基于图像识别的服装定制方法、系统及计算机设备与流程

1.本发明涉及计算机辅助设计技术领域，尤其涉及一种基于图像识别的服装定制方法、系统及计算机设备。


背景技术：

2.传统服装的批量化生产存在服装积压的库存风险，且难以实时满足用户的个性化服装需求。随着时代的飞速发展，人们对于定制化服装的需求正在逐渐成为发展趋势。而定制化生产服装的难点就在于如何采集到人体数据，一般是通过量体师来完成的。量体师集导购、量体、销售能力于一身，量体师在完成量体后，用户与量体师就自己的穿着场合、习惯和喜好进行充分沟通后，再选择面料、领型、袖型等。量体完成，用户下单之后，量体师还将承担起售后服务工作。随着个性化服装定制需求的快速发展，量体师难以应对批量的服装定制化需求，如何从设计到生产阶段快速满足用户对于定制化服装的需求成为亟待解决的问题。


技术实现要素：

3.本发明实施例提供一种基于图像识别的服装定制方法、系统及计算机设备，以解决从设计到生产阶段快速满足用户对于定制化服装的需求的问题。
4.一种基于图像识别的服装定制方法，包括：获取用户通过客户端发送的服装定制请求，服装定制请求包括用户身材数据和服装款式；分析人体照片，获取用户对应的至少两个人体穿衣特征值；基于至少两个人体穿衣特征值，从3d人体库中匹配对应的3d模拟人体，并基于所有人体特征值对3d模拟人体进行修正，以使3d模拟人体的外形轮廓最接近用户的真实值，并将修正结果作为3d试穿模特；将服装款式试穿到3d试穿模特身上，并将3d试穿效果实时推送给客户端进行显示；若获取客户端基于3d试穿效果发送的定制确认请求，则基于服装定制模板生成与3d试穿效果相关的所有服装定制数据。
5.一种基于图像识别的服装定制系统，包括：获取定制请求模块，用于获取用户通过客户端发送的服装定制请求，服装定制请求包括用户身材数据和服装款式；分析人体照片模块，用于分析人体照片，获取用户对应的至少两个人体穿衣特征值；修正3d模拟人体模块，用于基于至少两个人体穿衣特征值，从3d人体库中匹配对应的3d模拟人体，并基于所有人体特征值对3d模拟人体进行修正，以使3d模拟人体的外形轮廓最接近用户的真实值，并将修正结果作为3d试穿模特；
显示试穿服装款式模块，用于将服装款式试穿到3d试穿模特身上，并将3d试穿效果实时推送给客户端进行显示；生成定制数据模块，用于若获取客户端基于3d试穿效果发送的定制确认请求，则基于服装定制模板生成与3d试穿效果相关的所有服装定制数据。
6.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述基于图像识别的服装定制方法。
7.上述基于图像识别的服装定制方法、系统及计算机设备，通过将图像识别、3d显示技术以及参数化的cad（computer aided design，计算机辅助涉及）技术等相结合，形成一套完整的解决方案，让用户直观地看到服装的三维立体穿身效果，并可依据个人喜好进行款式替换，能够有效地提升定制服装的定制精度与定制效率，相对于传统的裁缝式的量体裁衣，本系统能够实现定制化服装的数字化与标准化，减少对量体师的依赖，最终实现规模化的服装定制。
8.附图说明
9.为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
10.图1是本发明一实施例中基于图像识别的服装定制方法的应用环境示意图；图2是本发明一实施例中基于图像识别的服装定制方法的流程图；图3是本发明一实施例中基于图像识别的服装定制方法中获取的真人轮廓示例图；图4是本发明一实施例中基于图像识别的服装定制方法中形成的形成服装定制数据示例图；图5是本发明一实施例中基于图像识别的服装定制方法的第一流程图；图6是本发明一实施例中基于图像识别的服装定制方法的第二流程图；图7是本发明一实施例中基于图像识别的服装定制方法的第三流程图；图8是本发明一实施例中基于图像识别的服装定制方法中用户修改参数的面板示例图；图9是本发明一实施例中基于图像识别的服装定制方法的第四流程图；图10是本发明一实施例中基于图像识别的服装定制方法中用户的3d试穿服装展示图；图11是本发明一实施例中基于图像识别的服装定制方法的第五流程图；图12是本发明一实施例中基于图像识别的服装定制方法的全流程示意图；图13是本发明一实施例中基于图像识别的服装定制系统的示意图；图14是本发明一实施例中计算机设备的示意图。
