基于款式变换和局部渲染的虚拟试衣网络

这是一篇关于虚拟试衣,语义分割,款式变换,局部渲染,图像保真的论文, 主要内容为随着互联网技术的迅猛发展,越来越多的消费者喜欢在电商平台上购买衣服,由于服装电商平台的特殊性,人们无法试穿,只能通过虚拟模特来观察服装效果,并不能直观地判断服装是否适合自己。虚拟试衣技术通过三维建模仿真或二维图像生成让服装虚拟试穿到用户身上,用户通过试衣结果体验自己穿着不同款式的服装,直观判断自己是否心仪某件衣服,从而辅助用户做出购买决策,丰富用户的在线购物体验,还有助于提升商家的销售额。于是,吸引了越来越多的学者研究虚拟试衣技术,这也是本文研究和探讨的重点问题。然而,学者们提出的虚拟试衣方法依然有可以改进的地方。已有方法的试衣结果会出现目标人物细节特征丢失、参考服装细节特征丢失以及非试衣区域特征发生改变等情形,影响了服装观感以及试穿者对服装的评判,并且当目标人物姿态较为复杂时,达不到令人满意的试衣效果。为了不断完善和改进虚拟试衣任务的网络,本文提出了基于款式变换和局部渲染相结合的虚拟试衣网络,通过输入目标人物图像和参考服装图像,该网络可以实现将参考服装试穿到目标人物身上。为了实现这个任务,本文的具体工作如下:1.虚拟试衣是将参考服装迁移到目标人物特定的服装区域,针对如何寻找出服装区域的位置,本文利用语义分析对目标人物图像进行像素级地语义分割,分割成多个语义区域(上衣区域、下衣区域、脸部区域、头发区域、手臂区域等),指导网络准确地将服装迁移到特定的区域,同时也为款式变换和局部渲染提供实施条件。2.由于服装款式属性多样,让网络很好地适应不同款式间的试衣,这是个比较困难的任务,针对如何优化不同款式间的试衣效果。本文使用可学习的款式变换模块,可以按照参考服装的款式对目标人物进行款式属性的转换,转换后的目标人物和参考服装属于同款,即将不同款式间的试衣转变为同款间的试衣,间接降低了试衣难度,进而提升试衣效果。3.目标人物的姿态具有多样性,针对如何让服装更加契合每个目标人物的身材姿态,本文使用服装形变模块将参考服装按照目标人物图像的姿态进行相对应的形变。4.针对如何保留目标人物原始细节特征和维持图像观感,本文提出局部渲染的策略,借助服装语义分析,确定具体的服装区域后,仅对目标服装区域进行渲染,更好地保留非试衣区域的特征。并利用服装渲染模块将款式变换后的人物图像和形变后的参考服装进行融合,得到最终的试衣结果。5.针对如何保留形变后服装的纹理和图案细节特征,防止纹理线条发生畸变,本文设计新的损失函数M-SL,由局部损失和全局损失构成。局部损失用来保留服装的局部细节特征,并约束纹理线条不发生变形;全局损失用来维持服装的全局信息。在使用M-SL后,形变后的参考服装的纹理、图案保持的更加自然。定性和定量的实验表明,本文方法更好地保持了目标人物细节特征,尤其在人物手臂、手部等细节保持方面效果显著,也保持了参考服装纹理和图案的细节特征。除试衣区域外,更好地保留了非试衣区域的特征信息,试衣后图像更加写实保真,且维持了目标人物的身份信息,并且能够在目标人物姿态复杂的情形下,生成令人满意的试衣结果。

