[发明专利]基于深度学习的人体数据批量测量系统

说明书

基于深度学习的人体数据批量测量系统。本发明设计了一种自动识别、测量、计算得出制作服装所需人体关键数据的系统。系统使用人脸识别技术识别出视频中的待测者，然后使用人体姿态识别的方法从视频中识别出正视图和侧视图并使用深度学习的方法提取出人体轮廓，通过对人体轮廓进行划分来提取出人体的二十个关键特征点。最终将关键点之间的位置差信息与像素比例结合计算得出最终的人体关键数据。相较于已有方法，本发明设计的系统具有简便、批量性、准确度高等优点。

技术领域

本发明属于计算机图形与图像处理领域，涉及了一种基于深度学习的人体数据批量测量系统。

背景技术

近些年来，随着网络购物的流行，服装行业的重心开始慢慢向电子商务转移。消费者们也越来越希望在线上购买的服装能够为自己所定制，尤其是希望尺码能为自己量身打造，而现有的线上服装行业只能允许用户挑选尺码固定的服装，很容易就会造成尺码不合适的问题。与此同时，在实体服装业中，越来越多的客户希望能够为其目标人群进行大规模定制服装，而实体服装业仍然还在使用量衣尺为每位个体进行测量工作，这无疑耗费了巨大的人力成本。

目前，进行人体数据的测量主要有量衣尺测量法和三维人体数据扫描测量法。传统的量衣尺测量法需要测量师对被测量者进行接触式的测量，其测量结果受到测量师对测量位置选取的影响，且需要测量师与被测量者同时在场，无法满足上述场景的需求；而三维人体数据扫描测量法所使用到的三维扫描设备价格昂贵，中小企业和消费者无法承担这一成本，且在使用三维扫描设备获取了点云数据之后，需要进行降噪和三维建模的工作，计算量大，无法满足实时性的需求。

因此，开发一款具有实时性、批量性、低成本、准确度高的人体数据测量系统成了一个亟待解决的难题。

发明内容

本发明为了满足以上的场景的需求，解决当前服装行业领域的实际问题，提出了一套具有交互性、批量性、基于深度学习方法的服装尺寸实时测量系统：

本发明所采用的技术方案如下：

A、录制一段待测者在画面中心以特定姿势旋转一圈的视频；

B、使用人脸识别方法自动识别待测者身份，并关联数据库中相应身高数据；

C、使用人体姿态估计方法提取出人体正视图和侧视图；

D、使用深度学习的模型从背景图中自动提取出人体轮廓；

E、使用人体划分的方法自动提取出人体轮廓的各个特征点；

F、使用像素比例关系及拟合公式计算得到所需的身体数据。

在A部分中，所述的待测者在画面中心以特定姿势旋转是指待测者双手握拳，打开成六十度的角，站在镜头面前，确保人体在画面中心且在旋转过程中不会超出画面范围。

在B部分中，所述的关联数据库中相应身高数据是指在经过人脸识别获得了视频中待测者的姓名数据之后，自动地在数据库中查找并定位到待测者所在行的数据。

在C部分中，所述的使用人体姿态估计方法提取出人体正视图和侧视图是指使用人体姿态估计方法对视频的每帧进行处理，获得人体各个关节点的数据，通过对每一帧中关节点的距离变化进行判断，自动地提取出人体正视图和侧视图。

在D部分中，所述的使用深度学习模型从背景图中自动提取人体轮廓是指利用深度学习模型来自动地识别出人体所在的区域，生成二值掩膜，结合原图进而实现人体轮廓的提取。

在E部分中，所述的使用人体划分的方法是指从纵向和横向上对人体进行切分，寻找并得到相应的二十个特征点。