11.具体实施方式
12.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
13.本发明实施例提供的基于图像识别的服装定制方法，可应用在如图1的应用环境中，该基于图像识别的服装定制方法应用在基于图像识别的服装定制系统中，该基于图像识别的服装定制系统包括客户端和服务器，其中，客户端通过网络与服务器进行通信。客户端又称为客户端，是指与服务器相对应，为客户端提供本地服务的程序。该客户端可安装在但不限于各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备等计算机设备上。服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
14.在一实施例中，如图2所示，提供一种基于图像识别的服装定制方法，以该方法应用在图1中的服务器为例进行说明，具体包括如下步骤：s10.获取用户通过客户端发送的服装定制请求，服装定制请求包括用户身材数据和服装款式。
15.其中，于本实施例中，用户身材数据包括用户的人体照片和用户身高。人体照片包括正面照和侧面照。
16.服装款式包括服装本体样式和/或与服装相关的服装配饰，比如，丝巾、服饰项链、搭配小物件等，此处不作具体限定。
17.本实施例提供的服装定制请求不仅可定制服装款式，还可基于服装款式定制服装配饰，更加全面地解决用户的服装定制需求，一次性解决用户的所有服装定制需求。
18.进一步地，本实施例提供的服装款式还提供场合建议，场合建议可以注释形式进行显示。服装配饰也以注释的形式显示在服装本体附近。
19.s20.分析人体照片，获取用户对应的至少两个人体穿衣特征值。
20.其中，人体穿衣特征值包括衣长、袖长、肩宽、胸围、腰围、臀围、裤长、腿围以及膝围等所有与人体服装定制有关的参数。
21.s30.基于至少两个人体穿衣特征值，从3d人体库中匹配对应的3d模拟人体，并基于所有人体特征值对3d模拟人体进行修正，以使3d模拟人体的外形轮廓最接近用户的真实值，并将修正结果作为3d试穿模特。
22.其中，3d人体库是经大量的测量统计基础上按照身高和胸围的数据所建立的数字人体库，覆盖了大多数的人体类型，用于后续通过与人体照片的比对，能够最大程度地匹配到最接近真实用户人体的体型。
23.具体地，如图3所示，输入人体照片，并且输入身高数据，系统根据人体与背景的颜色，自动识别出人体的轮廓，如图3左侧部分所示，分为正面与侧面两部分，然后根据输入的身高数据，系统按比例调整图形大小，使图形与真人的轮廓大小尽量一致。
24.本实施例所提供的3d数字人体库中，3d人体具有骨骼，能够根据人体照片自动调整3d人体的体态。在数字人体的关键部位设有调整参数，能够根据照片的体型特征，系统自
动实现人体的驼背、弯腰、凸肚、后仰等特体的修改，使之与真实的人体更加接近作为3d试穿模特。
25.s40.将服装款式试穿到3d试穿模特身上，并将3d试穿效果实时推送给客户端进行显示。
26.具体地，通过3d试穿模特所测量、输出的数据与服装样版尺码表里的各个参数是一一对应的关系。通过cad（computer aided design，计算机辅助设计）系统导入人体数据后，cad系统通过计算，系统自动完成相关样版图形的自动修改。
27.s50.若获取客户端基于3d试穿效果发送的定制确认请求，则基于服装定制模板生成与3d试穿效果相关的所有服装定制数据。
28.其中，在面向用户的3d展示服装定制系统内，服装的分类与部件的分类与后台服装版型库的分类相一致，每个款式和部件都有一一对应的编号，随着消费者选择不同的款式或部件，系统会在版型库内匹配对应的服装样版，而对应的样版又同时匹配对应的3d服装，所有与服装定制相关的数据形成服装定制数据，如图4所示。
29.具体地，服装定制系统使用参数化的cad系统建立各种服装的样版库，并且使用这些样版，通过缝合设置，建立3d服装款式。分别对样版和3d服装款式进行分类编号，使样版和3d服装一一对应。
