一种效果图生成方法、装置、终端设备及存储介质与流程

1.本技术实施例涉及服装领域，尤其涉及一种效果图生成方法、装置、终端设备及存储介质。


背景技术：

2.在服装的概念设计阶段，设计师往往需要绘制大量的手绘草图来验证设计想法，然后从众多手绘草图中选出合适的方向进行进一步通过3d建模渲染或绘制效果图，最终指导样衣制作。而在服装领域中，服装的部件造型、结构，材质、褶皱、光影等细节的表现，实质上都是有一定程度标准化的可复制迁移的内容(例如同一种材质，几乎都是相同的技法去表现，如果绘制相同种类的部件结构，几乎画出来的都是差不多的外观)，但是由于目前现有的绘图软件只是提供了“绘制手法辅助”，并不参与到实际内容的生成，设计师在绘图软件上绘制效果图时与使用纸笔绘制手绘草图的技巧并没有太大差异，导致设计师大部分时间都花在了效果图的“绘制基础造型”上，大量的重复的细节绘制工作也会耗费大量的时间，由于细节的呈现与设计师的技法熟练程度相关，设计师的经验会直接影响到最终效果图的生成。
3.综上所述，如何提高服装效果图的绘制效率，成为了目前亟需解决的技术问题。


技术实现要素：

4.本发明实施例提供了一种效果图生成方法、装置、终端设备及存储介质，解决了现有技术中服装效果图的绘制效率低下的技术问题。
5.第一方面，本发明实施例提供了一种效果图生成方法，包括以下步骤：
6.获取手绘草图，将所述手绘草图输入预训练的立体图生成网络，对应生成立体图，所述立体图包括像素亮度信息；
7.在所述立体图中接收区域选择指令，根据所述区域选择指令确认目标区域；
8.接收显示参数，所述显示参数用于确认所述立体图的显示效果；
9.根据所述像素亮度信息、所述目标区域以及所述显示参数，对所述立体图进行处理生成效果图。
10.优选的，所述立体图生成网络包括编码器以及生成器，所述训练集包括训练手绘草图以及与所述训练手绘草图相对应的训练立体图，所述立体图生成网络通过如下步骤训练得到：
11.初始化所述编码器的编码器参数以及所述生成器的生成器参数；
12.将所述训练手绘草图以及所述训练立体图输入至所述立体图生成网络中进行训练，得到所述生成器的最优生成器参数；
13.固定所述生成器的最优生成器参数，将所述训练手绘草图以及所述训练立体图输入至所述立体图生成网络中进行训练，得到所述编码器的最优编码器参数；
14.根据所述最优生成器参数以及所述最优编码器参数，得到训练好的立体图生成网
络。
15.优选的，所述将所述训练手绘草图以及所述训练立体图输入至所述立体图生成网络中进行训练，得到所述生成器的最优生成器参数的具体过程为：
16.从所述训练手绘草图中选取出第一训练手绘草图，从所述训练立体图选取出第一训练立体图，执行第一训练步骤，所述第一训练步骤具体为：
17.将所述第一训练手绘草图输入到所述编码器中，得到隐变量，将所述隐变量输入到所述生成器中，以使所述生成器基于所述生成器参数和所述隐变量，生成第一手绘草图以及第一立体图；
18.将所述第一手绘草图、所述第一立体图、所述第一训练手绘草图、所述第一训练立体图以及所述生成器参数输入到预设的第一损失函数中，得到第一损失值；
19.将所述第一立体图、所述第一训练立体图以及所述生成器参数输入到预设的第二损失函数中，得到第二损失值；
20.根据所述第一损失值和第二损失值，得到总损失值；
21.根据所述总损失值，重新设置所述生成器参数，完成所述第一训练步骤；
22.从所述训练手绘草图中选取出新的训练手绘草图以及从所述训练立体图中选取出新的训练立体图分别作为第一训练手绘草图和第一训练立体图，重新执行所述第一训练步骤，直至所述总损失值在预设范围内为止，得到最优生成器参数。
23.优选的，所述固定所述生成器的最优生成器参数，将所述训练手绘草图以及所述训练立体图输入至所述立体图生成网络中进行训练，得到所述编码器的最优编码器参数的具体过程为：
24.确定所述生成器输出的立体图与所述生成器参数和所述编码器参数的转换关系；
25.初始化所述编码器参数，固定所述生成器的最优生成器参数，分别从所述训练手绘草图中选取出第二训练手绘草图和第二训练立体图，执行第二训练步骤，所述第二训练步骤具体为：
26.将所述第二训练手绘草图输入至所述立体图生成网络中，得到第二立体图以及第二手绘草图；
27.将所述第二立体图、所述第二训练立体图、所述编码器参数以及所述最优生成器参数输入至预设的第三损失函数中，根据所述转换关系，在所述第三损失函数中，将所述第二立体图转化为所述最优生成器参数以及所述编码器参数；
28.根据所述转换后的第三损失函数计算所述编码器参数与所述最优生成器参数之间的距离，根据所述距离调整所述编码器参数；
29.分别从所述训练手绘草图以及所述训练立体图中选取出新的训练手绘草图以及新的训练立体图作为第二训练手绘草图和第二训练手绘草图，重新执行所述第二训练步骤，直至所述距离在预设距离范围内为止，得到最优编码器参数。
30.优选的，所述确定所述生成器输出的立体图与所述生成器参数和所述编码器参数的转换关系的具体过程为：
31.确定所述编码器参数和所输入的训练手绘草图与所述隐变量的第一关系；
32.确定所述隐变量和所述生成器参数与所述生成器生成的手绘草图以及生成的立体图的第二关系；
33.根据所述第一关系和所述第二关系，确定所述生成器参数、所述所输入的训练手绘草图与所述生成的手绘草图和所述生成的立体图的第三关系；
34.根据所述第三关系，确定所述生成的立体图与所述生成器参数和所述编码器参数的转换关系。
35.优选的，所述将所述手绘草图输入预训练的立体图生成网络，对应生成立体图的具体过程为：
36.将所述手绘草图输入到预先训练好的立体图生成网络中，得到所述编码器输出初始隐变量；
37.将所述初始隐变量输入至所述预先训练好的立体图生成网络的生成器中，得到第三立体图和第三手绘草图；
38.根据所述第三手绘草图、所述手绘草图、所述编码器参数以及所述最优生成器参数，确定所述初始隐变量的第四损失函数，根据所述第四损失函数对所述初始隐变量进行优化，得到最优隐变量；
39.将所述最优隐变量输入至所述生成器中，以使所述生成器输出立体图。