基于外观形变的虚拟试衣方法研究

这是一篇关于虚拟试衣,外观流,空间自适应归一化,图像形变,多场景的论文, 主要内容为近年来,随着人工智能技术不断发展与创新,电子商务借助人工智能技术实现新突破。各大电商平台相继推出虚拟试衣服务,旨在改善消费者的网购体验,从而提高零售商的销量。本文主要研究基于图像的虚拟试衣,并根据适用场景将其划分为基于时尚单品场景的虚拟试衣和基于全套服饰场景的虚拟试衣。通过对两个场景的虚拟试衣方法的深入研究,本文展开以下两个工作:(1)通过分析基于时尚单品场景的虚拟试衣的难点,针对其存在的服装形变、服装纹理保留以及人体遮挡问题,本文提出了一种新的基于时尚单品场景的虚拟试衣方法,由外观流估计模块和生成模块组成。外观流模块通过服装信息与目标人物外观信息之间的潜在对应关系,以无监督学习方式估计外观流,对服装进行自然的形变,从而使服装与目标人物的姿势、体形对齐。生成模块利用空间自适应归一化机制使人体部位语义信息在整个网络中高效传播,指导生成器有效地结合服装信息和人体信息生成高质量试穿结果图像。实验结果表明,该方法能生成真实的虚拟试衣结果,为消费者提供良好的虚拟试衣体验。(2)通过分析基于全套服饰场景的虚拟试衣的难点,针对目前基于时尚单品场景和全套服饰场景的虚拟试衣缺乏统一网络架构问题,本文提出了一种面向多场景的虚拟试衣方法,能够同时适用于时尚单品场景和全套服饰场景。该方法由语义对齐模块、多尺度外观流估计模块和渲染模块组成。语义对齐模块根据语义分割图从人物图像中剥离出服装部分,避免破坏服装整体结构,并通过语义对齐方式得到服装和目标人物的语义试穿结果。多尺度外观流估计模块根据语义试穿结果估计服装与目标人物之间的多尺度外观流。在渲染模块中,多尺度外观流将服装和人物在特征空间上进行对齐,促使模型生成新的服装内容,并额外引入不规则二进制掩膜对人体进行随机遮挡,使模型具有自适应生成人体部分的能力。实验结果表明,该方法能同时解决基于时尚单品场景和基于全套服饰场景的虚拟试衣的问题,并取得良好的虚拟试衣效果。本文围绕基于图像的虚拟试衣设计了两个实用的方法,并且进行了大量的相关实验以证明本文所提方法的有效性。

