基于神经网络的模特与服装的穿戴方法技术

本说明书实施例提供基于神经网络的模特与服装的穿戴方法，该方法包括接收目标模特的初始模特图像以及目标服装的服装图像；将所述初始模特图像以及所述服装图像，输入预先训练的神经网络模型，获得穿戴所述目标服装的目标模特的目标模特图像；返回所述目标模特图像。该方法应用于虚拟现实或增强现实领域，可以通过预先神经的神经网络模型，自适应的将目标服装穿戴到目标模特身上，无需在目标模特穿戴目标服装的过程中，通过人工介入的方式对目标服装进行尺寸调整等，解决了人工介入进行人模服装穿戴时，造成的无法低成本大批量的在短时间内实现人模服装穿戴的问题。内实现人模服装穿戴的问题。内实现人模服装穿戴的问题。

【技术实现步骤摘要】
基于神经网络的模特与服装的穿戴方法


[0001]本说明书实施例涉及计算机
，特别涉及两种基于神经网络的模特与服装的穿戴方法。

技术介绍

[0002]随着互联网的普及和发展，电子商务已经渗透到个人生活中，网上购物的理念逐渐深入人心。目前，网上购物通常是商家通过给用户展示商品的照片来给用户提供参考，例如商品为衣服的情况下，一件衣服设计好后，需要穿戴在人模(人体模特)身上进行拍照后，将穿戴该衣服的人模的照片展示给用户进行购买参考；具体实现为：先确定特定的人模，然后通过人工介入的方式将该衣服穿戴在人模身上进行拍照，如果换了一个高矮胖瘦不一样的人模，就需要重新人工介入，对衣服的尺寸调整之后，再穿戴到人模上进行拍照，这样由于每一件衣服的穿戴都需要人工介入调整，就导致了商家无法低成本大批量的在短时间内实现人模穿衣后对待展示服装的拍摄。

