CN102426650A - 用于人物图像分析的方法和装置 - Google Patents
用于人物图像分析的方法和装置 Download PDFInfo
- Publication number
- CN102426650A CN102426650A CN2011102939595A CN201110293959A CN102426650A CN 102426650 A CN102426650 A CN 102426650A CN 2011102939595 A CN2011102939595 A CN 2011102939595A CN 201110293959 A CN201110293959 A CN 201110293959A CN 102426650 A CN102426650 A CN 102426650A
- Authority
- CN
- China
- Prior art keywords
- characteristic information
- dress ornament
- information
- matching degree
- character image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明实施例公开了一种用于人物图像分析的方法和装置。涉及图像处理领域。解决了人们学习服装搭配,会浪费很多时间、消耗精力的问题。该方法包括:提取待处理人物图像中的人物特征信息、和第一服饰特征信息,人物特征信息为待处理人物图像中人物的生理信息,第一服饰特征信息为待处理人物图像中人物身上的服装和饰品的相关信息;将人物特征信息和第一服饰特征信息进行匹配,根据第一预设方式确定人物特征信息和第一服饰特征信息的匹配程度数据;输出匹配程度数据。可应用于人物图像分析。
Description
技术领域
本发明涉及图像处理领域,尤其涉及用于人物图像分析的方法和装置。
背景技术
随着社会的发展和人们的生活水平不断的提高,人们对自己外表的要求也在不断提高,希望可以通过完美的装扮来提升自己的价值、和自信。
大多数人通过学习班来学习服装搭配知识,或阅读服装杂志来模仿杂志中模特的穿着,进而获得一些服装搭配知识。
发明人发现现有技术中至少存在如下问题:人们总要花费大量的时间去参加学习班、或阅读服装杂志来学习服装搭配,会浪费人们很多时间和精力。
发明内容
本发明的实施例提供一种用于人物图像分析的方法、装置,能够通过计算机对人们服装搭配进行分析。
为达到上述目的,本发明的实施例采用如下技术方案:
一种用于人物图像分析的方法,包括:
提取待处理人物图像中的人物特征信息、和第一服饰特征信息,所述人物特征信息为所述待处理人物图像中人物的生理信息,所述第一服饰特征信息为所述待处理人物图像中人物身上的服装和饰品的相关信息;
将所述人物特征信息和所述第一服饰特征信息进行匹配,根据第一预设方式确定所述人物特征信息和所述第一服饰特征信息的匹配程度数据;
输出所述匹配程度数据。
一种用于人物图像分析的装置,包括:
采集单元,用于提取待处理人物图像中的人物特征信息、和第一服饰特征信息,所述人物特征信息为所述待处理人物图像中人物的生理信息,所述第一服饰特征信息为所述待处理人物图像中人物身上的服装和饰品的相关信息;
第一确定单元,用于将所述人物特征信息和所述第一服饰特征信息进行匹配,根据第一预设方式确定所述人物特征信息和所述第一服饰特征信息的匹配程度数据;
第一输出单元,用于输出所述匹配程度数据。
本发明实施例提供的用于人物图像分析的方法、装置,提取待处理人物图像中的人物特征信息、和第一服饰特征信息,人物特征信息为待处理人物图像中人物的生理信息,第一服饰特征信息为待处理人物图像中人物身上的服装和饰品的相关信息;将人物特征信息和第一服饰特征信息进行匹配,根据第一预设方式确定人物特征信息和第一服饰特征信息的匹配程度数据;输出匹配程度数据。能够通过计算机对人们的服装搭配进行分析,节省了人们学习服装搭配知识的时间和精力。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的用于人物图像分析的方法流程图;