基于逆向造型的登山服智能设计系统

这是一篇关于智能设计系统,数据库,皮肤形变,服装逆向造型设计,虚拟试衣的论文, 主要内容为根据《中国智慧企业发展报告(2022)》阐述的智慧企业发展的背景形势:2021年数字经济发展取得新突破,数字经济规模达到45亿元,占GDP比重接近40%,在国民经济中更加稳固,支撑作用更加明显。党的二十大报告也进一步强调了数智化发展的重要性,推动企业数智创新发展成为关注热点。同时,随着户外运动市场的逐渐复苏与发展,消费者对于户外服装的需求也与日俱增,因此如何设计选择舒适满意的户外服装也成为企业和消费者亟需关注的问题。逆向造型设计系统就是一种新型的服装设计技术,以3D扫描技术为基础快速实现逆向服装设计。本课题基于逆向造型设计理论,以构建多重数据库协同设计的登山服智能设计系统为目标,对智能设计系统的逆向实现方式进行研究,并对设计系统与设计方案进行测试与评价。主要研究内容及结果如下:1智能设计系统的逆向逻辑逆向造型设计方法是指在原有的样衣或服装基础上进行逆向分析,并结合人体模型进行虚拟试衣的设计优化,快速获得符合个体化需求的服装设计方案。而基于逆向造型的登山服智能设计系统,可通过分析登山人员在登山过程中的需求解决人、服装和环境的关系。即首先扫描登山队员的人体数据得出皮肤形变规律,获取人体变化特征作为系统虚拟人体模型的数据库;然后采集已有的极高海拔登山服实物的模型数据,输入系统进行逆向分析得出服装的版型,创建数字模型及设计延展造型从而丰富款式库;最后将服装模型着装于虚拟模特身上进行三维试衣的静动态舒适度检验,通过结构调整优化设计方案,建立登山服系统试衣库。2智能设计系统的数字内容(1)通过获取6名专业登山人员的量体数据建立用户画像,进行虚拟模特的仿真构建,作为服装逆向造型AI试衣的基础。并以研究其1个站立动作和9个登山动作而获得皮肤形变规律,建立人体登山动作模型并进行分区,方便登山服试衣静动态舒适性的呈现和优化。(2)通过调研登山服市场160款登山服实物,提取款式信息和设计要素储存于部件资源库,为后续登山服设计提供设计素材。然后以登顶珠穆朗玛峰科考人员的登山服为例,进行设计要素的调研分析以及此款登山服实物的逆向造型还原,在还原的基础上形成延伸造型的设计方法,并结合调研结果进行系列的延伸设计和储存,由此建立登山服的智能款式库也不断扩大。(3)建立色彩、面料等其他资源库,多重数据库协同设计的构建增强了系统的智能性,不断完善登山服的虚拟试衣效果和设计优化。3智能设计系统的呈现方式依托人工智能语言和数字化技术对功能模块进行设计。以APP为载体,开发了一个基于JSP和My SQL的虚拟试衣系统,实现登山服设计系统的智能化构建,系统功能开发针对登山人员需求设置人体库、款式库、试衣库、以及其他元素库的功能模块。对实体系统APP的视觉进行可视化的设计与整合,并对用户的使用模块进行分析。系统设计了面对设计师管理员和用户的两个接口,并通过二者的使用不断增加资源库的储存:为管理员开放上传模型的通道和客户订单管理功能,使其方便进行后台数据库的操作;为用户设置交互式的首页功能模块和分页功能模块。4智能设计系统的优化验证通过对系统延展设计优化的登山服实物进行测试,验证该系统设计功能的适用性和准确性。并对比分析正逆向设计系统的流程,从而验证逆向设计系统的可行性。其中,实物验证主要通过暖体假人的热湿舒适性测试进行客观评价,以及登山人员的静动态着装舒适感进行主观评价,综合获得系统延展设计的登山服造型能够满足用户需求的整体评价。而系统流程的评价则通过设计Matlab程序的对比模拟实验,通过分析参数设置和运行程序对正逆向设计流程的进行对比分析,结果表明逆向设计流程优于普通的正向流程。综合以上研究,本课题设计构建了一个较为完善的逆向造型智能设计体系,能够满足使用者在服装造型设计思维上的多角度拓展。这种逆向思维过程还能够加快创新步伐,促成更优秀的设计方案。基于逆向造型的登山服智能设计系统,可通过逆向造型联动设计不断加速扩充数据库,不断完善登山服整体设计方案。以此为模板,同样可以运用到更多品类的服装设计中,为服装企业提供数字技术赋能设计的系统解决方案。

