作品名稱:虛擬試衣-智能家電
學校名稱:山東理工大學
參賽隊伍:五有人才隊
參賽學生:管義清 丁晴
指導老師:梁群
本項目立足于生活中的需求,將網絡技術與日常生活相結合。采用3D試衣模型技術,運用人體解析,人體分離,人體紋理,UV貼圖實現對人體模型建立。在服裝建模方面采用換衣實現和服裝變形技術,換衣實現只需制作好每件衣服的紋理圖片,然后修改網格文件中對于紋理圖案的聲明就能將衣服傳到人體模特的身上,然后對人體模特以及衣服的結合進行細節處理,使衣服更加貼合,更加真實。服裝變形方面運用了Thin Plate Spline 薄板樣條、空間變換網絡(STN)、CP-VTON幾何匹配模塊Geometric Matching Module (GMM)等技術。同時我們也運用圖片建模,如果用戶對于APP上已有的人體模型素材并不滿意,還可以使用圖片建模功能。圖片建模功能是用戶將自身照片上傳到APP上,APP對照片自動分析并建模。在線下我們投放虛擬試衣鏡,試衣鏡運用3D圖像識別技術,辨識影像技術,機器識別技術,用戶可以在虛擬試衣鏡進行數據上傳。我們采用Saas模式,建立云端數據庫。建立短期長期盈利計劃,采用社交媒體營銷、國內高校營銷、節目效果營銷、比賽熱點營銷,試點營銷多種方式提高產品知名度,打造一個完美的平臺。運用人體解析,人體分離,人體紋理,UV貼圖實現對人體模型建立。在服裝建模方面采用換衣實現和服裝變形技術,換衣實現只需制作好每件衣服的紋理圖片,然后修改網格文件中對于紋理圖案的聲明就能將衣服傳到人體模特的身上,然后對人體模特以及衣服的結合進行細節處理,使衣服更加貼合,更加真實。服裝變形方面運用了Thin Plate Spline 薄板樣條、空間變換網絡(STN)、CP-VTON幾何匹配模塊Geometric Matching Module (GMM)等技術。
Thin Plate Spline 薄板樣條
它的插值方法為2D插值方法
傳統的插值方法如雙線性插值,僅僅能夠保證映射前后的圖片有四個基準點被準確映射。TPS則通過扭曲圖片來保證有多個點能夠同時被映射,同時最小化彎曲能量。
試衣背景圖片并非重點需求,因此采用貼圖,選取一些高質量高清晰度以及具有代表性的圖片作為背景供使用者選擇。
3D試衣最主要的特點就是可以讓使用者自由旋轉,以及3D人體模型和模型衣服的精美結合使得衣服看上去就如同穿在使用者的身上一般,更加貼近現實,有利于使用者買衣服時的正確選擇。
除了發送高清圖片到APP上進行分析建模外,用戶還可以在虛擬試衣鏡上進行數據上傳和建模。
如果完整的程序在開發完成后,在實際應用方面的速度達不到理想要求,我們后續會利用C++語言和其它方式進行進一步優化。后續的成品中將有檢測身體數據,實時試衣等功能。通過對人體的檢測得出數據除了發送高清圖片到APP上進行分析建模外,用戶還可以在虛擬試衣鏡上進行數據上傳和建模。這里先給出一個簡單的人臉識別以及對人物戴上墨鏡的簡單代碼以供參考。這個代碼是利用了Python Opencv 進行實現的。
OpenCV提供的視覺處理算法非常豐富,并且它部分以C語言編寫,加上其開源的特性,處理得當,不需要添加新的外部支持也可以完整的編譯鏈接生成執行程序,所以很多人用它來做算法的移植,OpenCV的代碼經過適當改寫可以正常的運行在DSP系統和ARM嵌入式系統中。
如果完整的程序在開發完成后,在實際應用方面的速度達不到理想要求,我們后續會利用C++語言和其它方式進行進一步優化。
后續的成品中將有檢測身體數據,實時試衣等功能。通過對人體的檢測得出數據。