40.优选的，所述在所述立体图中接收区域选择指令，根据所述区域选择指令确认目标区域的具体过程为：
41.将所述立体图输入到预先训练好的标注网络中，以使所述标注网络标记出所述立体图的不同区域，在标记后的立体图中接收区域选择指令，根据所述区域选择指令从所述不同区域中选择出目标区域。
42.优选的，所述显示参数包括面料参数、图案参数以及合成参数；
43.相应的，所述根据所述像素亮度信息、所述目标区域以及所述显示参数，对所述立体图进行处理生成效果图的具体过程为：
44.根据所述面料参数以及所述图案参数，生成纹理平铺单元；
45.根据所述像素亮度信息、所述合成参数、所述目标区域以及所述纹理平铺单元，得到立体部件图；
46.使用所述立体部件图替换所述立体图中对应的目标区域的像素，得到效果图。
47.优选的，所述根据所述像素亮度信息、所述合成参数、所述目标区域以及所述纹理平铺单元，得到立体部件图的具体过程为：
48.根据所述合成参数以及所述纹理平铺单元，得到目标纹理；
49.根据所述像素亮度信息、所述合成参数以及所述目标纹理，得到置换纹理；
50.根据所述像素亮度信息、所述合成参数以及所述置换纹理，得到明暗纹理；
51.根据所述目标区域对所述明暗纹理进行裁剪，得到立体部件图。
52.优选的，所述合成参数包括纹理平铺参数；
53.相应的，所述根据所述合成参数以及所述纹理平铺单元，得到目标纹理的具体过程为：
54.根据所述纹理平铺参数确定平铺方式，根据所述平铺方式延伸所述纹理平铺单元得到目标纹理，且所述目标纹理的铺满所述目标区域。
55.优选的，所述合成参数包括亮度权重参数；
56.相应的，所述根据所述像素亮度信息、所述合成参数以及所述目标纹理，得到置换
纹理的具体过程为：
57.根据所述像素亮度信息以及所述亮度权重参数，对所述目标纹理进行扭曲，得到置换纹理。
58.优选的，所述合成参数包括明暗权重参数；
59.相应的，所述根据所述像素亮度信息、所述合成参数以及所述置换纹理，得到明暗纹理的具体过程为：
60.根据所述像素亮度信息以及所述明暗权重参数，对所述置换纹理进行调整，得到明暗纹理。
61.第二方面，本发明实施例提供了一种效果图生成装置，包括立体图生成模块、目标区域选择模块、显示参数接收模块以及效果图生成模块：
62.所述立体图生成模块用于获取手绘草图，将所述手绘草图输入预训练的立体图生成网络，对应生成立体图，所述立体图包括像素亮度信息；
63.所述目标区域选择模块用于在所述立体图中接收区域选择指令，根据所述区域选择指令确认目标区域；
64.所述显示参数接收模块用于接收显示参数，所述显示参数用于确认所述立体图的显示效果；
65.所述效果图生成模块用于根据所述像素亮度信息、所述目标区域以及所述显示参数，对所述立体图进行处理生成效果图。
66.第三方面，本发明实施例提供了一种终端设备，所述终端设备包括处理器以及存储器；
67.所述存储器用于存储计算机程序，并将所述计算机程序传输给所述处理器；
68.所述处理器用于根据所述计算机程序中的指令执行如第一方面所述的一种效果图生成方法。
69.第四方面，本发明实施例提供了一种存储计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如第一方面所述的一种效果图生成方法。
70.上述，本发明实施例提供了一种效果图生成方法，包括以下步骤：获取手绘草图，将手绘草图输入预训练的立体图生成网络，对应生成立体图，立体图包括像素亮度信息；在立体图中接收区域选择指令，根据区域选择指令确认目标区域；接收显示参数，显示参数用于确认立体图的显示效果；根据像素亮度信息、目标区域以及显示参数，对立体图进行处理生成效果图。本实施例中用户仅需要人工绘制手绘草图，并选择需要表现的显示参数，即可生成符合要求的效果图，省去了大量明暗信息，纹理细节的绘制工作，大大提高了服装效果图的绘制效率，解决了现有技术中服装效果图的绘制效率低下的技术问题。
附图说明
71.图1为本发明实施例提供的一种效果图生成方法的流程示意图。
72.图2为本发明实施例提供的一种手绘界面程序示意图。
73.图3为本发明实施例提供的生成立体图的示意图。
74.图4为本发明实施例提供的对立体图生成网络进行训练的示意图。
75.图5为本发明实施例提供的对隐变量进行调优的示意图。
76.图6为本发明实施例提供的得到立体图的不同区域的示意图。
77.图7为本发明实施例提供的效果图生成界面的示意图。
78.图8为本发明实施例提供的根据立体图生成效果图的示意图。
79.图9为本发明实施例提供的一种效果图生成装置的结构示意图。
80.图10为本发明实施例提供的一种终端设备的结构示意图。
具体实施方式
81.以下描述和附图充分地示出本技术的具体实施方案，以使本领域的技术人员能够实践它们。实施例仅代表可能的变化。除非明确要求，否则单独的部件和功能是可选的，并且操作的顺序可以变化。一些实施方案的部分和特征可以被包括在或替换其他实施方案的部分和特征。本技术的实施方案的范围包括权利要求书的整个范围，以及权利要求书的所有可获得的等同物。在本文中，各实施方案可以被单独地或总地用术语“发明”来表示，这仅仅是为了方便，并且如果事实上公开了超过一个的发明，不是要自动地限制该应用的范围为任何单个发明或发明构思。本文中，诸如第一和第二等之类的关系术语仅仅用于将一个实体或者操作与另一个实体或操作区分开来，而不要求或者暗示这些实体或操作之间存在任何实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素。本文中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的结构、产品等而言，由于其与实施例公开的部分相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
82.实施例一
83.如图1所示，图1为本发明实施例提供的一种效果图生成方法的流程图。本发明实施例提供的效果图生成方法可以由效果图生成设备执行，该效果图生成设备可以通过软件和/或硬件的方式实现，该效果图生成设备可以是两个或多个物理实体构成，也可以由一个物理实体构成。例如效果图生成设备可以是电脑、上位机、平板等设备。方法包括以下步骤：