基于逆向造型的登山服智能设计系统

这是一篇关于智能设计系统,数据库,皮肤形变,服装逆向造型设计,虚拟试衣的论文, 主要内容为根据《中国智慧企业发展报告(2022)》阐述的智慧企业发展的背景形势:2021年数字经济发展取得新突破,数字经济规模达到45亿元,占GDP比重接近40%,在国民经济中更加稳固,支撑作用更加明显。党的二十大报告也进一步强调了数智化发展的重要性,推动企业数智创新发展成为关注热点。同时,随着户外运动市场的逐渐复苏与发展,消费者对于户外服装的需求也与日俱增,因此如何设计选择舒适满意的户外服装也成为企业和消费者亟需关注的问题。逆向造型设计系统就是一种新型的服装设计技术,以3D扫描技术为基础快速实现逆向服装设计。本课题基于逆向造型设计理论,以构建多重数据库协同设计的登山服智能设计系统为目标,对智能设计系统的逆向实现方式进行研究,并对设计系统与设计方案进行测试与评价。主要研究内容及结果如下:1智能设计系统的逆向逻辑逆向造型设计方法是指在原有的样衣或服装基础上进行逆向分析,并结合人体模型进行虚拟试衣的设计优化,快速获得符合个体化需求的服装设计方案。而基于逆向造型的登山服智能设计系统,可通过分析登山人员在登山过程中的需求解决人、服装和环境的关系。即首先扫描登山队员的人体数据得出皮肤形变规律,获取人体变化特征作为系统虚拟人体模型的数据库;然后采集已有的极高海拔登山服实物的模型数据,输入系统进行逆向分析得出服装的版型,创建数字模型及设计延展造型从而丰富款式库;最后将服装模型着装于虚拟模特身上进行三维试衣的静动态舒适度检验,通过结构调整优化设计方案,建立登山服系统试衣库。2智能设计系统的数字内容(1)通过获取6名专业登山人员的量体数据建立用户画像,进行虚拟模特的仿真构建,作为服装逆向造型AI试衣的基础。并以研究其1个站立动作和9个登山动作而获得皮肤形变规律,建立人体登山动作模型并进行分区,方便登山服试衣静动态舒适性的呈现和优化。(2)通过调研登山服市场160款登山服实物,提取款式信息和设计要素储存于部件资源库,为后续登山服设计提供设计素材。然后以登顶珠穆朗玛峰科考人员的登山服为例,进行设计要素的调研分析以及此款登山服实物的逆向造型还原,在还原的基础上形成延伸造型的设计方法,并结合调研结果进行系列的延伸设计和储存,由此建立登山服的智能款式库也不断扩大。(3)建立色彩、面料等其他资源库,多重数据库协同设计的构建增强了系统的智能性,不断完善登山服的虚拟试衣效果和设计优化。3智能设计系统的呈现方式依托人工智能语言和数字化技术对功能模块进行设计。以APP为载体,开发了一个基于JSP和My SQL的虚拟试衣系统,实现登山服设计系统的智能化构建,系统功能开发针对登山人员需求设置人体库、款式库、试衣库、以及其他元素库的功能模块。对实体系统APP的视觉进行可视化的设计与整合,并对用户的使用模块进行分析。系统设计了面对设计师管理员和用户的两个接口,并通过二者的使用不断增加资源库的储存:为管理员开放上传模型的通道和客户订单管理功能,使其方便进行后台数据库的操作;为用户设置交互式的首页功能模块和分页功能模块。4智能设计系统的优化验证通过对系统延展设计优化的登山服实物进行测试,验证该系统设计功能的适用性和准确性。并对比分析正逆向设计系统的流程,从而验证逆向设计系统的可行性。其中,实物验证主要通过暖体假人的热湿舒适性测试进行客观评价,以及登山人员的静动态着装舒适感进行主观评价,综合获得系统延展设计的登山服造型能够满足用户需求的整体评价。而系统流程的评价则通过设计Matlab程序的对比模拟实验,通过分析参数设置和运行程序对正逆向设计流程的进行对比分析,结果表明逆向设计流程优于普通的正向流程。综合以上研究,本课题设计构建了一个较为完善的逆向造型智能设计体系,能够满足使用者在服装造型设计思维上的多角度拓展。这种逆向思维过程还能够加快创新步伐,促成更优秀的设计方案。基于逆向造型的登山服智能设计系统,可通过逆向造型联动设计不断加速扩充数据库,不断完善登山服整体设计方案。以此为模板,同样可以运用到更多品类的服装设计中,为服装企业提供数字技术赋能设计的系统解决方案。

直播虚拟试衣服装售卖系统的设计与实现

这是一篇关于虚拟试衣,服装售卖系统,视频直播处理,图像生成的论文, 主要内容为随着互联网技术和移动设备的不断发展和普及,电商和物流早已逐渐融入人们的日常生活。人们可以足不出户从电商平台购买到自己想要的衣服,尽管如此,现有的电商系统仅为用户提供了衣服的商品展示或特定模特的试穿图片,这会带来与实体店购物最明显的不同,即用户很难判断此商品是否适合自己的身材,这样可能会导致用户放弃购买或不必要的退换商品。为解决这一问题,本文结合视频直播技术和虚拟试衣技术,设计并实现了直播虚拟试衣服装售卖系统,希望用户可以在短暂的视频延迟下观看到自己试穿特定衣服的直播视频。在视频直播中完成虚拟试衣的过程如下。首先,从视频直播流中实时地采集用户图像,将图像中提取的用户身材、姿势和试穿衣服作为深度学习网络的输入。然后对试穿衣服进行变形,进而生成用户试穿某件衣服的图像。最后,将生成的图像作为视频直播流的帧推送至流媒体服务器,此时用户从服务器拉取直播流后可观看到试穿衣服的直播视频。本系统利用了深度学习生成网络的生成结果以及视频直播的实时性,为用户带来了更佳的购物体验。系统通过图像分割技术,将用户图像分割成若干部分,可以保留除衣服以外的其他用户信息。通过人物姿势估计,可以保留用户的姿势和身材信息。在保证图像生成真实性的前提下将形变好的衣服合成到用户身上。本系统为提高用户网络购物满意程度提供了一种新的方法。

