[发明专利]着装图像生成方法及其装置、设备、介质、产品在审

专利信息
申请号: 202211215484.2 申请日: 2022-09-30
公开(公告)号: CN115564931A 公开(公告)日: 2023-01-03
发明(设计)人: 曾鹏 申请(专利权)人: 广州欢聚时代信息科技有限公司
主分类号: G06T19/00 分类号: G06T19/00;G06T19/20;G06T3/00;G06T3/40;G06Q30/06
代理公司: 广州利能知识产权代理事务所(普通合伙) 44673 代理人: 王增鑫
地址: 511442 广东省广州市番禺区南村镇万*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 着装 图像 生成 方法 及其 装置 设备 介质 产品
【说明书】:

本申请涉及一种着装图像生成方法及其装置、设备、介质、产品,所述方法包括:获取人物着装图像和模特模板,所述模特模板包括模特的身体图;从所述人物着装图像中分割出其中的原始服装图像,将原始服装图像修正为适配于所述身体图的服装变换图像;根据所述服装变换图像与所述身体图预测出所述身体图相对应的服装掩膜;根据所述服装掩膜将所述服装变换图像合成到所述身体图中,获得模特着装图像;将所述模特着装图像进行人脸图像替换,获得合成着装图像。本申请能够将人物着装图像中的原始服装图像准确迁移到模特模板的模特身体图中,并实现人脸替换而获得合成着装图像,方便电商平台发布服装商品时快速生成服装商品相对应的商品展示图像。

技术领域

本申请涉及虚拟换衣技术,尤其涉及一种着装图像生成方法及其装置、设备、介质、产品。

背景技术

电商平台内服饰商品的上架过程中,比较重要的一环是制作和提供模特展示信息,传统的制作方式,需要找实人模特拍摄商品图,成本非常高,同时图片的出片周期也很长。虚拟换衣技术于是应运而生,可以实现“降本提效”,同时虚拟模特商品图也可以用于商品测款,减少商品上市前期的投入成本。

传统的虚拟换衣技术中,通常以深度学习模型为基础用于处理各种信息,基本原理在于先求取待发布服装图像相对于模特身体图的变形参数,然后根据变形参数变换服装图像合成到模特身体图中生成最终效果图。

实践中,由于换衣数据较少,输入各个模型的图像信息中夹杂较多冗余信息,这些冗余信息起到干扰作用,在对模型训练过程中容易导致模型过拟合,收敛过程受某一个监督信号主导,造成模型获得的虚拟换衣结果非常容易产生不自然的扭曲和变形,实际合成的成功率极低。

此外,根据变形参数直接将原始的服装图像合成到模特身体图中,由于变形参数的依据同时也参考了原图中人体图像的信息,导致所述变形参数无法有效关注迁移到模特身体图之后的实际效果,因而会导致最终效果图中,衣服不能准确适配模特人体的情况。

有鉴于此,需要针对现有的虚拟换衣技术进行综合改进,以期获得良好的应用实效。

发明内容

本申请的目的在于解决上述问题而提供一种着装图像生成方法及其相应的装置、设备、非易失性可读存储介质,以及计算机程序产品。

根据本申请的一个方面,提供一种着装图像生成方法,包括如下步骤:

获取人物着装图像和模特模板,所述模特模板包括模特的身体图;

从所述人物着装图像中分割出其中的原始服装图像,将原始服装图像修正为适配于所述身体图的服装变换图像;

根据所述服装变换图像与所述身体图预测出所述身体图相对应的服装掩膜;

根据所述服装掩膜将所述服装变换图像合成到所述身体图中,获得模特着装图像;

将所述模特着装图像进行人脸图像替换,获得合成着装图像。

可选的,获取人物着装图像和模特模板,所述模特模板包括模特的身体图,包括:

从终端设备的预览视频流中获取人物着装图像;

采用人体关键点检测模型检测确定所述人物着装图像的关键点特征图;

计算所述人物着装图像的关键点特征图与模特图库中各个模特模板的身体图的关键点特征图之间的语义相似度,所述各个模特模板的身体图的关键点特征图预先采用所述人体关键点检测模型对所述身体图检测确定;

筛选出语义相似度较高的至少一个模特模板,作为与所述人物着装图像中的人体具有相似姿态的模特模板。

可选的,从所述人物着装图像中分割出其中的原始服装图像,将原始服装图像修正为适配于所述身体图的服装变换图像,包括:

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广州欢聚时代信息科技有限公司,未经广州欢聚时代信息科技有限公司许可,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/202211215484.2/2.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