84.步骤101、获取手绘草图，将手绘草图输入预训练的立体图生成网络，对应生成立体图，立体图包括像素亮度信息。
85.首先，需要获取用户手工绘制的手绘草图，将手绘草图输入预先训练好的立体图生成网络中，得到立体图。在本实施例中，手绘草图包括手绘轮廓线图和手绘褶皱线图，手绘轮廓图中包含了立体图的轮廓信息，手绘褶皱线图包括了立体图的皱褶纹理信息。在获取到手绘轮廓线图以及手绘皱褶线图后，将手绘轮廓线图以及手绘皱褶线图输入预先训练好的立体图生成网络中，即可得到立体图，生成的立体图的轮廓会严格契合手绘轮廓线图，且立体图中的褶皱明暗则会近似手绘褶皱线图中皱褶的形态。
86.需要进一步说明的是，得到的立体图中包括有每个像素的像素亮度信息，像素亮度信息体现了立体图中每个像素的明暗程度。
87.示例性的，在一个实施例中，如图2所示，效果图生成设备提供有手绘界面程序，用户可通过手绘笔，触控，鼠标等笔画输入设备在手绘界面程序上绘制手绘草图，手绘界面程
序上提供有手绘轮廓线绘制工具和手绘褶皱线绘制工具等不同工具，可理解，当用户点击手绘轮廓线绘制工具时，即可绘制手绘轮廓线图，当用户点击手绘褶皱线绘制工具时，即可绘制手绘皱褶线图，使得手绘界面程序可以区分出绘制的手绘轮廓线图与手绘褶皱线图(例如不同的绘制工具所绘制的线条具有不同的颜色，不同的图层或者属性数据标记等)，绘制完毕后，用户提交手绘轮廓线图与手绘褶皱线图，效果图生成设备会将手绘轮廓线图与手绘褶皱线图输入到预先训练好的立体图生成网络中，从而得到立体图，其过程如图3所示。
88.在上述实施例的基础上，立体图生成网络包括编码器以及生成器，训练集包括训练手绘草图以及与训练手绘草图相对应的训练立体图。
89.在一个实施例中，立体图生成网络包括编码器encoder以及生成器generator，其中，编码器encoder的作用是将手绘草图编码到隐空间上，编码器encoder的输入是手绘草图，输出是隐变量，生成器generator的作用是将隐变量映射到立体图和手绘草图上，生成器generator的输入是隐变量，输出是立体图和手绘草图。在本实施例中，编码器encoder和生成器generator的类型可根据实际需要进行设置，例如，业界已有的一些分类网络的主干模型都可以用来作为编码器encoder，比如resnet系列，efficientnet系列，transformer系列等，生成器generator可以选择stylegan系列等，在本实施例中不对编码器encoder以及生成器generator的具体型号进行限定。
90.本实施例中的训练集包括训练手绘草图以及与训练手绘草图相对应的训练立体图，每一个训练集数据都包含训练立体图，以及与训练立体图相对应多张训练手绘草图，可理解，训练手绘草图为历史的手绘草图，训练手绘草图中包括有历史的手绘轮廓线图以及历史的手绘褶皱线图，其中训练立体图可以通过3d模型渲染得到，或者是对图象进行图像处理等手段获得，历史手绘轮廓线图与历史手绘褶皱线图可通过人工绘制或者是图像处理等方式根据得到。
91.立体图生成网络通过步骤1011-步骤1014训练得到，具体为：
92.步骤1011、初始化编码器的编码器参数以及生成器的生成器参数。
93.在本实施例中，首先对立体图生成网络进行初始化，初始化编码器的编码器参数以及生成器的生成器参数。
94.步骤1012、将训练手绘草图以及训练立体图输入至立体图生成网络中进行训练，得到生成器的最优生成器参数。
95.对立体图生成网络进行初始化后，将训练集中的训练手绘草图以及训练立体图输入至立体图生成网络中进行训练，在训练的过程中，首先对生成器的生成器参数进行调优，得到最优生成器参数，可理解，每次输入至立体图生成网络的训练手绘草图以及训练立体图一一对应。
96.在上述实施例的基础上，步骤1012中将训练手绘草图以及训练立体图输入至立体图生成网络中进行训练，得到生成器的最优生成器参数的具体过程由步骤10121-步骤10127执行，具体为：
97.步骤10121、从训练手绘草图中选取出第一训练手绘草图，从训练立体图选取出第一训练立体图，执行第一训练步骤，第一训练步骤具体为：
98.步骤10122、将第一训练手绘草图输入到编码器中，得到隐变量，将隐变量输入到
生成器中，以使生成器基于生成器参数和隐变量，生成第一手绘草图以及第一立体图。
99.在实施例中，首先将第一训练手绘草图输入到编码器中，编码器输出隐变量，之后，将隐变量输入至生成器中，从而使得生成器基于生成器参数和隐变量，生成第一手绘草图以及第一立体图，公式如下：
100.[sketch_pred,shade_pred]＝generator(w；θg)
[0101]
其中，θg为生成器参数，w为隐变量，w在训练过程中随机采样产生，sketch_pred为生成器生成的手绘草图，shade_pred为生成器生成的立体图，generator为生成器。
[0102]
步骤10123、将第一手绘草图、第一立体图、第一训练手绘草图、第一训练立体图以及生成器参数输入到预设的第一损失函数中，得到第一损失值。
[0103]
之后，将第一手绘草图、第一立体图、第一训练手绘草图、第一训练立体图以及生成器参数输入到预设的第一损失函数中，得到第一损失值。第一损失函数loss1的公式如下所示：
[0104]
loss1(θg)＝gan_loss(sketch_real,shade_real,sketch_pred,shade_pred；θg)
[0105]
其中，gan_loss为生成对抗损失函数，sketch_real为输入的训练手绘草图，shade_real为输入的训练立体图。
[0106]
步骤10124、将第一立体图、第一训练立体图以及生成器参数输入到预设的第二损失函数中，得到第二损失值。
[0107]
将第一立体图、第一训练立体图以及生成器参数输入到预设的第二损失函数中，得到第二损失值。其中，第二损失函数loss2的公式如下所示：
[0108]