图2为本发明实施例提供的另一种用于人物图像分析的方法流程图;
图3为本发明实施例提供的用于人物图像分析的装置结构示意图;
图4为本发明实施例提供的另一种用于人物图像分析的装置结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例提供了一种用于人物图像分析的方法,如图1所示,包括以下步骤:
101、提取待处理人物图像中的人物特征信息、和第一服饰特征信息,人物特征信息为待处理人物图像中人物的生理信息,第一服饰特征信息为待处理人物图像中人物身上的服装和饰品的相关信息。
具体的,终端提取待处理人物图像中的人物特征信息、和第一服饰特征信息,为后续步骤的执行提供依据。
人物特征信息为待处理人物图像中人物的生理信息,第一服饰特征信息为待处理人物图像中人物身上的服装和饰品的相关信息。
本发明实施例中的待处理人物图像包括但不限于:人物、和人物穿着的服饰。
102、将人物特征信息和第一服饰特征信息进行匹配,根据第一预设方式确定人物特征信息和第一服饰特征信息的匹配程度数据。
在获得待处理人物图像中人物特征信息、和第一服饰特征信息后,终端根据第一预设方式确定人物特征信息、和第一服饰特征信息的匹配程度数据。
其中,第一预设方式为预设的人物特征信息和第一服饰特征信息的匹配规则,可以根据实际具体情况设定。
103、输出匹配程度数据。
在终端确定匹配程度数据后,输出该匹配程度数据,使得用户可以获得终端对自己服装搭配程度的评价。
本实施例提供的用于人物图像分析的方法,提取待处理人物图像中的人物特征信息、和第一服饰特征信息,人物特征信息为待处理人物图像中人物的生理信息,第一服饰特征信息为待处理人物图像中人物身上的服装和饰品的相关信息;将人物特征信息和第一服饰特征信息进行匹配,根据第一预设方式确定人物特征信息和第一服饰特征信息的匹配程度数据;输出匹配程度数据。能够通过计算机对人们的服装搭配进行分析,节省了人们学习服装搭配知识的时间和精力。
作为本实施例的一种改进,本发明实施例提供另一种用于人物图像分析的方法,如图2所示,包括以下步骤:
201、提取待处理人物图像中的人物特征信息、和第一服饰特征信息,人物特征信息为待处理人物图像中人物的生理信息,第一服饰特征信息为待处理人物图像中人物身上的服装和饰品的相关信息。
具体的,终端采用图像提取技术提取待处理人物图像中的人物特征信息、和第一服饰特征信息,为后续步骤的执行提供依据。
人物特征信息为待处理人物图像中人物的生理信息,第一服饰特征信息为待处理人物图像中人物身上的服装和饰品的相关信息。
本发明实施例中的待处理人物图像包括但不限于:人物、和人物穿着的服饰。
作为本实施例的一种实施方式,本发明实施例对于计算机获得待处理人物图像的方式不作限定,如,计算机可以通过以下方式获得待处理人物图像:若本实施例中的终端为带有拍照功能的手机,可将手机拍摄的包含人物图像的照片作为待处理人物图像;若本实施例中的终端为计算机,可以将其它终端设备,如数码照相机拍摄的包含人物图像的照片作为待处理人物图像。
作为本实施例的一种实施方式,第一服饰特征信息包括但不限于:帽子信息、上衣信息、裤子信息、裙子信息、鞋子信息、配饰信息中的至少一项。
作为本实施例的一种实施方式,人物特征信息可以包括但不限于:人物的身高、脸型、五官特征、发型、肤色、表情、体型中至少一项。
202、存储从人物图像中采集的人物特征信息和第一服饰特征信息。
终端存储从人物图像中采集的人物特征信息和第一服饰特征信息,为后续步骤中确定建议图像提供依据。
终端存储人物特征信息,终端从存储的第一服饰特征信息中选择与当前人物的类型信息相匹配的服饰特征信息,为人物制定匹配程度更高的服饰。
203、根据第二预设方式和人物特征信息确定人物的类型信息。
终端中存储有预设人物类型,且每种人物类型对应相应的人物特征信息,终端将待处理的人物图像中的人物特征信息与终端预设的各人物类型对应的人物特征信息相似度最高的人物类型确定为待处理的人物图像中人物的类型。