基于款式变换和局部渲染的虚拟试衣网络

这是一篇关于虚拟试衣,语义分割,款式变换,局部渲染,图像保真的论文, 主要内容为随着互联网技术的迅猛发展,越来越多的消费者喜欢在电商平台上购买衣服,由于服装电商平台的特殊性,人们无法试穿,只能通过虚拟模特来观察服装效果,并不能直观地判断服装是否适合自己。虚拟试衣技术通过三维建模仿真或二维图像生成让服装虚拟试穿到用户身上,用户通过试衣结果体验自己穿着不同款式的服装,直观判断自己是否心仪某件衣服,从而辅助用户做出购买决策,丰富用户的在线购物体验,还有助于提升商家的销售额。于是,吸引了越来越多的学者研究虚拟试衣技术,这也是本文研究和探讨的重点问题。然而,学者们提出的虚拟试衣方法依然有可以改进的地方。已有方法的试衣结果会出现目标人物细节特征丢失、参考服装细节特征丢失以及非试衣区域特征发生改变等情形,影响了服装观感以及试穿者对服装的评判,并且当目标人物姿态较为复杂时,达不到令人满意的试衣效果。为了不断完善和改进虚拟试衣任务的网络,本文提出了基于款式变换和局部渲染相结合的虚拟试衣网络,通过输入目标人物图像和参考服装图像,该网络可以实现将参考服装试穿到目标人物身上。为了实现这个任务,本文的具体工作如下:1.虚拟试衣是将参考服装迁移到目标人物特定的服装区域,针对如何寻找出服装区域的位置,本文利用语义分析对目标人物图像进行像素级地语义分割,分割成多个语义区域(上衣区域、下衣区域、脸部区域、头发区域、手臂区域等),指导网络准确地将服装迁移到特定的区域,同时也为款式变换和局部渲染提供实施条件。2.由于服装款式属性多样,让网络很好地适应不同款式间的试衣,这是个比较困难的任务,针对如何优化不同款式间的试衣效果。本文使用可学习的款式变换模块,可以按照参考服装的款式对目标人物进行款式属性的转换,转换后的目标人物和参考服装属于同款,即将不同款式间的试衣转变为同款间的试衣,间接降低了试衣难度,进而提升试衣效果。3.目标人物的姿态具有多样性,针对如何让服装更加契合每个目标人物的身材姿态,本文使用服装形变模块将参考服装按照目标人物图像的姿态进行相对应的形变。4.针对如何保留目标人物原始细节特征和维持图像观感,本文提出局部渲染的策略,借助服装语义分析,确定具体的服装区域后,仅对目标服装区域进行渲染,更好地保留非试衣区域的特征。并利用服装渲染模块将款式变换后的人物图像和形变后的参考服装进行融合,得到最终的试衣结果。5.针对如何保留形变后服装的纹理和图案细节特征,防止纹理线条发生畸变,本文设计新的损失函数M-SL,由局部损失和全局损失构成。局部损失用来保留服装的局部细节特征,并约束纹理线条不发生变形;全局损失用来维持服装的全局信息。在使用M-SL后,形变后的参考服装的纹理、图案保持的更加自然。定性和定量的实验表明,本文方法更好地保持了目标人物细节特征,尤其在人物手臂、手部等细节保持方面效果显著,也保持了参考服装纹理和图案的细节特征。除试衣区域外,更好地保留了非试衣区域的特征信息,试衣后图像更加写实保真,且维持了目标人物的身份信息,并且能够在目标人物姿态复杂的情形下,生成令人满意的试衣结果。