loss2(θg)＝gan_loss(shade_real,shade_pred；θg)
[0109]
在本实施例中，训练过程中的示意图如图4所示，其中生成器generator输出一个两通道数据，其中，第一个通道是立体图，标记为shade_pred，第二个通道是与立体图相匹配的手绘草图，标记为sketch_pred；图4中gan_loss选择stylegan2系列的损失表达函数，为了监督立体图和手绘草图的匹配关系，生成器generator输出的两通道数据作为loss1的输入，由于loss1是同时输入两通道数据，根据gan技术原理，就可以实现对两通道数据的监督；图4中loss2仅仅对立体图进行监督，目的是监督立体图的生成质量，loss2的函数表达形式除了输入与loss1不一样之外，别无不同。
[0110]
步骤10125、根据第一损失值和第二损失值，得到总损失值。
[0111]
如图4所示，在得到第一损失值和第二损失值后，即可得到总损失函数，根据总损失函数即可计算总损失值，其中总损失函数loss_toatal的公式如下：
[0112]
loss_total(θg)＝λ1loss1(θg) λ2loss2(θg)
[0113]
其中，λ1以及λ2表示权重，权重可以预先进行设定。
[0114]
步骤10126、根据总损失值，重新设置生成器参数，完成第一训练步骤。
[0115]
在计算出总损失值后，根据总损失值重新设置生成器的参数，完成第一训练步骤。
[0116]
步骤10127、从训练手绘草图中选取出新的训练手绘草图以及从训练立体图中选取出新的训练立体图分别作为第一训练手绘草图和第一训练立体图，重新执行第一训练步骤，直至总损失值在预设范围内为止，得到最优生成器参数。
[0117]
之后，从训练手绘草图中选取出新的训练手绘草图作为第一训练手绘草图，从训练立体图中选取出与新的训练手绘草图相对应的训练立体图作为第一训练立体图，重新执
行第一训练步骤，训练的目的是寻找最优的生成器参数，使得总损失值loss_total最优，当总损失值loss_total在预先设定的范围内时，即可得到最优生成器参数。
[0118]
步骤1013、固定生成器的最优生成器参数，将训练手绘草图以及训练立体图输入至立体图生成网络中进行训练，得到编码器的最优编码器参数。
[0119]
在得到了生成器的最优生成器参数后，固定生成器的最优生成器参数，使得最优生成器参数保持不变，将训练手绘草图以及训练立体图输入至立体图生成网络中进行训练，对编码器的编码器参数进行调优，得到编码器的最优编码器参数。在一个实施例中，使用adam优化方法对编码器参数进行调优。
[0120]
在上述实施例的基础上，步骤1013中固定生成器的最优生成器参数，将训练手绘草图以及训练立体图输入至立体图生成网络中进行训练，得到编码器的最优编码器参数的具体过程由步骤10131-步骤10136执行，具体为：
[0121]
步骤10131、确定生成器输出的立体图与生成器参数和编码器参数的转换关系。
[0122]
在本实施例中首先需要确定出生成器输出的立体图与生成器参数以及编码器参数的转换关系。在一个实施例中，可以首先确定输入编码器的训练手绘草图与隐变量以及编码器参数的转换关系，之后，再进一步确定出隐变量以及生成器参数与生成器生成的立体图以及生成的手绘草图之间的转换关系，最后，即可求出生成器输出的立体图与生成器参数以及编码器参数的转换关系。
[0123]
需要进一步说明的是，在本实施例中，编码器包括主干网络以及header部分，编码器的header部分仅仅包括一个卷积层和一个全连接层，header部分用于完成与隐空间的维度匹配，本实施例在对编码器进行训练的过程中，固定编码器的主干网络，仅对header部分进行训练。
[0124]
在一个实施例中，步骤10131中确定生成器输出的立体图与生成器参数和编码器参数的转换关系的具体过程由步骤101311-步骤101314执行，具体过程为：
[0125]
步骤101311、确定编码器参数和所输入的训练手绘草图与隐变量的第一关系。
[0126]
首先，确定出编码器参数和所输入的训练手绘草图与隐变量的第一关系，在本实施例中，编码器参数θe＝(θ
e,m
,θ
e,h
)，其中θ
e,m
为主干网络的参数，θ
e,h
为header部分的参数，将训练手绘草图输入至编码器后，可得到：
[0127]
w＝encoder(sketch_real；θe)
[0128]
其中encoder表示编码器。
[0129]
步骤101312、确定隐变量和生成器参数与生成器生成的手绘草图以及生成的立体图的第二关系。
[0130]
之后，确定隐变量和生成器参数与生成器生成的手绘草图以及生成的立体图的第二关系，在本实施例中，第二关系的表达式为：
[0131]
[sketch_pred,shade_pred]＝generator(w；θg)
[0132]
步骤101313、根据第一关系和第二关系，确定生成器参数、所输入的训练手绘草图与生成的手绘草图和生成的立体图的第三关系。
[0133]
之后，将w带入到generator中，可以得到第三关系，第三关系为：
[0134]
[sketch_pred,shade_pred]＝generator(encoder(sketch_real；θe)；θg)
[0135]
步骤101314、根据第三关系，确定生成的立体图与生成器参数和编码器参数的转
换关系。
[0136]
在得到第三关系后，即可确定出生成器生成的立体图shade_pred和编码器参数θe以及生成器参数θg之间的转换关系。
[0137]
步骤10132、初始化编码器参数，固定生成器的最优生成器参数，分别从训练手绘草图中选取出第二训练手绘草图和第二训练立体图，执行第二训练步骤，第二训练步骤具体为：
[0138]
步骤10133、将第二训练手绘草图输入至立体图生成网络中，得到第二立体图以及第二手绘草图。
[0139]
从训练集中选取出第二训练手绘草图以及与第二训练手绘草图相对应的第二训练立体图后，将第二训练手绘草图输入至立体图生成网络的编码器中，使得立体图生成网络中的生成器输出第二立体图和第二手绘草图。
