[发明专利]一种针对服装的边缘精细抠图方法及系统在审

专利信息
申请号: 202011224064.1 申请日: 2020-11-05
公开(公告)号: CN112330634A 公开(公告)日: 2021-02-05
发明(设计)人: 李小波;石矫龙;李昆仑 申请(专利权)人: 恒信东方文化股份有限公司
主分类号: G06T7/00 分类号: G06T7/00;G06T7/12;G06T7/136;G06T7/62;G06T7/90;G06K9/46;G06K9/62
代理公司: 北京卓特专利代理事务所(普通合伙) 11572 代理人: 陈变花
地址: 100007 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: 一种 针对 服装 边缘 精细 方法 系统
【权利要求书】:

1.一种针对服装的边缘精细抠图方法,其特征在于,包括如下步骤:

步骤S110、对拍摄的服装图片或者服装视频进行特征识别,以将服装图片或者服装视频中的服装归入预定种类中;

步骤S120、依据归入种类的服装边界参数,对从服装图片或者服装视频中提取的初步服装边界进行修正,以获得准确的服装边界;

步骤S130、依据准确的服装边界从服装图片或者服装视频中分割出服装图像。

2.根据权利要求1所述的针对服装的边缘精细抠图方法,其特征在于,还包括如下步骤:

步骤S140、计算分割出的服装图像的边界所围成的各个区域的面积,以对分割出的服装图像的边界进行平滑处理和填充处理;

步骤S150、识别服装图像中除服装以外的人台部分,并去除人台部分所占的区域,以形成精确的服装图像。

3.根据权利要求1或2所述的针对服装的边缘精细抠图方法,其特征在于,对拍摄的服装图片或者服装视频进行特征识别,以将服装图片或者服装视频中的服装归入预定种类中,包括如下子步骤:

步骤S111、将拍摄的服装图片或者服装视频中的每一帧图像转换为灰度图像;

步骤S112、将灰度图像中的低灰度值部分进行扩展,将灰度图像中的高灰度值部分进行压缩,以将灰度图像进行拉伸;

步骤S113、在拉伸后的图像中提取服装的边界;

步骤S114、从提取出的服装边界中获得服装的特征,并将服装的特征输入服装分类模型中,以将服装归入预定种类中。

4.根据权利要求3所述的针对服装的边缘精细抠图方法,其特征在于,训练形成服装分类模型,包括如下子步骤:

步骤S101、预先收集不同种类的服装的参数,形成特征向量集;

步骤S102、将形成的特征向量集输入DBN分类模型,训练DBN分类模型得到不同的子分类模型;

步骤S103、将不同的子分类模型进行融合,得到服装分类模型。

5.根据权利要求2所述的针对服装的边缘精细抠图方法,其特征在于,计算服装图像的边界所围成的各个区域的面积,包括如下子步骤:

步骤S141、依据边界的各段的曲率大小确定一定数量的折点,并且通过折点形成多边形图像;

步骤S142、对多边形图像进行面积计算,得到服装图像的边界所围成的各个区域的面积。

6.一种针对服装的边缘精细抠图系统,其特征在于,包括:识别归类模块、修正模块和分割模块;

其中,识别归类模块对拍摄的服装图片或者服装视频进行特征识别,以将服装图片或者服装视频中的服装归入预定种类中;

修正模块依据归入种类的服装边界参数,对从服装图片或者服装视频中提取的初步服装边界进行修正,以获得准确的服装边界;

分割模块依据准确的服装边界从服装图片或者服装视频中分割出服装图像。

7.根据权利要求6所述的针对服装的边缘精细抠图系统,其特征在于,还包括:处理模块和人台去除模块;

处理模块计算分割出的服装图像的边界所围成的各个区域的面积,以对分割出的服装图像的边界进行平滑处理和填充处理;

人台去除模块识别服装图像中除服装以外的人台部分,并去除人台部分所占的区域,以形成精确的服装图像。

8.根据权利要求6或7所述的针对服装的边缘精细抠图系统,其特征在于,识别归类模块包括:灰度转换模块、拉伸模块、提取模块和特征识别输入模块;

灰度转换模块将拍摄的服装图片或者服装视频中的每一帧图像转换为灰度图像;

拉伸模块将灰度图像中的低灰度值部分进行扩展,将灰度图像中的高灰度值部分进行压缩,以将灰度图像进行拉伸;

提取模块在拉伸后的图像中提取服装的边界;

特征识别输入模块从提取出的服装边界中获得服装的特征,并将服装的特征输入服装分类模型中,以将服装归入预定种类中。

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恒信东方文化股份有限公司,未经恒信东方文化股份有限公司许可,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/202011224064.1/1.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