技术实现思路

[0003]有鉴于此，本说明书实施例提供了两种基于神经网络的模特与服装的穿戴方法。本说明书一个或者多个实施例同时涉及一种基于神经网络的模特与服装的穿戴装置，一种虚拟现实设备或增强现实设备，一种计算设备，一种计算机可读存储介质以及一种计算机程序，以解决现有技术中存在的技术缺陷。
[0004]根据本说明书实施例的第一方面，提供了一种基于神经网络的模特与服装的穿戴方法，包括：
[0005]接收目标模特的初始模特图像以及目标服装的服装图像；
[0006]将所述初始模特图像以及所述服装图像，输入预先训练的神经网络模型，获得穿戴所述目标服装的目标模特的目标模特图像；
[0007]返回所述目标模特图像，
[0008]其中，所述神经网络模型根据有标签的训练样本以及无标签的训练样本，通过半监督方法训练获得。
[0009]根据本说明书实施例的第二方面，提供了一种基于神经网络的模特与服装的穿戴装置，包括：
[0010]图像接收模块，被配置为接收目标模特的初始模特图像以及目标服装的服装图像；
[0011]图像获得模块，被配置为将所述初始模特图像以及所述服装图像，输入预先训练的神经网络模型，获得穿戴所述目标服装的目标模特的目标模特图像；
[0012]图像展示模块，被配置为返回所述目标模特图像，
[0013]其中，所述神经网络模型根据有标签的训练样本以及无标签的训练样本，通过半监督方法训练获得。
[0014]根据本说明书实施例的第三方面，提供了一种基于神经网络的模特与服装的穿戴方法，包括：
[0015]基于用户的调用请求为所述用户展示图像输入界面；
[0016]接收所述用户通过所述图像输入界面，输入的目标模特的初始模特图像以及目标服装的服装图像；
[0017]将所述初始模特图像以及所述服装图像，输入预先训练的神经网络模型，获得穿戴所述目标服装的目标模特的目标模特图像；
[0018]通过所述图像输入界面将所述目标模特图像展示给所述用户，
[0019]其中，所述神经网络模型根据有标签的训练样本以及无标签的训练样本，通过半监督方法训练获得。
[0020]根据本说明书实施例的第四方面，提供了一种虚拟现实设备或增强现实设备，包括：
[0021]存储器和处理器；
[0022]所述存储器用于存储计算机可执行指令，所述处理器用于执行所述计算机可执行指令，该计算机可执行指令被处理器执行时实现以下步骤：
[0023]接收目标模特的初始模特图像以及目标服装的服装图像；
[0024]将所述初始模特图像以及所述服装图像，输入预先训练的神经网络模型，获得穿戴所述目标服装的目标模特的目标模特图像；
[0025]返回所述目标模特图像，并将所述目标模特图像渲染到所述虚拟现实设备的显示界面或者所述增强现实设备的显示器。
[0026]根据本说明书实施例的第五方面，提供了一种计算设备，包括：
[0027]存储器和处理器；
[0028]所述存储器用于存储计算机可执行指令，所述处理器用于执行所述计算机可执行指令，该计算机可执行指令被处理器执行时实现上述基于神经网络的模特与服装的穿戴方法步骤。
[0029]根据本说明书实施例的第六方面，提供了一种计算机可读存储介质，其存储有计算机可执行指令，该指令被处理器执行时实现上述基于神经网络的模特与服装的穿戴方法的步骤。
[0030]根据本说明书实施例的第七方面，提供了一种计算机程序，其中，当所述计算机程序在计算机中执行时，令计算机执行上述基于神经网络的模特与服装的穿戴方法的步骤。
[0031]本说明书一个实施例实现了一种基于神经网络的模特与服装的穿戴方法，该方法包括接收目标模特的初始模特图像以及目标服装的服装图像；将所述初始模特图像以及所述服装图像，输入预先训练的神经网络模型，获得穿戴所述目标服装的目标模特的目标模特图像；返回所述目标模特图像，其中，所述神经网络模型根据有标签的训练样本以及无标签的训练样本，通过半监督方法训练获得。
[0032]具体的，该基于神经网络的模特与服装的穿戴方法可以通过预先神经的神经网络模型，自适应的将目标服装穿戴到目标模特身上，无需在目标模特穿戴目标服装的过程中，通过人工介入的方式对目标服装进行尺寸调整等，解决了人工介入进行人模服装穿戴时，造成的无法低成本大批量的在短时间内实现人模服装穿戴的问题，并且可以直接输出穿戴
目标服装的目标模特的目标模特图像，无需对穿戴目标服装的目标模特的进行照片拍摄，进一步的提高用户体验。
附图说明
[0033]图1是本说明书一个实施例提供的一种基于神经网络的模特与服装的穿戴方法的具体应用场景示意图；
[0034]图2是本说明书一个实施例提供的一种基于神经网络的模特与服装的穿戴方法的流程图；
[0035]图3是本说明书一个实施例提供的一种基于神经网络的模特与服装的穿戴方法的处理过程示意图；
[0036]图4是本说明书一个实施例提供的一种基于神经网络的模特与服装的穿戴装置的结构示意图；
[0037]图5是本说明书一个实施例提供的另一种基于神经网络的模特与服装的穿戴方法的流程图；
[0038]图6是本说明书一个实施例提供的一种计算设备的结构框图。
具体实施方式
[0039]在下面的描述中阐述了很多具体细节以便于充分理解本说明书。但是本说明书能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本说明书内涵的情况下做类似推广，因此本说明书不受下面公开的具体实施的限制。
[0040]在本说明书一个或多个实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本说明书一个或多个实施例。在本说明书一个或多个实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本说明书一个或多个实施例中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
[0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于神经网络的模特与服装的穿戴方法，包括：接收目标模特的初始模特图像以及目标服装的服装图像；将所述初始模特图像以及所述服装图像，输入预先训练的神经网络模型，获得穿戴所述目标服装的目标模特的目标模特图像；返回所述目标模特图像，其中，所述神经网络模型根据有标签的训练样本以及无标签的训练样本，通过半监督方法训练获得。2.根据权利要求1所述的基于神经网络的模特与服装的穿戴方法，所述接收用户发送的目标模特的初始模特图像以及目标服装的服装图像，包括：接收用户发送的至少两个目标模特的初始模特图像、以及一套目标服装的服装图像，其中，所述至少两个目标模特的模特尺寸不同；相应地，所述将所述初始模特图像以及所述服装图像，输入预先训练的神经网络模型，获得穿戴所述目标服装的目标模特的目标模特图像，包括：将所述初始模特图像以及所述服装图像，输入预先训练的神经网络模型，获得至少两张目标模特图像。3.根据权利要求1所述的基于神经网络的模特与服装的穿戴方法，所述接收目标模特的初始模特图像以及目标服装的服装图像，包括：接收用户发送的一个目标模特的初始模特图像、以及至少两套目标服装的服装图像，其中，所述至少两套目标服装的服装尺寸不同；相应地，所述将所述初始模特图像以及所述服装图像，输入预先训练的神经网络模型，获得穿戴所述目标服装的目标模特的目标模特图像，包括：将所述初始模特图像以及所述服装图像，输入预先训练的神经网络模型，获得至少两张目标模特图像。4.根据权利要求1所述的基于神经网络的模特与服装的穿戴方法，所述接收目标模特的初始模特图像以及目标服装的服装图像，包括：接收用户发送的至少两个目标模特的初始模特图像、以及至少两套目标服装的服装图像，其中，所述至少两个目标模特的模特尺寸不同，且所述至少两套目标服装的服装尺寸不同；相应地，所述将所述初始模特图像以及所述服装图像，输入预先训练的神经网络模型，获得穿戴所述目标服装的目标模特的目标模特图像，包括：将所述初始模特图像以及所述服装图像，输入预先训练的神经网络模型，获得穿戴所述至少两套目标服装的至少两个目标模特的、至少两张目标模特图像。5.根据权利要求1
‑
4任意一项所述的基于神经网络的模特与服装的穿戴方法，所述神经网络模型通过以下步骤训练获得：获取至少两套样本服装的样本服装图像、以及至少两个样本模特的样本模特图像；根据所述至少两套样本服装的样本服装图像、以及所述至少两个样本模特的样本模特图像，确定所述有标签的训练样本以及所述无标签的训练样本，其中，所述无标签的训练样本的数量大于所述有标签的训练样本的数量；根据所述有标签的训练样本以及所述无标签的训练样本，训练获得所述神经网络模
型。6.根据权利要求5所述的基于神经网络的模特与服装的穿戴方法，所述根据所述至少两套样本服装的样本服装图像、以及所述至少两个样本模特的样本模特图像，确定所述有标签的训练样本以及所述无标签的训练样本，包括：根据预设样本处理方法，从所述至少两套样本服装的样本服装图像、以及所述至少两个样本模特的样本模特图像中，确定所述有标签的训练样本；根据所述有标签的训练样本，从所述至少两套样本服装的样本服装图像、以及所述至少两个样本模特的样本模特图像中，确定所述无标签的训练样本。7.根据权利要求6所述的基于神经网络的模特与服装的穿戴方法，所述根据预设样本处理方法，从所述至少两套样本服装的样本服装图像、以及所述至少两个样本模特的样本模特图像中，确定所述有标签的训练样本，包括：从所述至少两...

【专利技术属性】
技术研发人员：黄明杨，马菲莹，
申请(专利权)人：阿里巴巴中国有限公司，
类型：发明
国别省市：