的服裝的各部件的屬性信息輸入該貝葉斯網(wǎng)絡(luò)模型后，可以通過(guò)遺傳算法對(duì)服裝的各部件的屬性信息做進(jìn)一步優(yōu)化，從而得到最優(yōu)的服裝部件組成信息及部件的屬性信息。
[0048]圖4為本發(fā)明實(shí)施例提供的又一種服裝三維模型生成方法流程圖，本實(shí)施例在圖3所示實(shí)施例的基礎(chǔ)上，進(jìn)一步的，在S50之后，還可以包括:
[0049]S51，根據(jù)著裝人體的RGBD數(shù)據(jù)獲取人體三維姿勢(shì)和服裝點(diǎn)云；
[0050]S52，根據(jù)人體三維姿勢(shì)調(diào)整服裝三維模型，以使調(diào)整后的服裝三維模型與服裝點(diǎn)云擬合。
[0051 ] 示例性的，本發(fā)明實(shí)施例優(yōu)選微軟公司研制的Kinect來(lái)獲取著裝人體的RGBD數(shù)據(jù)，由于Kinect的RGB相機(jī)與3D深度相機(jī)相互獨(dú)立，而且Kinect的軟件開(kāi)發(fā)工具包(Software Development Kit，簡(jiǎn)稱SDK)提供的配準(zhǔn)應(yīng)用程序編程接口(Applicat1nProgramming Interface，簡(jiǎn)稱API)，可以實(shí)現(xiàn)采集獲得的著裝人體的RGBD序列數(shù)據(jù)配準(zhǔn)，然后利用圖像分割(Graph-cuts)算法，以交互式傳播方式實(shí)現(xiàn)著裝人體RGBD數(shù)據(jù)中人體區(qū)域與服裝區(qū)域的二值圖計(jì)算，利用服裝區(qū)域二值圖像對(duì)著裝人體點(diǎn)云進(jìn)行裁剪，獲得服裝點(diǎn)云。Kinect SDK提供的骨架跟蹤API可以實(shí)現(xiàn)著裝人體RGBD數(shù)據(jù)中人體骨架信息的計(jì)算，獲得包括多個(gè)骨架關(guān)鍵點(diǎn)信息的人體骨架數(shù)據(jù)，進(jìn)而獲得人體三維姿勢(shì)數(shù)據(jù)。
[0052]由于服裝部件三維模型庫(kù)中的服裝部件三維模型均是根據(jù)圖2所示的標(biāo)準(zhǔn)虛擬人體模特得到的。因此還可以根據(jù)人體三維姿勢(shì)與標(biāo)準(zhǔn)虛擬人體模特的對(duì)應(yīng)關(guān)系，調(diào)整服裝各部件三維模型的空間尺度、姿態(tài)、位置以及朝向等，并利用非剛體變形算法，將從服裝部件三維模型庫(kù)中檢索得到的三維部件模型配準(zhǔn)到服裝點(diǎn)云，具體可以用服裝三維部件模型相對(duì)標(biāo)準(zhǔn)虛擬人體模特的位置先驗(yàn)信息約束配準(zhǔn)過(guò)程，獲得較好配準(zhǔn)效果，使得最終的服裝三維模型與服裝點(diǎn)云相擬合。
[0053]值得一提的是，根據(jù)服裝各部件屬性信息在服裝部件三維模型庫(kù)中檢索出的部件三維模型可能是不唯一的，本發(fā)明實(shí)施例首先可以通過(guò)基于遺傳算法的貝葉斯網(wǎng)絡(luò)模型對(duì)檢索結(jié)果做進(jìn)一步優(yōu)化，也就是對(duì)服裝各部件屬性信息對(duì)應(yīng)的部件三維模型做進(jìn)一步篩選。進(jìn)一步的，還可以利用空間距離場(chǎng)對(duì)服裝三維部件模型與服裝點(diǎn)云的擬合度進(jìn)行評(píng)估，計(jì)算配準(zhǔn)后的候選三維部件模型與服裝點(diǎn)云擬合度得分，并根據(jù)擬合度得分，對(duì)候選三維部件模型進(jìn)行得分由高到低排序，獲得最優(yōu)服裝三維部件集。然后，通過(guò)預(yù)定義的部件三維模型間的縫合點(diǎn)對(duì)，對(duì)部件三維模型縫合線處的網(wǎng)格進(jìn)行重網(wǎng)格化處理，在部件縫合邊處的網(wǎng)格拓?fù)浣Y(jié)構(gòu)一致化的基礎(chǔ)上構(gòu)建縫合關(guān)系；利用部件保形縫合方法，將各獨(dú)立的服裝部件三維模型網(wǎng)格縫合到一起，并盡可能保持各部件三維模型的初始網(wǎng)格形狀特征。