终端预设人物类型包括但不限于:可爱型、成熟性、淑女型、微胖性、瘦弱型。
作为本实施例的一种实施方式,关于本实施例中的第二预设方式中人物类型与人物特征信息的对于关系可以如下表所示。其中,表中“×”为任意项。
204、将人物类型信息和第一服饰特征信息相匹配,根据第三预设方式获得第一匹配数据。
终端将获取到的人物类型信息和第一服饰特征信息相匹配,根据第三预设方式获得第一匹配数据。
作为本实施例的一种实施方式,本实施中提到的匹配数据为:匹配程度越高,匹配数据越大,匹配数据最大为100;匹配程度越低,匹配数据越小,匹配数据最小为10;匹配数据包括但不限于:100、90、80、70、60、50、40、30、20、10。
作为本实施例的一种实施方式,关于本实施例中的第三预设方式中人物类型信息和服饰特征信息对应关系,如下表所示。其中,表中数据代表匹配数据。
作为本实施例的一种实施方式,第三预设方式还可以包括但不限于以下对应关系:人物特征信息中的肤色信息为皮肤较黑时,对应的服饰特征信息中的服装信息为浅色系;人物特征信息中的体型信息为较胖时,对应的服饰特征信息中的服装信息为较宽松的服装等。
人物类型信息和第一服饰特征信息的搭配方式满足第三预设方式中的内容越多,则人物类型信息和第一服饰特征信息的匹配程度越高;人物类型信息和第一服饰特征信息的搭配方式满足第三预设方式中的内容越少,则人物类型信息和第一服饰特征信息的匹配程度越低。
205、将第一服饰特征信息内的各个信息相匹配,根据第四预设方式获得第二匹配数据。
为了能够提供更加准确的匹配结果,匹配程度数据的确定一方面根据第一匹配数据,另一方面也还要根据第二匹配数据。第二匹配数据为终端根据第四预设方式获取第一服饰特征信息内的各个信息的匹配数据。
作为本实施例的一种实施方式,本实施中提到的匹配程度数据为:匹配程度越高,匹配程度数据越大,匹配程度数据最大为100;匹配程度越低,匹配程度数据越小,匹配程度数据最小为10;匹配程度数据包括但不限于:100、90、80、70、60、50、40、30、20、10。
关于本实施例中第四预设方式可以为服装搭配原则,具体的,可以包括:颜色搭配准则、款式搭配准则。
作为本实施例的一种实施方式,颜色搭配准则如下表所示,其中,表中数据代表匹配数据。
冷色 | 暖色 | 中间色 | |
冷色 | 10 | 90 | 100 |
暖色 | 90 | 10 | 100 |
中间色 | 100 | 100 | 90 |
其中,冷色可以包括但不限于:青色、蓝色、紫色、绿色、灰色;暖色可以包括但不限于:红色、橙色、黄色、粉色;中间色可以包括:黑色、白色、咖啡色。
作为本实施例的一种实施方式,款式搭配准则如下表所示。其中,表中数值代表匹配数据。
206、根据第一匹配数据和第二匹配数据确定匹配程度数据。
根据第一匹配数据和第二匹配数据确定匹配程度数据,第一匹配数据为终端根据第三预设方式确定的人物类型信息与第一服饰特征信息的匹配数据,第二匹配数据为终端根据第四预设方式确定的第一服饰特征信息内的各个信息匹配数据,综合第一匹配数据和第二匹配数据,确定匹配程度数据。
作为本实施例的一种实施方式,具体的,若第一匹配数据和第二匹配数据用百分制来计算,即第一匹配数据和第二匹配数据中的匹配程度最高为100分,匹配程度最低为10分,匹配程度数据是将第一匹配数据和第二匹配数据的分数相加后取平均值。
207、按照第二预设方式获取与人物特征信息相匹配的第二服饰特征信息,并获取第二服饰特征信息中的服饰图像,第二服饰特征信息中包含服饰图像。
终端中存储有处理过的人物图像中的服饰特征信息,服饰特征信息中包含服饰图像,终端根据第二预设方式从已存储的第一服饰特征信息中选取与人物图像中的人物匹配程度最高的第二服饰特征信息。
208、获取当天的天气或行程信息,并判断天气或行程信息和第一服饰特征信息是否匹配。
为了能够进一步得到准确的服饰搭配建议,终端还可以获取当天的天气或行程信息,天气信息中包含温度信息;根据温度信息确定第一服饰特征信息是否与人物匹配。
作为本实施例的一种实施方式,不同的温度对应的应穿着的服饰,如下表所示。其中,表中数值代表匹配数据。
