部件化构建的三维服装快速编辑方法

直接设计一个三维服装模型不仅耗时而且需要专业服装设计知识。为简化这一复杂的建模过程,提出基于部件化构建的三维服装快速编辑方法,其关键在于通过分割和融合的网格编辑技术从已有的服装模型中快速构建新的三维服装模型。首先按照服装分类分割出不同类型的服装部件。其次基于分割出的三维服装部件以及已有的服装模型,建立部件间以及部件与模型间的几何约束关系,把二维均值坐标插值方法应用到三维服装网格融合中,把方程数值求解问题转化为线性插值问题,避免求解线性方程组。最后根据柔性服装的特征,构造适于柔性服装光滑保形变换的方法。实验结果表明,该算法在不影响融合效果的前提下可以提高融合的效率,能够有效地实现三维服装的快速编辑。

面向个性化服装推荐的判断优化模型

针对已有服装推荐算法中服装色调与用户颜色特征不协调的问题,将服装搭配的四季色彩理论与计算机视觉领域的推荐方法相结合,提出一种面向个性化服装推荐的判断优化模型。提出四季色彩判断模型,对根据输入的人脸图像提取得到的用户颜色特征集进行分类;建立优化处理模型,根据四季色彩判断模型结果和用户所需风格进行优化处理并获得服装预推荐结果;通过用户评分及反馈机制,提高优化结果,得到最终推荐结果。实验表明,该方法能实现与用户颜色特征相协调的个性化的服装推荐,并且在实际应用中具有较高的准确率。

基于HOG和E-SVM的服装图像联合分割算法

针对目前服装图像分割准确率低的问题,提出一种基于HOG特征和E-SVM分类器的服装图像联合分割算法。该算法具体可分为三个迭代的步骤:超像素组合、E-SVM分类器训练、分割传播,并用到辅助数据集。将用户输入的图像结合辅助服装集进行超像素分割,并利用分割传播方法将超像素组合成多个区域。利用分割效果积极的区域的HOG信息训练E-SVM分类器。通过E-SVM分类器以及分割传播方法将输入的图像中的服装分割出来。实验结果表明,该方法能够高准确率地分割出服装图像。