[0054]顯而易見(jiàn)的，在本發(fā)明一未示出的服裝三維模型生成方法流程圖中，還可以在圖1所示實(shí)施例的基礎(chǔ)上，在S50之后，還可以包括步驟:根據(jù)所述著裝人體的RGBD數(shù)據(jù)獲取人體三維姿勢(shì)和服裝點(diǎn)云；根據(jù)所述人體三維姿勢(shì)調(diào)整所述服裝三維模型，以使調(diào)整后的服裝三維模型與所述服裝點(diǎn)云擬合。
[0055]本發(fā)明實(shí)施例將單深度相機(jī)采集的著裝人體RGBD數(shù)據(jù)作為輸入，結(jié)合交互式提取出的服裝輪廓，以及服裝部件相對(duì)人體骨架的分布先驗(yàn)，利用服裝部件檢測(cè)器，在RGBD數(shù)據(jù)中計(jì)算出候選服裝部件及其候選位置；利用服裝部件屬性分類(lèi)器，在候選位置上，計(jì)算出候選服裝部件屬性概率分布；在此基礎(chǔ)上，利用貝葉斯網(wǎng)絡(luò)，通過(guò)遺傳算法，推理解析出最優(yōu)的服裝部件組成及部件屬性值。根據(jù)推理解析結(jié)果，從服裝部件三維模型庫(kù)中挑選出候選三維部件模型，并根據(jù)人體三維姿勢(shì)和標(biāo)準(zhǔn)虛擬人體模特的對(duì)應(yīng)關(guān)系，利用非剛體變形算法，將候選三維部件模型配準(zhǔn)到服裝點(diǎn)云，用服裝三維部件相對(duì)標(biāo)準(zhǔn)人體的位置先驗(yàn)信息約束配準(zhǔn)過(guò)程，獲得較好配準(zhǔn)效果。計(jì)算候選三維部件模型擬合度，結(jié)合服裝結(jié)構(gòu)及部件解析結(jié)果，挑選最優(yōu)服裝三維部件模型。利用保形縫合算法，自動(dòng)拼接服裝三維部件模型，得到具有各部件屬性信息的服裝三維模型。
[0056]圖5為本發(fā)明實(shí)施例提供的一種服裝三維模型生成系統(tǒng)示意圖，該系統(tǒng)可以用來(lái)實(shí)現(xiàn)本發(fā)明圖1所示實(shí)施例提供的服裝三維模型生成方法，此處不再贅述。
[0057]如圖5所示，本實(shí)施例提供的服裝三維模型生成系統(tǒng)包括系統(tǒng)后端SI和系統(tǒng)前端S2。其中，系統(tǒng)后端SI包括服裝部件三維模型庫(kù)Sll ;系統(tǒng)前端S2包括:數(shù)據(jù)采集單元S21、服裝部件信息解析單元S22和服裝部件三維模型檢索單元S23和服裝三維模型生成單元S24。其中，數(shù)據(jù)采集單元S21用于獲取著裝人體的RGBD數(shù)據(jù)。服裝部件信息解析單元S22具體可以包括服裝部件檢測(cè)器S221和服裝部件屬性分類(lèi)器S222，服裝部件檢測(cè)器S221用于根據(jù)著裝人體的RGBD數(shù)據(jù)獲取服裝的部件組成信息；服裝部件屬性分類(lèi)器S222用于基于服裝的部件組成信息，獲取服裝的各部件的屬性信息；服裝部件三維模型檢索單元S23用于在服裝部件三維模型庫(kù)中檢索與服裝的各部件的屬性信息對(duì)應(yīng)的服裝部件三維模型；服裝三維模型生成單元S24用于組裝服裝部件三維模型生成服裝三維模型。