作为本实施例的一种实施方式,行程信息为人物将要前往的场所,包括但不限于:宴会、公园、工作场所、体育馆。
如下表所示。其中,表中数值代表匹配数据。
若天气或行程信息和第一服饰特征信息不匹配,执行步骤209;若天气或行程信息和第一服饰特征信息相匹配,则执行步骤211。
209、根据天气或行程信息重新确定匹配程度数据。
根据天气或行程信息重新确定人物图像中人物特征信息与第一服饰特征信息的匹配程度数据,并将原匹配程度数据替换为新确定的匹配程度数据。
作为本实施例的一种实施方式,温度或行程信息与服饰特征信息匹配程度越高,则原匹配程度数据减小的数值越小;若温度或行程信息与服饰特征信息匹配程度越低,则原匹配程度数据减小的数值越大。
210、根据天气或行程信息重新选取第二服饰特征信息和第二服饰特征信息中的服饰图像。
在原先选取第二服饰特征信息的方式下,加入天气或行程信息作为新的选取方式选取第二服饰特征信息,并将原第二服饰特征信息替换为新选取取的第二服饰特征信息。
具体的,在满足第二预设方式和第三预设方式的条件下,选取与天气或行程信息匹配数据最高的服饰作为第二服饰特征信息对应的服饰。
211、将待处理人物图像中的服饰图像替换为第二服饰特征信息中的服饰图像,获得建议图像。
为了使用户可以更直观的看到终端为待处理的人物图像中的人物制定的匹配程度更高的装扮,终端将待处理的人物图像中的服饰图像替换为第二服饰特征信息中的服饰图像,获得建议图像。
第二服饰特征信息中的对应的服装是人物曾经穿着过的服装,以便用户可以根据建议图像及时的改变装扮。
212、输出建议图像。
在生成建议图像后,输出建议图像,使用户可以直观的看到图像。
213、输出匹配程度数据。
在终端确定匹配程度数据后,输出该匹配程度数据,使得用户可以获得终端对待处理的人物图像中的人物的服装匹配程度的评价及建议。
本实施例提供的用于人物图像分析的方法,提取待处理人物图像中的人物特征信息、和第一服饰特征信息,人物特征信息为待处理人物图像中人物的生理信息,第一服饰特征信息为待处理人物图像中人物身上的服装和饰品的相关信息;将人物特征信息和第一服饰特征信息进行匹配,根据第一预设方式确定人物特征信息和第一服饰特征信息的匹配程度数据;输出匹配程度数据。能够通过计算机对人们的服装搭配进行分析,节省了人们学习服装搭配知识的时间和精力。
为了实现上述用于病毒检测的方法,本发明实施例提供一种用于人物图像分析的装置,如图3所示,包括:采集单元31、第一确定单元32、第一输出单元33。
采集单元31,用于提取待处理人物图像中的人物特征信息、和第一服饰特征信息,人物特征信息为待处理人物图像中人物的生理信息,第一服饰特征信息为待处理人物图像中人物身上的服装和饰品的相关信息。
第一确定单元32,用于将人物特征信息和第一服饰特征信息进行匹配,根据第一预设方式确定人物特征信息和第一服饰特征信息的匹配程度数据。
第一输出单元33,用于输出匹配程度数据。
本实施例提供的用于人物图像分析的装置,提取待处理人物图像中的人物特征信息、和第一服饰特征信息,人物特征信息为待处理人物图像中人物的生理信息,第一服饰特征信息为待处理人物图像中人物身上的服装和饰品的相关信息;将人物特征信息和第一服饰特征信息进行匹配,根据第一预设方式确定人物特征信息和第一服饰特征信息的匹配程度数据;输出匹配程度数据。能够通过计算机教人们如何进行服装搭配,节省了人们学习服装搭配知识的时间和精力。
作为本实施例的一种改进,本发明实施例提供另一种投影装置,如图4所示,包括:采集单元41、第二获取单元42、第一确定单元43、判断单元44、第二确定单元45、第一获取单元46、替换单元47、第二输出单元48、第一输出单元49。
其中,第一确定单元43包括:第一确定模块431、获取模块432、第二确定模块433。
采集单元41,用于提取待处理人物图像中的人物特征信息、和第一服饰特征信息,人物特征信息为待处理人物图像中人物的生理信息,第一服饰特征信息为待处理人物图像中人物身上的服装和饰品的相关信息。
采集单元提取待处理人物图像中的人物特征信息、和第一服饰特征信息,为后续步骤的执行提供依据。
