马思恒
地址: 310000 浙江省杭州市余杭区仓前街道良睦*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 微信小 程序 鞋子 虚拟 试穿 方法 装置
【权利要求书】:

1.一种基于微信小程序的鞋子虚拟试穿方法,其特征是,所述方法包括以下步骤:

图像输入轻量化卷积神经网络,识别图像中的预定义目标以及预定义目标的位姿信息,所述预定义目标为左右脚;

加载试穿鞋子的3D模型,根据所述位姿信息,通过拟合pnp算法的全连接网络计算所述3D模型投影至图像中的预定义目标所需的调整参数,根据所述调整参数将3D模型调整后获得调整后模型;

将调整后模型投影至图像中,渲染生成试穿图像。

2.根据权利要求1所述的基于微信小程序的鞋子虚拟试穿方法,其特征是,图像输入轻量化卷积神经网络的步骤,包括:

实时采集视频数据,将视频数据逐帧转化为图像;

若轻量化卷积神经网络和全连接网络处于空闲状态,则抽取当前帧的图像输入轻量化卷积神经网络;

若轻量化卷积神经网络处于运算状态中,则直接将对应最接近一帧图像的调整后模型投影至当前帧图像中并渲染,生成对应当前帧图像的试穿图像。

3.根据权利要求2所述的基于微信小程序的鞋子虚拟试穿方法,其特征是,所述图像为RGB格式的二维图像。

4.根据权利要求1所述的基于微信小程序的鞋子虚拟试穿方法,其特征是,本方法在将调整后模型投影至图像中,渲染生成试穿图像的步骤之后,还包括:将各帧图像对应的试穿图像,在应用中逐帧播放。

5.根据权利要求1或2或3或4所述的基于微信小程序的鞋子虚拟试穿方法,其特征是,所述全连接网络是使用tensorflow.js创建的拟合pnp算法的全连接神经网络。

6.根据权利要求1所述的基于微信小程序的鞋子虚拟试穿方法,其特征是,所述调整参数包括旋转参数、平移参数和缩放比例。

7.根据权利要求1所述的基于微信小程序的鞋子虚拟试穿方法,其特征是,将调整后模型投影至图像中,渲染生成试穿图像的步骤,包括:

所述试穿鞋子的3D模型包括相互配对的鞋体模型和虚拟脚踝模型;

将调整后模型投影至图像中,同时切除鞋体模型此时被虚拟脚踝模型遮挡的部分。

8.一种基于微信小程序的鞋子虚拟试穿装置,其特征是,所述装置包括:

目标识别模块,用于将图像输入轻量化卷积神经网络,识别图像中的预定义目标以及预定义目标的位姿信息,所述预定义目标为左右脚;

模型调整模块,用于加载试穿鞋子的3D模型,根据所述位姿信息,通过拟合pnp算法的全连接网络计算所述3D模型投影至图像中的预定义目标所需的调整参数,根据所述调整参数将3D模型调整后获得调整后模型;

投影渲染模块,用于将调整后模型投影至图像中,渲染生成试穿图像。

9.根据权利要求8所述的基于微信小程序的鞋子虚拟试穿装置,其特征是,所述目标识别模块,进一步包括:

图像采集单元,用于实时采集视频数据,将视频数据逐帧转化为图像;

轻量化卷积神经网络,用于识别图像中的预定义目标以及预定义目标的位姿信息,所述预定义目标为左右脚;

图像输入单元,用于在轻量化卷积神经网络和全连接网络处于空闲状态时,抽取当前帧的图像输入轻量化卷积神经网络;

或在轻量化卷积神经网络处于运算状态时,将当前帧图像输入投影渲染模块,所述投影渲染模块直接将对应最接近一帧图像的调整后模型投影至当前帧图像中并渲染,生成对应当前帧图像的试穿图像。

10.根据权利要求8所述的基于微信小程序的鞋子虚拟试穿装置,其特征是,所述装置还包括:

播放模块,用于将各帧图像对应的试穿图像,在应用中逐帧播放;

所述试穿鞋子的3D模型包括相互配对的鞋体模型和虚拟脚踝模型,所述投影渲染模块,进一步包括:

遮挡处理单元,用于切除鞋体模型此时被虚拟脚踝模型遮挡的部分。

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足购科技(杭州)有限公司,未经足购科技(杭州)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/202010816058.9/1.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