公开(公告)号：CN115205965A

公开(公告)日：2022-10-18

申请号：CN202210717229.1

申请日：2022-06-23

Applicant: 南通大学

Inventor： 高瞻 ,  张祺 ,  邵叶秦 ,  王杰华

IPC: G06V40/20 ,  G06V10/82 ,  G06V10/774 ,  G06V20/70 ,  G06V10/776 ,  G06V10/26 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供基于改进的YOLO_X算法与注意力模块相结合的头盔检测方法，包括以下步骤：S1、获取人佩戴头盔与未佩戴头盔的图像数据，并进行筛选；S2、对筛选后的一部分图像数据进行重采样和数据增强；S3、将经过数据增强与未数据增强的图像数据汇总成数据集，并对图像数据进行标签标注S4、构建基于改进的YOLO_X算法与注意力模块相结合的头盔检测模型；S5、选取数据集中的一部分图像数据作为训练集训练S4的头盔检测模型并进行参数优化，然后选取数据集中的另一部分图像数据作为测试集放入优化后的头盔检测模型中，输出头盔佩戴预测结果。本发明能提高头盔检测算法的准确度，从而辅助相关部门制定相关决定，减轻交通部门与施工单位的工作量。

公开(公告)号：CN117522680A

公开(公告)日：2024-02-06

申请号：CN202311501557.9

申请日：2023-11-10

Applicant: 南通大学

Inventor： 徐蕾 ,  高瞻 ,  朱恒 ,  朱琳 ,  张祺

IPC: G06T3/18 ,  G06V10/80 ,  G06V10/40 ,  G06V10/82 ,  G06N3/0464 ,  G06Q30/0601 ,  G06V10/77 ,  G06V10/74

Abstract: 本发明提供了一种基于轻量化结构的虚拟试衣方法，属于虚拟现实与仿真技术领域。解决了虚拟试衣网络结构参数多且模型复杂，占用内存大，限制了在实时应用领域发展的问题和在遮挡等情况下由人体解析器导致的错误服装变形的技术问题。其技术方案为：该框架在训练阶段基于预训练的模型MB生成输出图像作为轻量化结构的虚拟试衣模型M的输入，并作为信息来源指导无需人体表示的模型M中变形模块实现服装变形。在轻量化模型M中将特征提取模块和生成模块基于MobileNetV2架构融合倒残差块，使模型拥有更高的吞吐量和较小的内存使用，最终生成逼真的试穿图像。本发明的有益效果为：提高虚拟试衣系统的视觉效果和用户满意度。

公开(公告)号：CN117057976A

公开(公告)日：2023-11-14

申请号：CN202310982956.5

申请日：2023-08-04

Applicant: 南通大学

Inventor： 徐蕾 ,  高瞻 ,  朱恒 ,  张祺 ,  朱琳

IPC: G06T3/00 ,  G06V10/26 ,  G06V10/40 ,  G06V10/82 ,  G06V40/10 ,  G06N3/0455 ,  G06N3/0464

Abstract: 本发明提供了一种基于局部外观流的虚拟试衣方法，属于虚拟现实与仿真技术领域。解决了在具有挑战性的输入情况下依然能够获得合理的翘曲部分和语义正确的完整服装，缓解了服装翘曲过程中纹理失真的技术问题。其技术方案为：包括以下步骤：S1、数据处理模块；S2、教师模块中包含多尺度特征提取模块、翘曲模块和生成模块；S3、学生模块中包含与教师模块相同的三个子模块。本发明的有益效果为：本发明在不需要人体解析的情况下，通过提取局部外观流信息，对服装进行局部翘曲变形，有效保持服装上的纹理特征和变形后的衣服细节，减少教师模块中生成图像的伪影，提高生成结果的质量和真实度。

公开(公告)号：CN117057976B

公开(公告)日：2024-03-19

申请号：CN202310982956.5

申请日：2023-08-04

Applicant: 南通大学

Inventor： 徐蕾 ,  高瞻 ,  朱恒 ,  张祺 ,  朱琳

IPC: G06T3/04 ,  G06V10/26 ,  G06V10/40 ,  G06V10/82 ,  G06V40/10 ,  G06N3/0455 ,  G06N3/0464

Abstract: 本发明提供了一种基于局部外观流的虚拟试衣方法，属于虚拟现实与仿真技术领域。解决了在具有挑战性的输入情况下依然能够获得合理的翘曲部分和语义正确的完整服装，缓解了服装翘曲过程中纹理失真的技术问题。其技术方案为：包括以下步骤：S1、数据处理模块；S2、教师模块中包含多尺度特征提取模块、翘曲模块和生成模块；S3、学生模块中包含与教师模块相同的三个子模块。本发明的有益效果为：本发明在不需要人体解析的情况下，通过提取局部外观流信息，对服装进行局部翘曲变形，有效保持服装上的纹理特征和变形后的衣服细节，减少教师模块中生成图像的伪影，提高生成结果的质量和真实度。

公开(公告)号：CN116680930A

公开(公告)日：2023-09-01

申请号：CN202310799891.0

申请日：2023-06-30

Applicant: 南通大学

Inventor： 朱恒 ,  高瞻 ,  徐蕾 ,  朱琳 ,  张祺

IPC: G06F30/20 ,  G06F18/27 ,  G06F119/14

Abstract: 本发明提供了一种基于随机森林预测的布料仿真建模方法，属于布料仿真与机器学习技术领域。解决了传统的物理方法需要很大的计算量的问题。其技术方案为：包括以下步骤：S1：建立布料仿真模型；S2：构建随机森林回归模型；S3：三维插值算法。本发明的有益效果为：本发明利用传统物理方法所得出的数据，建立随机森林回归模型，通过回归模型来得出位移的变化结果，减轻物理方法沉重的计算，增加了质点数量，提高了运行效率，从而达到了优化布料画质的效果。