第二获取单元42,用于将第一服饰特征信息内的各个信息相匹配,根据第四预设方式获得第二匹配数据。
匹配程度数据的确定一方面根据第一匹配数据,另一方面也还要根据第二匹配数据。第二获取单元获取的第二匹配数据为终端根据第四预设方式获取第一服饰特征信息内的各个信息的匹配数据。
第一确定单元43,用于根据第一预设方式确定人物特征信息和第一服饰特征信息的匹配程度数据。
具体的,第一确定模块431,用于根据第二预设方式和人物特征信息确定人物的类型信息。
获取模块432,用于根据第三预设方式将人物类型信息和第一服饰特征信息相匹配,获得第一匹配数据。
第二确定模块433,用于根据第一匹配数据确定匹配程度数据。
判断单元44,用于获取当天的天气或行程信息,并判断天气或行程信息和第一服饰特征信息是否匹配。
第二确定单元45,用于若天气或行程信息和第一服饰特征信息不匹配,则根据天气或行程信息重新确定并输出新的匹配程度数据;若天气或行程信息和第一服饰特征信息相匹配,则输出匹配程度数据。
第一获取单元46,用于按照第二预设方式获取与人物特征信息匹配程度最高的第二服饰特征信息,并获取第二服饰特征信息中的服饰图像,第二服饰特征信息中包含服饰图像。
终端中存储有处理过的人物图像中的服饰特征信息,服饰特征信息中包含服饰图像,第一获取单元根据第二预设方式从已存储的第一服饰特征信息中选取与人物图像中的人物匹配程度最高的第二服饰特征信息。
替换单元47,用于将待处理人物图像中的服饰图像替换为第二服饰特征信息中的服饰图像,获得建议图像。
为了使用户可以更直观的看到终端为用户制定的与自己匹配程度更高的装扮,替换单元将待处理的人物图像中的服饰图像替换为第二服饰特征信息中的服饰图像,获得建议图像。
第二输出单元48,用于输出建议图像。
在生成建议图像后,第二输出单元输出建议图像,使用户可以直观的看到图像。
第一输出单元49,用于输出匹配程度数据。
在终端确定匹配程度数据后,第一输出单元输出该匹配程度数据,使得用户可以获得终端对自己服装搭配程度的评价及建议。
本实施例提供的用于人物图像分析的装置,提取待处理人物图像中的人物特征信息、和第一服饰特征信息,人物特征信息为待处理人物图像中人物的生理信息,第一服饰特征信息为待处理人物图像中人物身上的服装和饰品的相关信息;将人物特征信息和第一服饰特征信息进行匹配,根据第一预设方式确定人物特征信息和第一服饰特征信息的匹配程度数据;输出匹配程度数据。能够通过计算机对人们的服装搭配进行分析,节省了人们学习服装搭配知识的时间和精力。
通过以上的实施方式的描述,所属领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在可读取的存储介质中,如计算机的软盘,硬盘或光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种用于人物图像分析的方法,其特征在于,
提取待处理人物图像中的人物特征信息、和第一服饰特征信息,所述人物特征信息为所述待处理人物图像中人物的生理信息,所述第一服饰特征信息为所述待处理人物图像中人物身上的服装和饰品的相关信息;
将所述人物特征信息和所述第一服饰特征信息进行匹配,根据第一预设方式确定所述人物特征信息和所述第一服饰特征信息的匹配程度数据;
输出所述匹配程度数据。
2.根据权利要求1所述的用于人物图像分析的方法,其特征在于,若所述匹配程度数据属于预设数据集合之内,所述输出所述匹配程度数据之前,所述方法还包括:
按照第二预设方式获取与所述人物特征信息匹配程度最高的第二服饰特征信息,并获取所述第二服饰特征信息中的服饰图像,所述第二服饰特征信息中包含所述服饰图像;
将所述待处理人物图像中的服饰图像替换为所述第二服饰特征信息中的服饰图像,获得建议图像;
输出所述建议图像。
3.根据权利要求2所述的用于人物图像分析的方法,其特征在于,所述根据第一预设方式确定所述人物特征信息和所述第一服饰特征信息的匹配程度数据包括:
根据第二预设方式和所述人物特征信息确定所述人物的类型信息;