[0058]作為一種優(yōu)選的實(shí)施方式，該服裝三維模型生成系統(tǒng)后端還可以包括服裝信息表達(dá)樹(shù)S12服裝圖像庫(kù)S13。其中，服裝信息表達(dá)樹(shù)S12可以為整個(gè)系統(tǒng)提供全局統(tǒng)一的服裝的部件組成信息和各部件的屬性信息，服裝信息表達(dá)樹(shù)S12可以為包括服裝的部件組成信息、各部件的屬性以及各屬性對(duì)應(yīng)的狀態(tài)取值三層節(jié)點(diǎn)的樹(shù)形表。服裝圖像庫(kù)S12中包括根據(jù)服裝信息表達(dá)樹(shù)S12添加的服裝部件的像素區(qū)域標(biāo)識(shí)及其對(duì)應(yīng)的部件組成信息標(biāo)識(shí)的服裝圖像?；诖耍b部件檢測(cè)器S221具體可以用于:根據(jù)著裝人體的RGBD數(shù)據(jù)確定服裝的各部件的像素區(qū)域，然后根據(jù)服裝的各部件的像素區(qū)域，在服裝圖像庫(kù)S13中獲取服裝的各部件像素區(qū)域?qū)?yīng)的部件組成信息。
[0059]進(jìn)一步的，服裝圖像庫(kù)S13中的服裝圖像還根據(jù)服裝信息表達(dá)樹(shù)S12添加了服裝部件的像素區(qū)域的HOG特征和LBP特征標(biāo)識(shí)及其對(duì)應(yīng)的服裝部件的屬性信息標(biāo)識(shí)，基于此，服裝部件屬性分類(lèi)器S222具體可以用于:提取服裝的各部件的像素區(qū)域的HOG特征和LBP特征，根據(jù)所述服裝的各部件的像素區(qū)域的HOG特征和LBP特征，在所述服裝圖像庫(kù)S13中獲取對(duì)應(yīng)的部件的屬性信息。
[0060]示例性的，數(shù)據(jù)采集單元S21具體可以包括一臺(tái)深度相機(jī)，如微軟公司研制的Kinecto服裝部件檢測(cè)器S221具體可以通過(guò)機(jī)器學(xué)習(xí)方法，利用服裝圖像庫(kù)訓(xùn)練得到。服裝部件屬性分類(lèi)器S222具體也可以通過(guò)機(jī)器學(xué)習(xí)方法，利用服裝圖像庫(kù)訓(xùn)練得到。
[0061]本實(shí)施例提供的服裝三維模型生成系統(tǒng)，可以用來(lái)實(shí)現(xiàn)本發(fā)明圖1所示實(shí)施例提供的服裝三維模型生成方法，其實(shí)現(xiàn)原理和技術(shù)效果類(lèi)似，此處不再贅述。
[0062]圖6為本發(fā)明實(shí)施例提供的另一種服裝三維模型生成系統(tǒng)示意圖，如圖6所示，本實(shí)施例提供的服裝三維模型生成系統(tǒng)在圖5所示實(shí)施例的基礎(chǔ)上，系統(tǒng)前端還可以包括數(shù)據(jù)優(yōu)化單元S25，數(shù)據(jù)優(yōu)化單元S25具體可以包括根據(jù)服裝的各部件之間的搭配約束關(guān)系訓(xùn)練得到貝葉斯網(wǎng)絡(luò)模型，可以通過(guò)該貝葉斯網(wǎng)絡(luò)模型對(duì)服裝部件信息解析單元S22獲取的服裝的各部件的屬性信息進(jìn)行優(yōu)化?？蛇x的，貝葉斯網(wǎng)絡(luò)模型具體可以根據(jù)服裝圖像庫(kù)S13中的服裝圖像訓(xùn)練得到。
[0063]本實(shí)施例提供的服裝三維模型生成系統(tǒng)，可以用來(lái)實(shí)現(xiàn)本發(fā)明圖1和圖3所示實(shí)施例提供的服裝三維模型生成方法，其實(shí)現(xiàn)原理和技術(shù)效果類(lèi)似，此處不再贅述。
[0064]圖7為本發(fā)明實(shí)施例提供的又一種服裝三維模型生成系統(tǒng)示意圖，如圖7所示，本實(shí)施例提供的服裝三維模型生成系統(tǒng)在圖6所示實(shí)施例的基礎(chǔ)上，還可以包括三維模型擬合單元S26，具體可以用于:根據(jù)著裝人體的RGBD數(shù)據(jù)獲取人體三維姿勢(shì)和服