30.本实施例提供的基于图像识别的服装定制方法，通过将图像识别、3d显示技术以及参数化的cad）技术等相结合，形成一套完整的解决方案，让用户直观地看到服装的三维立体穿身效果，并可依据个人喜好进行款式替换，能够有效地提升定制服装的定制精度与定制效率，相对于传统的裁缝式的量体裁衣，本系统能够实现定制化服装的数字化与标准化，减少对量体师的依赖，最终实现规模化的服装定制。
31.在一具体实施例中，如图5所示，在步骤s10之前，即获取用户通过客户端发送的服装定制请求之前，还包括:s101.获取客户端发送的服装选型请求，服装选型请求包括至少一个选型关键词。
32.其中，选型关键词包括穿着场合、服装样式、面料、服装配饰等所有用户期待定制服装的关键词。
33.s102.基于数字服装版型库和所有选型关键词，匹配出对应的服装待选款式，并按相关性大小来排序并显示服装待选款式。
34.本实施例可展示与用户预期最接近的服装款式以及相关的搭配，从面料到场合都可参考。
35.s103.若客户端基于服装待选款式发送款式更新请求，款式更新请求包括至少一个款式更新参数，则基于所有款式更新参数更新服装待选款式，形成服装选型请求对应的服装款式。
36.具体地，用户在选型过程中还可根据个人喜好继续再对可修改的参数进行修改替换。
37.在一具体实施例中，在步骤s20中，即分析人体照片，获取用户对应的至少两个人体穿衣特征值，包括：通过人体姿态算法分析人体照片，获取用户对应的至少两个人体穿衣特征值，人体穿衣特征值包括一般体型特征和特殊体型特征。
38.其中，人体骨架是以图形形式对一个人的方位所进行的描述。本质上，骨架是一组坐标点，可以连接起来以描述该人的位姿。骨架中的每一个坐标点称为一个“部分（part）”（或关节、关键点）。两个部分之间的有效连接称为一个“对（pair）“（或肢体）。人体姿态算法有多个应用场景，多年来发展出了多种人体姿态估计算法。通常针对图像中单个人的姿态过程为：首先识别出各个部分，然后根据它们之间的连接关系以确认姿态。
39.本实施例提供的系统集成人体测量功能，不仅仅测量常规的人体数据，诸如衣长、袖长、肩宽、胸围、腰围、臀围、裤长、腿围、膝围等一般体型数据，还包括人体的左右肩斜量、左右臂长、驼背量、弯腰量、凸肚量、后仰量等特殊体型数据。
40.在一具体实施例中，人体穿衣特征值包括正面轮廓截面面积、侧面轮廓截面面积和身高。在步骤s30中，即基于至少两个人体穿衣特征值，从3d人体库中匹配对应的3d模拟人体，包括：基于正面轮廓截面面积、侧面轮廓截面面积和身高，从3d人体库中进行匹配，获取相似度最高的3d库存人体作为3d模拟人体。
41.具体地，人体照片与3d人体比对的方法采用截面面积接近的方法，即通过图像识别后，自动计算出人体正面轮廓及侧面轮廓的截面面积，与相同身高的3d人体的正面轮廓及侧面轮廓的截面面积进行比对，挑选出截面面积重合度最高的3d人体。
42.人体照片与3d人体比对的方法采用截面面积接近的方法，即通过图像识别后，自动计算出人体正面轮廓及侧面轮廓的截面面积，与相同身高的3d人体的正面轮廓及侧面轮廓的截面面积进行对比，最接近的为相似度最高的人体。系统自动调整3d人体姿态与局部形状，使3d人体的截面轮廓与拍照人体的轮廓最大程度重合。最后所形成的3d人体视为目标人体。
43.在一具体实施例中，服装款式包括服装本体和/或服装配件。如图6所示，在步骤s40中，即将服装款式试穿到3d试穿模特身上，包括：s41.基于3d试穿模特的模特特征值，从数字服装版型库中获取对应的服装型号和配件型号。
44.其中，模特特征值即为与用户最接近人体的模特的穿衣特征值。
45.s42.将与服装型号对应的服装本体试穿到3d试穿模特上。
46.和/或，s43.将与配件型号对应的服装配件试穿到3d试穿模特上。
47.在一具体实施例中，如图7所示，在步骤s40之后，即在将服装款式试穿到3d试穿模特身上之后，还包括：s401.获取客户端发送的试穿更新请求，试穿更新请求包括携带服装本体和/或服装配件的试穿更新数据，试穿更新数据。
48.其中，试穿更新数据包括对于面料、款式、大小、颜色以及涉及服装定制的所有可修改参数，如图8所示。