将所述人物类型信息和所述第一服饰特征信息相匹配,根据第三预设方式获得第一匹配数据;
根据所述第一匹配数据确定所述匹配程度数据。
4.根据权利要求3所述的用于人物图像分析的方法,其特征在于,在所述根据所述第一匹配数据确定所述匹配程度数据之前,所述方法还包括:
将所述第一服饰特征信息内的各个信息相匹配,根据第四预设方式获得第二匹配数据;
所述根据所述第一匹配数据确定所述匹配程度数据为:结合所述第一匹配数据和所述第二匹配数据确定所述匹配程度数据。
5.根据权利要求4所述的用于人物图像分析的方法,其特征在于,所述输出所述匹配程度数据之前,所述方法还包括:
获取当天的天气或行程信息,并判断所述天气或行程信息和所述第一服饰特征信息是否匹配;
若所述天气或行程信息和所述第一服饰特征信息不匹配,则根据所述天气或行程信息重新确定并输出新的匹配程度数据;
若所述天气或行程信息和所述第一服饰特征信息相匹配,则输出所述匹配程度数据。
6.一种用于人物图像分析的装置,其特征在于,
采集单元,用于提取待处理人物图像中的人物特征信息、和第一服饰特征信息,所述人物特征信息为所述待处理人物图像中人物的生理信息,所述第一服饰特征信息为所述待处理人物图像中人物身上的服装和饰品的相关信息;
第一确定单元,用于将所述人物特征信息和所述第一服饰特征信息进行匹配,根据第一预设方式确定所述人物特征信息和所述第一服饰特征信息的匹配程度数据;
第一输出单元,用于输出所述匹配程度数据。
7.根据权利要求6所述的用于人物图像分析的装置,其特征在于,所述装置还包括:
第一获取单元,用于按照第二预设方式获取与所述人物特征信息匹配程度最高的第二服饰特征信息,并获取所述第二服饰特征信息中的服饰图像,所述第二服饰特征信息中包含所述服饰图像;
替换单元,用于将所述待处理人物图像中的服饰图像替换为所述第二服饰特征信息中的服饰图像,获得建议图像;
第二输出单元,用于输出所述建议图像。
8.根据权利要求7所述的用于人物图像分析的装置,其特征在于,所述第一确定单元还包括:
第一确定模块,用于根据第二预设方式和所述人物特征信息确定所述人物的类型信息;
获取模块,用于将所述人物类型信息和所述第一服饰特征信息相匹配,根据第三预设方式获得第一匹配数据;
第二确定模块,用于根据所述第一匹配数据确定所述匹配程度数据。
9.根据权利要求8所述的用于人物图像分析的装置,其特征在于,所述装置还包括:
第二获取单元,用于将所述第一服饰特征信息内的各个信息相匹配,根据第四预设方式获得第二匹配数据;
所述第二确定模块根据所述第一匹配数据确定所述匹配程度数据为:所述第二确定模块结合所述第一匹配数据和所述第二匹配数据确定所述匹配程度数据。
10.根据权利要求9所述的用于人物图像分析的装置,其特征在于,所述装置还包括:
判断单元,用于获取当天的天气或行程信息,并判断所述天气或行程信息和所述第一服饰特征信息是否匹配;
第二确定单元,用于若所述天气或行程信息和所述第一服饰特征信息不匹配,则根据所述天气或行程信息重新确定并输出新的匹配程度数据;若所述天气或行程信息和所述第一服饰特征信息相匹配,则输出所述匹配程度数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011102939595A CN102426650A (zh) | 2011-09-30 | 2011-09-30 | 用于人物图像分析的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011102939595A CN102426650A (zh) | 2011-09-30 | 2011-09-30 | 用于人物图像分析的方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102426650A true CN102426650A (zh) | 2012-04-25 |
Family
ID=45960629
