基于2D人体图像特征学习的女西装合体性判别OA北大核心CSTPCD
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。
姚彤;闵悦宁;王军;孙见梅;潘力;
大连工业大学服装学院,大连116034 大连工业大学服装设计与工程国家级实验教学示范中心,大连116034 大连工业大学纺织与材料工程学院,大连116034大连工业大学服装学院,大连116034大连工业大学服装学院,大连116034 大连工业大学服装设计与工程国家级实验教学示范中心,大连116034大连工业大学纺织与材料工程学院,大连116034
轻工业
2D人体图像特征计算机视觉机器学习女西装合体性贝叶斯模型
《丝绸》 2024 (005)
P.78-86 / 9
辽宁省教育厅项目(LJKMR20220912,LJKZZ20220068,JYTMS20230401)。
评论