49.可以理解地，cad所修改的样版与“穿”在“人”身上的3d虚拟服装是对应关系，平面的服装样版与立体的3d虚拟服装可以实现同步修改。
50.本实施例提供的服装定制方法，可最大化灵活化满足用户的定制需求。
51.s402.基于试穿更新数据，对3d试穿模特的穿着进行动态更新。
52.具体地，本实施例提供的服装定制方法可实时查看各种穿衣状态以及穿衣状态的变化。
53.在一具体实施例中，如图9所示，在步骤s50之后，即在基于服装定制模板生成与3d试穿效果相关的所有服装定制数据之后，还包括：s5011.向客户端推送选定服装生产商指令，选定服装生产商指令包括至少一个待选服装生产商。
54.s5012.接收客户端基于所有待选服装生产商返回的携带目标服装生产商的服装生产请求。
55.具体地，如图10所示，用户在电脑终端上可以选择不同的款式、部件和面料，系统将这些“衣服”直观地穿在“自己”身上。用户还可以调整相应的衣服数据，以使衣服能够比例美观、穿着舒适。确认好款式后，用户就可以支付下单定制服装。下单后，订单的相关信息和服装样版就通过网络传到服装生产商，服装生产商根据这些信息和样版就能够完成服装的生产。
56.s5013.向目标服装生产商发送服装定制请求，服装定制请求包括用户对应的用户id和服装定制数据。
57.在一具体实施例中，如图11所示，在步骤s50之后，即在基于服装定制模板生成与所述3d试穿效果相关的所有服装定制数据之后，还包括：s5021.基于预设统计条件和服装定制数据库，统计条件包括目标人群和统计时间，获取服装定制统计结果。
58.其中，目标人群可以年龄、职业、群体、性别以及场合等维度进行划分，此处不作具体限定。
59.s5022.基于服装定制统计结果，按预设模板生成服装定制报告，服装定制报告包括服装定制趋势。
60.具体地，通过本实施例提供的服装定制方法可通过大数据统计有效获取不同维度上的服装定制趋势，利于服装生产商进行进一步的产品设计。
61.本实施例提供的基于图像识别的服装定制方法，通过集成图像识别、图形比对、3d人体、参数化cad、版型库、虚拟试衣、选款下单等环节，打通各个环节的数据，实现从量体到自动改版、自主设计、虚拟试穿、选款下单等全流程数字化、自动化。具体的系统流程如图12所示，用户可直观地看到服装的三维立体穿身效果，并可依据个人喜好进行款式替换，能够有效地提升定制服装的定制精度与定制效率，相对于传统的裁缝式的量体裁衣，本系统能够实现定制化服装的数字化与标准化，减少对量体师的依赖，最终实现规模化的服装定制。
62.本实施例提供的基于图像识别的服装定制方法，结合图像识别系统、3d数字人体库、人体比对、人体测量、参数化的cad系统、服装数字版型库、3d虚拟试衣系统、订单系统等功能模块。在大量人体数据测量与统计的基础上，根据常见的人体类型建立3d数字人体库。用户可使用智能终端从正面、侧面以及背面拍摄全身照片，输入服装定制系统后，系统通过图像识别，测量出人体截面面积和关键部位的数据，然后通过数据的比对，从数字人体库内找到对应的3d人体。
63.根据照片的体态形状，对数字3d人体体态做必要调整，使之更加接近真人的形态，系统自动测量出人体的各个部位的数据，将数据自动发送到参数化的cad系统内，cad系统
根据用户所选的款式，自动从数字服装版型库中调取对应款式的服装样版，并根据人体数据自动修改服装样版，然后通过3d虚拟显示系统，将修改好的服装样版“穿”在3d人体上，让用户能够直观地看到衣服与人体的比例关系，并且能够通过用户参与式的交互设计，使服装的尺寸比例更加符合用户的需求，并且能够选择不同的面料与局部特征，在达到最大满意度的前提下，通过系统完成下单。下单后，系统通过网络将用户的相关数据信息以及根据用户体型数据形成的样版文件发送至生产企业，生产企业根据这些精准的数据最终完成服装的生产。
64.进一步地，本实施例提供的基于图像识别的服装定制方法，相对于传统的裁缝式的量体裁衣，本系统能够帮助服装企业实现定制生产的数字化与标准化，减少对量体师的依赖，将人体识别、数据测量、服装样版修改、虚拟试衣以及选款下单等环节做了系统集成和数据的无缝对接，能够最大程度提升定制服装的准确度，效率更高，实现规模化的服装定制。