基于BP神经网络的童装纸样自动生成技术研究

这是一篇关于童装纸样,BP神经网络,自动生成,个性化定制,虚拟试衣的论文, 主要内容为服装产业发展迅速,数字化成为未来服装产业的发展方向。传统服装CAD技术生产周期长,且有大量重复性劳动,对服装样板师经验要求较高,并且无法针对每个消费者个性化生产服装纸样。儿童是一个对服装需求具有独特个性的群体,处于生长期,每年身高体型都会发生很大变化。随着消费者生活水平的提高,儿童个性化定制服装的需求也将逐年增加。如何节省劳动力,提升童装制版效率,满足童装的个性化需求和提升童装纸样合体性的是服装企业迫切需要解决的问题。本文通过BP神经网络模型模拟童装纸样设计师的制版经验,用Auto-CAD内嵌的Visual-LISP语言编辑童装纸样自动生成的程序,将预测生成的童装纸样细部尺寸结果输入到Auto-CAD二次开发的DCL对话框中,实现童装纸样的自动生成。首先用马丁测量尺和软尺手工测量了351个3-6岁儿童净体尺寸数据,用SPSS软件对儿童净体尺寸数据进行了基本统计量的分析,相关分析和回归分析,得到了儿童净体尺寸数据的分布规律特点,儿童关键部位和各部位净体尺寸的相关性,建立了儿童关键部位和其他部位的线性回归方程。论文分别以东华童装原型2020版、童装基本裙型、儿童牛仔裤为例,基于大量儿童净体尺寸数据,通过BP神经网络算法模拟服装纸样师设计经验,建立童装纸样尺寸预测模型,再根据服装制版规则,建立童装纸样参数化模型。在Auto-CAD2020平台上,使用内嵌的Visual-LISP编程语言编写参数化童装纸样自动绘制程序,将BP神经网络预测的的童装纸样尺寸数据输入到DCL对话框中,实现童装纸样的自动生成,操作人员只需获取儿童净体尺寸参数即可快速生成童装纸样。论文将生成的东华童装原型2020版、童装基本裙型和儿童牛仔裤的纸样通过CLO3D虚拟试衣界面展示和服装制作成衣后的真人试穿来评价其效果,验证自动生成系统的合理性。结果表明:服装纸样的自动生成系统可以摆脱对服装样板师的经验的依赖,缩短服装企业生产周期,实现服装企业个性化大规模定制,为服装企业智能化生产提供了经验和理论。

基于款式变换和局部渲染的虚拟试衣网络

这是一篇关于虚拟试衣,语义分割,款式变换,局部渲染,图像保真的论文, 主要内容为随着互联网技术的迅猛发展,越来越多的消费者喜欢在电商平台上购买衣服,由于服装电商平台的特殊性,人们无法试穿,只能通过虚拟模特来观察服装效果,并不能直观地判断服装是否适合自己。虚拟试衣技术通过三维建模仿真或二维图像生成让服装虚拟试穿到用户身上,用户通过试衣结果体验自己穿着不同款式的服装,直观判断自己是否心仪某件衣服,从而辅助用户做出购买决策,丰富用户的在线购物体验,还有助于提升商家的销售额。于是,吸引了越来越多的学者研究虚拟试衣技术,这也是本文研究和探讨的重点问题。然而,学者们提出的虚拟试衣方法依然有可以改进的地方。已有方法的试衣结果会出现目标人物细节特征丢失、参考服装细节特征丢失以及非试衣区域特征发生改变等情形,影响了服装观感以及试穿者对服装的评判,并且当目标人物姿态较为复杂时,达不到令人满意的试衣效果。为了不断完善和改进虚拟试衣任务的网络,本文提出了基于款式变换和局部渲染相结合的虚拟试衣网络,通过输入目标人物图像和参考服装图像,该网络可以实现将参考服装试穿到目标人物身上。为了实现这个任务,本文的具体工作如下:1.虚拟试衣是将参考服装迁移到目标人物特定的服装区域,针对如何寻找出服装区域的位置,本文利用语义分析对目标人物图像进行像素级地语义分割,分割成多个语义区域(上衣区域、下衣区域、脸部区域、头发区域、手臂区域等),指导网络准确地将服装迁移到特定的区域,同时也为款式变换和局部渲染提供实施条件。2.由于服装款式属性多样,让网络很好地适应不同款式间的试衣,这是个比较困难的任务,针对如何优化不同款式间的试衣效果。本文使用可学习的款式变换模块,可以按照参考服装的款式对目标人物进行款式属性的转换,转换后的目标人物和参考服装属于同款,即将不同款式间的试衣转变为同款间的试衣,间接降低了试衣难度,进而提升试衣效果。3.目标人物的姿态具有多样性,针对如何让服装更加契合每个目标人物的身材姿态,本文使用服装形变模块将参考服装按照目标人物图像的姿态进行相对应的形变。4.针对如何保留目标人物原始细节特征和维持图像观感,本文提出局部渲染的策略,借助服装语义分析,确定具体的服装区域后,仅对目标服装区域进行渲染,更好地保留非试衣区域的特征。并利用服装渲染模块将款式变换后的人物图像和形变后的参考服装进行融合,得到最终的试衣结果。5.针对如何保留形变后服装的纹理和图案细节特征,防止纹理线条发生畸变,本文设计新的损失函数M-SL,由局部损失和全局损失构成。局部损失用来保留服装的局部细节特征,并约束纹理线条不发生变形;全局损失用来维持服装的全局信息。在使用M-SL后,形变后的参考服装的纹理、图案保持的更加自然。定性和定量的实验表明,本文方法更好地保持了目标人物细节特征,尤其在人物手臂、手部等细节保持方面效果显著,也保持了参考服装纹理和图案的细节特征。除试衣区域外,更好地保留了非试衣区域的特征信息,试衣后图像更加写实保真,且维持了目标人物的身份信息,并且能够在目标人物姿态复杂的情形下,生成令人满意的试衣结果。