[0140]
步骤10134、将第二立体图、第二训练立体图、编码器参数以及最优生成器参数输入至预设的第三损失函数中，根据转换关系，在第三损失函数中，将第二立体图转化为最优生成器参数以及编码器参数。
[0141]
之后，将第二立体图、第二训练立体图、编码器参数以及最优生成器参数输入至预设的第三损失函数中，在本实施例中，第三损失函数loss3采用感知损失函数，表达公式如下：
[0142]
loss3(θg,θe)＝perceptual_loss(shade_pred,shade_real；θg,θe)
[0143]
其中，perceptual_loss为感知损失函数。
[0144]
之后，根据转换关系，在第三损失函数中将第二立体图转化为最优生成器参数以及编码器参数。
[0145]
步骤10135、根据转换后的第三损失函数计算编码器参数与最优生成器参数之间的距离，根据距离调整编码器参数。
[0146]
在本实施例中，优化编码器参数即是优化如下问题：
[0147][0148]
其中，θg固定为最优生成器参数，不参与优化，h表示编码器的header部分，优化方法采取adam方法，adam方法的具体过程在现有技术中已经多有记载，在本实施例中不再进行赘述。
[0149]
在一个实施例中，将学习率调低至0.000001，通过计算编码器参数与最优生成器参数之间的距离，微调编码器encoder的编码器参数；此时，数学描述为：
[0150][0151]
步骤10136、分别从训练手绘草图以及训练立体图中选取出新的训练手绘草图以及新的训练立体图作为第二训练手绘草图和第二训练手绘草图，重新执行第二训练步骤，直至距离在预设距离范围内为止，得到最优编码器参数。
[0152]
之后，从训练手绘草图中选取出新的训练手绘草图作为第二训练手绘草图，以及从训练立体图中选取与新的训练手绘草图相对应的训练立体图作为第二训练立体图，重新对生成器网络重新进行训练，从而重新调整编码器参数，直至编码器参数与最优生成器参
数之间的距离在预设的距离范围内位置，从而得到最优编码器参数。
[0153]
步骤1014、根据最优生成器参数以及最优编码器参数，得到训练好的立体图生成网络。
[0154]
在得到最优生成器参数和最优编码器参数后，即可根据将最优生成器参数以及最优编码器参数代入到立体图生成网络中，从而得到训练好的立体图生成网络。
[0155]
在上述实施例的基础上，步骤1011中将手绘草图输入预训练的立体图生成网络，对应生成立体图的具体过程具体由步骤10111-步骤10114执行，具体为：
[0156]
步骤10111、将手绘草图输入到预先训练好的立体图生成网络的编码器中，得到编码器输出初始隐变量；
[0157]
在得到训练好的立体图生成网络后，将手绘草图输入到到预先训练好的立体图生成网络中，经过编码器后，生成初始隐变量，记为w0，表达公式如下：
[0158]
w＝encoder(sketch_input；θe)
[0159]
其中，sketch_input为手绘草图。
[0160]
步骤10112、将初始隐变量输入至预先训练好的立体图生成网络的生成器中，得到生成器输出的第三立体图和第三手绘草图。
[0161]
在本步骤中，首先设定初始隐变量w0的优化次数，优化次数控制在50次以内。令w＝w0，进入对初始隐变量的优化流程，将初始隐变量输入至生成器以后，生成器生成第三立体图以及第三手绘草图，表达公式如下：
[0162]
[sketch_pred,shade_pred]＝generator(w；θg)
[0163]
步骤10113、根据第三手绘草图、手绘草图、编码器参数以及最优生成器参数，确定初始隐变量的第四损失函数，根据第四损失函数对初始隐变量进行优化，得到最优隐变量。
[0164]
之后，根据第三手绘草图、手绘草图、编码器参数以及最优生成器参数，确定初始隐变量的第四损失函数，在本实施例中，第四损失函数loss4的表达公式为：
[0165]
loss4(w)＝perceptual_loss(sketch_pred,sketch_real；θg,θe)
[0166]
对初始隐变量进行优化的过程即为：优化判断迭代次数是否满足设置的优化次数，若是，结束优化过程，存储优化后的隐变量w，得到最优隐变量，若否，重新进行迭代，其过程如图5所示。
[0167]
步骤10114、将最优隐变量输入至生成器中，以使生成器输出立体图。
[0168]
在得到最优隐变量后，将最优隐变量输入至生成器，从而使得生成器输出最终的立体图。
[0169]
步骤102、在立体图中接收区域选择指令，根据区域选择指令确认目标区域。
[0170]
在得到立体图后，在立体图中接收区域选择指令，根据区域选择指令确认目标区域。示例性的，在一个实施例中，用户通过在立体图上画圈的方式发送区域选择指令，根据用户在立体图中所圈出的范围，确定出立体图中的目标区域。
[0171]
在上述实施例的基础上，步骤102中在立体图中接收区域选择指令，根据区域选择指令确认目标区域的过程具体为：
[0172]
将立体图输入到预先训练好的标注网络中，以使标注网络标记出立体图的不同区域，在标记后的立体图中接收区域选择指令，根据区域选择指令从不同区域中选择出目标
区域。
[0173]
在本实施例中，需要预先对标注网络进行训练，得到训练好的标注网络，标注网络能够标记出立体图的不同区域。示例性的，在一个实施例中，首先获取标注网络的标注训练集，标注训练集由多个训练立体图以及与每个训练立体图相对应多个区域标记图组成，区域标记图通过人工在立体图不同区域的图片上标注生成，区域图片为二值位图，区域图片的尺寸大小(图象分辨率)与立体图一致，区域图片上使用文件名称标记该区域图片所属的分类(或部件名称)，之后使用标注训练集对标注网络进行训练，得到训练好的标注网络。
[0174]
之后，再将立体图输入到训练好的标注网络后，训练好的标注网络会根据立体图中的像素属不属于对应区域的像素，从而对立体图的不同区域进行标注，标记出立体图的不同区域，其过程如图6所示。在标记出立体图的不同区域后，在标记后的立体图中接收用户发送的区域选择指令，根据区域选择指令从不同区域中选择出目标区域。
