-
公开(公告)号：CN112100908A
公开(公告)日：2020-12-18
申请号：CN202010895295.9
申请日：2020-08-31
Applicant: 西安工程大学
Abstract: 本发明公开了一种基于多条件深度卷积生成对抗网络的服装设计方法，包括：获取服装图像数据集，提取服装图像数据集中每个服装图像的特征；对服装图像数据集中服装图像的特征进行统一分类，得到不同种类的服装图像数据子集，并对每类服装图像数据子集标注类别标签；建立生成网络与判别网络的多层深度卷积神经网络；将多个服装图像数据子集依次输入多层深度卷积神经网络进行训练，得到每个服装图像数据子集对应的服装网络模型；向服装网络模型中输入需求信息，提取服装图像数据子集对应的服装网络模型，在服装网络模型的生成网络中生成服装图像。
-
公开(公告)号：CN112100908B
公开(公告)日：2024-03-22
申请号：CN202010895295.9
申请日：2020-08-31
Applicant: 西安工程大学
IPC: G06V10/82 , G06V10/764 , G06V10/774 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于多条件深度卷积生成对抗网络的服装设计方法，包括：获取服装图像数据集，提取服装图像数据集中每个服装图像的特征；对服装图像数据集中服装图像的特征进行统一分类，得到不同种类的服装图像数据子集，并对每类服装图像数据子集标注类别标签；建立生成网络与判别网络的多层深度卷积神经网络；将多个服装图像数据子集依次输入多层深度卷积神经网络进行训练，得到每个服装图像数据子集对应的服装网络模型；向服装网络模型中输入需求信息，提取服装图像数据子集对应的服装网络模型，在服装网络模型的生成网络中生成服装图像。
-
公开(公告)号：CN113822175A
公开(公告)日：2021-12-21
申请号：CN202111033391.3
申请日：2021-09-03
Applicant: 西安工程大学
Abstract: 本发明公开了一种基于关键点聚类驱动匹配的虚拟试衣图像生成方法，包括：对人体姿态进行建模得到人体姿态热图，同时计算人体分割图，得到去除人体头部信息的二元掩码；将姿态热图、二元掩码和目标衣服作为图形匹配网络的输入，输出粗合成试穿图像、扭曲后衣服的二值掩码；以扭曲后衣服二值掩码为目标，利用关键点聚类匹配算法，对目标衣服进行扭曲处理；将扭曲后的目标衣服与粗合成试穿图像作为细化网络的输入，输出合成真实图像。能使目标衣服与扭曲后衣服保持一致性，简化匹配过程，进而提高了服装配准扭曲的精确度，保证虚拟试穿的整体效果。
-
公开(公告)号：CN113822175B
公开(公告)日：2023-09-01
申请号：CN202111033391.3
申请日：2021-09-03
Applicant: 西安工程大学
IPC: G06V40/10 , G06V10/44 , G06V10/762 , G06V10/75 , G06Q30/0601 , G06N7/01
Abstract: 本发明公开了一种基于关键点聚类驱动匹配的虚拟试衣图像生成方法，包括：对人体姿态进行建模得到人体姿态热图，同时计算人体分割图，得到去除人体头部信息的二元掩码；将姿态热图、二元掩码和目标衣服作为图形匹配网络的输入，输出粗合成试穿图像、扭曲后衣服的二值掩码；以扭曲后衣服二值掩码为目标，利用关键点聚类匹配算法，对目标衣服进行扭曲处理；将扭曲后的目标衣服与粗合成试穿图像作为细化网络的输入，输出合成真实图像。能使目标衣服与扭曲后衣服保持一致性，简化匹配过程，进而提高了服装配准扭曲的精确度，保证虚拟试穿的整体效果。
-
-
-
Search Results
4
records
(took 0.022 seconds)