65.应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
66.在一实施例中，提供一种基于图像识别的服装定制系统，该基于图像识别的服装定制系统与上述实施例中基于图像识别的服装定制方法一一对应。如图13所示，该基于图像识别的服装定制系统包括获取定制请求模块10、分析人体照片模块20、修正3d模拟人体模块30、显示试穿服装款式模块40和生成定制数据模块50。各功能模块详细说明如下：获取定制请求模块10，用于获取用户通过客户端发送的服装定制请求，服装定制请求包括用户身材数据和服装款式。
67.分析人体照片模块20，用于分析人体照片，获取用户对应的至少两个人体穿衣特征值。
68.修正3d模拟人体模块30，用于基于至少两个人体穿衣特征值，从3d人体库中匹配对应的3d模拟人体，并基于所有人体特征值对3d模拟人体进行修正，以使3d模拟人体的外形轮廓最接近用户的真实值，并将修正结果作为3d试穿模特。
69.显示试穿服装款式模块40，用于将服装款式试穿到3d试穿模特身上，并将3d试穿效果实时推送给客户端进行显示。
70.生成定制数据模块50，用于若获取客户端基于3d试穿效果发送的定制确认请求，则基于服装定制模板生成与3d试穿效果相关的所有服装定制数据。
71.关于基于图像识别的服装定制系统的具体限定可以参见上文中对于基于图像识别的服装定制方法的限定，在此不再赘述。上述基于图像识别的服装定制系统中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
72.在一实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图14所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括
非易失性介质、内存储器。该非易失性介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于基于图像识别的服装定制方法相关的数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于图像识别的服装定制方法。
73.在一实施例中，提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述实施例基于图像识别的服装定制方法，例如图2所示s10至步骤s50。或者，处理器执行计算机程序时实现上述实施例中基于图像识别的服装定制系统的各模块/单元的功能，例如图13所示模块10至模块50的功能。为避免重复，此处不再赘述。
74.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，该计算机程序可存储于一非易失性计算机可读取介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器（rom）、可编程rom（prom）、电可编程rom（eprom）、电可擦除可编程rom（eeprom）或闪存。易失性存储器可包括随机存取存储器（ram）或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram（sram）、动态ram（dram）、同步dram（sdram）、双数据率sdram（ddrsdram）、增强型sdram（esdram）、同步链路（synchlink） dram（sldram）、存储器总线（rambus）直接ram（rdram）、直接存储器总线动态ram（drdram）、以及存储器总线动态ram（rdram）等。
75.所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述系统的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。
76.以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。