[0175]
步骤103、接收显示参数，显示参数用于确认立体图的显示效果。
[0176]
在选择出目标区域之后，接收用户设置的显示参数，显示参数用于确认立体图的显示效果。
[0177]
步骤104、根据像素亮度信息、目标区域以及显示参数，对立体图进行处理生成效果图。
[0178]
在接收到用户设置的显示参数后，即可根据像素亮度信息、目标区域以及显示参数，对立体图进行处理，从而生成效果图。示例性的，在一个实施例中，首先根据显示参数以及像素亮度信息来生成明暗纹理，之后根据目标区域从明暗纹理中截取出立体图部件，最后将立体图部件替换到立体图对应的区域中，从而生成效果图。
[0179]
在上述实施例的基础上，显示参数包括面料参数、图案参数以及合成参数；
[0180]
在一个实施例中，如图7所示，效果图生成设备上提供有效果图生成界面，效果图生成界面上有来自步骤101生成的立体图，将立体图输入到训练好的标注网络中，标记出立体图的不同区域并显示在生成效果图生成界面上，用户通过部件区域编辑控件，可以编辑并选择一个区域作为指定的目标区域，并通过面料图案与参数设置控件，选择指定的面料参数、图案参数以及设置合成参数。
[0181]
相应的，步骤104中根据像素亮度信息、目标区域以及显示参数，对立体图进行处理生成效果图的具体过程由步骤1041-步骤1043执行，具体过程为：
[0182]
步骤1041、根据面料参数以及图案参数，生成纹理平铺单元。
[0183]
在设置了面料参数以及图案参数后，即可根据面料参数以及图案参数生成效果图的纹理平铺单元。
[0184]
步骤1042、根据像素亮度信息、合成参数、目标区域以及纹理平铺单元，得到立体部件图。
[0185]
在得到纹理平铺单元后，进一步根据像素亮度信息以及合成参数对纹理平铺单元进行延伸并对延伸的纹理平铺单元进行设置，之后使用目标区域对延伸后的纹理平铺单元进行裁剪，得到立体部件图。
[0186]
步骤1043、使用立体部件图替换立体图中对应的目标区域的像素，得到效果图。
[0187]
最后，使用立体部件图替换立体图中对应的目标区域的像素，即可得到最终的效果图。
[0188]
在上述实施例的基础上，步骤1042中根据像素亮度信息、合成参数、目标区域以及纹理平铺单元，得到立体部件图的具体过程由步骤10421-步骤10424执行，具体为：
[0189]
步骤10421、根据合成参数以及纹理平铺单元，得到目标纹理。
[0190]
首先使用合成参数对纹理平铺单元进行拓展延伸，使得纹理平铺单元能够覆盖目标区域，得到目标纹理。
[0191]
在上述实施例的基础上，合成参数包括纹理平铺参数。
[0192]
需要进一步说明的是，纹理平铺参数决定了纹理平铺单元的平铺方式，例如旋转方向，平移位置，重复方式(横向平铺，纵向平铺，横纵平铺或者不平铺等)。
[0193]
相应的，步骤10421中根据合成参数以及纹理平铺单元，得到目标纹理的具体过程为：
[0194]
根据纹理平铺参数确定平铺方式，根据平铺方式延伸纹理平铺单元得到目标纹理，且目标纹理的铺满目标区域。
[0195]
如图8所示，在得到用户设置的纹理平铺参数后，即可确定纹理平铺单元的平铺方式，根据平铺方式重复绘制生成了连续延伸的目标纹理以覆盖目标区域。
[0196]
步骤10422、根据像素亮度信息、合成参数以及目标纹理，得到置换纹理。
[0197]
之后，根据像素亮度信息以及合成参数，对目标纹理进行置换扭曲，位移目标纹理的像素的位置，得到置换纹理。
[0198]
在上述实施例的基础上，合成参数包括亮度权重参数。
[0199]
相应的，步骤10422中根据像素亮度信息、合成参数以及目标纹理，得到置换纹理的具体过程为：
[0200]
根据像素亮度信息以及亮度权重参数，对目标纹理进行扭曲，得到置换纹理。
[0201]
如图8所示，由于立体图的像素亮度信息与表面的凹凸相关，因此在本实施例中根据像素亮度信息以及亮度权重参数，通过“置换扭曲”的方法重新位移目标纹理的像素位置，生成置换纹理。由于置换纹理的扭曲变形与立体图的像素亮度信息相关，因此能产生逼真的纹理贴合效果。其中亮度权重参数可以控制立体图的像素亮度信息与置换扭曲强度的比例关系，从而控制贴合效果的强弱，可理解，比例越大，像素移动的位置就越大，扭曲程度越高。
[0202]
步骤10423、根据像素亮度信息、合成参数以及置换纹理，得到明暗纹理。
[0203]
之后，进一步根据像素亮度信息以及合成参数，对置换纹理的像素的明暗变化进行设置，得到明暗纹理。
[0204]
在上述实施例的基础上，合成参数包括明暗权重参数。
[0205]
相应的，步骤10423中根据像素亮度信息、合成参数以及置换纹理，得到明暗纹理的具体过程为：
[0206]
根据像素亮度信息以及明暗权重参数，对置换纹理进行调整，得到明暗纹理。
[0207]
如图8所示，由于立体图的像素亮度信息提供了产生立体感的明暗颜色信息，因此从像素亮度信息中可以获取立体图的明暗颜色信息，之后，使用html5图象合成api的canvasrenderingcontext2d.globalcompositeoperation中的overlay函数，将立体图的明暗颜色信息和置换纹理的颜色信息进行混合，即可在置换纹理的基础上产生具有立体效果的明暗纹理，其中明暗权重参数用于控制立体图的明暗颜色对置换纹理的颜色的影响强度，达
到控制明暗对比度以及亮度的效果。
[0208]
步骤10424、根据目标区域对明暗纹理进行裁剪，得到立体部件图。
[0209]
如图8所示，之后使用目标区域作为蒙版，根据目标区域的轮廓对明暗纹理进行裁剪，丢弃目标区域之外的明暗纹理，从而得到具有部件外形轮廓、纹理图案信息以及明暗与扭曲变化的立体部件图。
[0210]