面向开放场景的虚拟试衣方法研究

这是一篇关于虚拟试衣,规范化复原,人体解析图,循环一致性,双任务驱动的论文, 主要内容为随着服装电商的普及,消费者对于线上购衣体验的需求不断提升。虚拟试衣使消费者在线上购衣时远程地、便捷地查看试衣效果,提升消费者购物体验的同时降低商家成本。消费者从开放场景中直接拍照获取感兴趣的服装,并查看试衣效果具有广泛的应用需求。然而,现有基于图像生成的虚拟试衣方法存在以下两方面的问题。第一,难以适配开放场景所获取的带有扭曲的非规范化服装图像,存在适配鸿沟问题。第二,忽略了重构与试衣任务之间的差异性。为缓解这两方面的问题,本文致力于研究面向开放场景的虚拟试衣方法。针对适配鸿沟问题,提出了以U-Net为骨干的生成式服装图像规范化复原方法,建立了非规范化到规范化服装图像的映射。在U-Net的跳跃连接中设计了服装特征图扭曲模块和软门控单元,分别实现了特征对齐和区域筛选,有利于提高规范化复原服装结果的视觉质量。在服装规范化复原和虚拟试衣两个方面验证了所提方法的有效性。实验结果表明,所提方法能生成逼真的规范化复原服装结果图像,并较好地保留了服装的图案及纹理,弥补了非规范化服装图像与虚拟试衣方法之间的适配鸿沟。针对重构与试衣任务之间的差异性,提出了基于循环一致性和双任务驱动的虚拟试衣方法。该方法以人体解析图作为桥梁,衡量试衣前后人体布局的循环一致性,为重构和试衣任务提供了驱动网络训练的监督信号。在此基础上,设计了重构与试衣双任务共同驱动训练的方式,指导虚拟试衣网络适应双任务之间的差异,进而提升跨属性(例如:袖长、领高)服装的试衣效果。性能对比、消融、可视化等实验结果表明,所提方法有效提升了试衣视觉效果,并且在定量定性等结果上均优于现有虚拟试衣方法。将本文所提的复原方法与试衣方法相级联,实现了开放场景下的虚拟试衣,满足了应用需求。基于上述成果,设计并搭建了一套“试衣魔镜”应用系统。该系统集成了人体解析、服装推荐、虚拟试衣等功能,实现了开放场景中对体态自由用户的像素级人体解析、智能化服装推荐,和数字化虚拟试衣。使用了C#设计用户交互界面;使用了Python和Py Torch搭建后台功能。经过测试,“试衣魔镜”应用系统具备实用性。