取证科学中人体特征图像处理的新方法

本文阐述了取证科学中人体特征图像的处理技术,提出了一个基于对数极坐标映射的模式识别新方法,利用匹配模板的相位信息和人体特征图像的对数极坐标映射(LPM)谱来计算它们的相关值。实验结果表明:新方法是具有实用价值的。

基于2D人体图像特征学习的女西装合体性判别

为解决服装远程定制和网络购衣过程中服装合体性无法预先判断的问题,文章提出利用2D人体图像判断女西装合体性。首先采集了462名18~25周岁青年女性的2D图像及3D尺寸,建立人体数据集。并制作10件虚拟女西装,建立服装数据集。其次提取用于女西装合体性判别的服装特征、2D人体图像关键点距离特征和整体特征。基于感性工学原理,采用专家评价法获取女西装合体性评价标签。最后利用贝叶斯分类器建立女西装合体性判别模型。研究结果显示,将文章提出的特征应用于基于贝叶斯算法的女西装合体性判别模型判别准确率可达到84.8%,说明提出的服装合体性评价指标有效,可以用于基于2D图像的服装合体性预测。