上述，本发明实施例提供了一种效果图生成方法，包括以下步骤：获取手绘草图，将手绘草图输入预训练的立体图生成网络，对应生成立体图，立体图包括像素亮度信息；在立体图中接收区域选择指令，根据区域选择指令确认目标区域；接收显示参数，显示参数用于确认立体图的显示效果；根据像素亮度信息、目标区域以及显示参数，对立体图进行处理生成效果图。本实施例中用户仅需要人工绘制手绘草图，并选择需要表现的显示参数，即可生成符合要求的效果图，省去了大量明暗信息，纹理细节的绘制工作，大大提高了服装效果图的绘制效率，解决了现有技术中服装效果图的绘制效率低下的技术问题。
[0211]
实施例二
[0212]
如图9所示，图9为本发明实施例提供的一种效果图生成装置，包括立体图生成模块201、目标区域选择模块202、显示参数接收模块203以及效果图生成模块204：
[0213]
立体图生成模块201用于获取手绘草图，将手绘草图输入预训练的立体图生成网络，对应生成立体图，立体图包括像素亮度信息；
[0214]
目标区域选择模块202用于在立体图中接收区域选择指令，根据区域选择指令确认目标区域；
[0215]
显示参数接收模块203用于接收显示参数，显示参数用于确认立体图的显示效果；
[0216]
效果图生成模块204用于根据像素亮度信息、目标区域以及显示参数，对立体图进行处理生成效果图。
[0217]
在上述实施例的基础上，立体图生成网络包括编码器以及生成器，训练集包括训练手绘草图以及与训练手绘草图相对应的训练立体图，效果图生成装置还包括训练模块，训练模块用于对立体图生成网络进行训练，具体为：
[0218]
用于初始化编码器的编码器参数以及生成器的生成器参数；
[0219]
将训练手绘草图以及训练立体图输入至立体图生成网络中进行训练，得到生成器的最优生成器参数；
[0220]
固定生成器的最优生成器参数，将训练手绘草图以及训练立体图输入至立体图生成网络中进行训练，得到编码器的最优编码器参数；
[0221]
根据最优生成器参数以及最优编码器参数，得到训练好的立体图生成网络。
[0222]
在上述实施例的基础上，训练模块用于将训练手绘草图以及训练立体图输入至立体图生成网络中进行训练，得到生成器的最优生成器参数具体为：
[0223]
用于从训练手绘草图中选取出第一训练手绘草图，从训练立体图选取出第一训练立体图，执行第一训练步骤，第一训练步骤具体为：
[0224]
将第一训练手绘草图输入到编码器中，得到隐变量，将隐变量输入到生成器中，以使生成器基于生成器参数和隐变量，生成第一手绘草图以及第一立体图；
[0225]
将第一手绘草图、第一立体图、第一训练手绘草图、第一训练立体图以及生成器参数输入到预设的第一损失函数中，得到第一损失值；
[0226]
将第一立体图、第一训练立体图以及生成器参数输入到预设的第二损失函数中，得到第二损失值；
[0227]
根据第一损失值和第二损失值，得到总损失值；
[0228]
根据总损失值，重新设置生成器参数，完成第一训练步骤；
[0229]
从训练手绘草图中选取出新的训练手绘草图以及从训练立体图中选取出新的训练立体图分别作为第一训练手绘草图和第一训练立体图，重新执行第一训练步骤，直至总损失值在预设范围内为止，得到最优生成器参数。
[0230]
在上述实施例的基础上，训练模块用于固定生成器的最优生成器参数，将训练手绘草图以及训练立体图输入至立体图生成网络中进行训练，得到编码器的最优编码器参数具体为：
[0231]
用于确定生成器输出的立体图与生成器参数和编码器参数的转换关系；
[0232]
初始化编码器参数，固定生成器的最优生成器参数，分别从训练手绘草图中选取出第二训练手绘草图和第二训练立体图，执行第二训练步骤，第二训练步骤具体为：
[0233]
将第二训练手绘草图输入至立体图生成网络中，得到第二立体图以及第二手绘草图；
[0234]
将第二立体图、第二训练立体图、编码器参数以及最优生成器参数输入至预设的第三损失函数中，根据转换关系，在第三损失函数中，将第二立体图转化为最优生成器参数以及编码器参数；
[0235]
根据转换后的第三损失函数计算编码器参数与最优生成器参数之间的距离，根据距离调整编码器参数；
[0236]
分别从训练手绘草图以及训练立体图中选取出新的训练手绘草图以及新的训练立体图作为第二训练手绘草图和第二训练手绘草图，重新执行第二训练步骤，直至距离在预设距离范围内为止，得到最优编码器参数。
[0237]
在上述实施例的基础上，训练模块用于确定生成器输出的立体图与生成器参数和编码器参数的转换关系具体为：
[0238]
用于确定编码器参数和所输入的训练手绘草图与隐变量的第一关系；
[0239]
确定隐变量和生成器参数与生成器生成的手绘草图以及生成的立体图的第二关系；
[0240]
根据第一关系和第二关系，确定生成器参数、所输入的训练手绘草图与生成的手绘草图和生成的立体图的第三关系；
[0241]
根据第三关系，确定生成的立体图与生成器参数和编码器参数的转换关系。
[0242]
在上述实施例的基础上，立体图生成模块201用于将手绘草图输入预训练的立体图生成网络，对应生成立体图具体为：
[0243]
用于将手绘草图输入到预先训练好的立体图生成网络中，得到编码器输出初始隐变量；
[0244]
将初始隐变量输入至预先训练好的立体图生成网络的生成器中，得到第三立体图和第三手绘草图；
[0245]
根据第三手绘草图、手绘草图、编码器参数以及最优生成器参数，确定初始隐变量的第四损失函数，根据第四损失函数对初始隐变量进行优化，得到最优隐变量；
[0246]
将最优隐变量输入至生成器中，以使生成器输出立体图。
[0247]
在上述实施例的基础上，目标区域选择模块202用于在立体图中接收区域选择指令，根据区域选择指令确认目标区域具体为：
[0248]
用于将立体图输入到预先训练好的标注网络中，以使标注网络标记出立体图的不同区域，在标记后的立体图中接收区域选择指令，根据区域选择指令从不同区域中选择出目标区域。
[0249]
在上述实施例的基础上，显示参数包括面料参数、图案参数以及合成参数；
[0250]
相应的，效果图生成模块204用于根据像素亮度信息、目标区域以及显示参数，对立体图进行处理生成效果图具体为：
[0251]
用于根据面料参数以及图案参数，生成纹理平铺单元；
[0252]
根据像素亮度信息、合成参数、目标区域以及纹理平铺单元，得到立体部件图；
[0253]
使用立体部件图替换立体图中对应的目标区域的像素，得到效果图。
[0254]
在上述实施例的基础上，效果图生成模块204用于根据像素亮度信息、合成参数、目标区域以及纹理平铺单元，得到立体部件图具体为：
[0255]
用于根据合成参数以及纹理平铺单元，得到目标纹理；
[0256]
根据像素亮度信息、合成参数以及目标纹理，得到置换纹理；
[0257]
根据像素亮度信息、合成参数以及置换纹理，得到明暗纹理；
[0258]
根据目标区域对明暗纹理进行裁剪，得到立体部件图。
[0259]
在上述实施例的基础上，合成参数包括纹理平铺参数；
[0260]
相应的，效果图生成模块204用于根据合成参数以及纹理平铺单元，得到目标纹理的具体为：
[0261]
用于根据纹理平铺参数确定平铺方式，根据平铺方式延伸纹理平铺单元得到目标纹理，且目标纹理的铺满目标区域。
[0262]
在上述实施例的基础上，合成参数包括亮度权重参数；
[0263]
相应的，效果图生成模块204用于根据像素亮度信息、合成参数以及目标纹理，得到置换纹理具体为：
[0264]
用于根据像素亮度信息以及亮度权重参数，对目标纹理进行扭曲，得到置换纹理。
[0265]
在上述实施例的基础上，合成参数包括明暗权重参数；
[0266]
相应的，效果图生成模块204用于根据像素亮度信息、合成参数以及置换纹理，得到明暗纹理具体为：
[0267]
用于根据像素亮度信息以及明暗权重参数，对置换纹理进行调整，得到明暗纹理。
[0268]
实施例三
[0269]
本实施例还提供了一种终端设备，如图10所示，一种终端设备30，所述终端设备包括处理器300以及存储器301；
[0270]
所述存储器301用于存储计算机程序302，并将所述计算机程序302传输给所述处理器；
[0271]
所述处理器300用于根据所述计算机程序302中的指令执行上述的一种效果图生成方法实施例中的步骤。
[0272]
示例性的，所述计算机程序302可以被分割成一个或多个模块/单元，所述一个或
者多个模块/单元被存储在所述存储器301中，并由所述处理器300执行，以完成本技术。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序302在所述终端设备30中的执行过程。
[0273]
所述终端设备30可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备30可包括，但不仅限于，处理器300、存储器301。本领域技术人员可以理解，图10仅仅是终端设备30的示例，并不构成对终端设备30的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端设备30还可以包括输入输出设备、网络接入设备、总线等。
[0274]
所称处理器300可以是中央处理单元(central processing unit，cpu)，还可以是其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现成可编程门阵列(field-programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
[0275]
所述存储器301可以是所述终端设备30的内部存储单元，例如终端设备30的硬盘或内存。所述存储器301也可以是所述终端设备30的外部存储终端设备，例如所述终端设备30上配备的插接式硬盘，智能存储卡(smart media card,smc)，安全数字(secure digital,sd)卡，闪存卡(flash card)等。进一步地，所述存储器301还可以既包括所述终端设备30的内部存储单元也包括外部存储设备。所述存储器301用于存储所述计算机程序以及所述终端设备30所需的其他程序和数据。所述存储器301还可以用于暂时地存储已经输出或者将要输出的数据。
[0276]
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
[0277]
在本技术所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
[0278]
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
[0279]
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
[0280]
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式
体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储计算机程序的介质。
[0281]
实施例四
[0282]
本发明实施例还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行一种效果图生成方法，该方法包括以下步骤：
[0283]
获取手绘草图，将手绘草图输入预训练的立体图生成网络，对应生成立体图，立体图包括像素亮度信息；
[0284]
在立体图中接收区域选择指令，根据区域选择指令确认目标区域；
[0285]
接收显示参数，显示参数用于确认立体图的显示效果；
[0286]
根据像素亮度信息、目标区域以及显示参数，对立体图进行处理生成效果图。
[0287]
注意，上述仅为本发明实施例的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明实施例不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明实施例的保护范围。因此，虽然通过以上实施例对本发明实施例进行了较为详细的说明，但是本发明实施例不仅仅限于以上实施例，在不脱离本发明实施例构思的情况下，还可以包括更多其他等效实施例，而本发明实施例的范围由所附的权利要求范围决定。