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2011102939595A Pending CN102426650A (zh) | 2011-09-30 | 2011-09-30 | 用于人物图像分析的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102426650A (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103514545A (zh) * | 2012-06-28 | 2014-01-15 | 联想(北京)有限公司 | 图像处理方法以及电子设备 |
CN103533438A (zh) * | 2013-03-19 | 2014-01-22 | Tcl集团股份有限公司 | 一种基于智能电视的服饰推送方法及*** |
CN104298839A (zh) * | 2013-07-16 | 2015-01-21 | 北京联合大学 | 服饰色彩搭配器 |
CN104484450A (zh) * | 2014-12-25 | 2015-04-01 | 广东欧珀移动通信有限公司 | 基于图像的服饰搭配推荐方法和服饰搭配推荐装置 |
CN105096335A (zh) * | 2015-09-17 | 2015-11-25 | 无锡天脉聚源传媒科技有限公司 | 一种传输评价信息的方法及装置 |
CN105117935A (zh) * | 2015-08-03 | 2015-12-02 | 武汉中研福世科技有限公司 | 智能搭配服饰的实现方法及装置 |
CN105955451A (zh) * | 2016-04-18 | 2016-09-21 | 张伟彬 | 基于用户图像的出行提示方法 |
CN106204223A (zh) * | 2016-07-13 | 2016-12-07 | 中南大学 | 图像处理方法及*** |
CN106558052A (zh) * | 2016-10-10 | 2017-04-05 | 北京光年无限科技有限公司 | 一种用于智能机器人的交互数据处理输出方法及机器人 |
CN106971405A (zh) * | 2017-03-23 | 2017-07-21 | 珠海市魅族科技有限公司 | 一种衣物匹配的方法及装置 |
CN106982289A (zh) * | 2016-01-16 | 2017-07-25 | 平安科技(深圳)有限公司 | 穿着提醒方法及移动终端 |
CN108615013A (zh) * | 2018-04-27 | 2018-10-02 | 北京小米移动软件有限公司 | 图像处理方法及装置 |
-
2011
- 2011-09-30 CN CN2011102939595A patent/CN102426650A/zh active Pending
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103514545A (zh) * | 2012-06-28 | 2014-01-15 | 联想(北京)有限公司 | 图像处理方法以及电子设备 |
CN103533438A (zh) * | 2013-03-19 | 2014-01-22 | Tcl集团股份有限公司 | 一种基于智能电视的服饰推送方法及*** |
CN104298839A (zh) * | 2013-07-16 | 2015-01-21 | 北京联合大学 | 服饰色彩搭配器 |
CN104484450B (zh) * | 2014-12-25 | 2018-05-04 | 广东欧珀移动通信有限公司 | 基于图像的服饰搭配推荐方法和服饰搭配推荐装置 |
CN104484450A (zh) * | 2014-12-25 | 2015-04-01 | 广东欧珀移动通信有限公司 | 基于图像的服饰搭配推荐方法和服饰搭配推荐装置 |
CN105117935A (zh) * | 2015-08-03 | 2015-12-02 | 武汉中研福世科技有限公司 | 智能搭配服饰的实现方法及装置 |
CN105117935B (zh) * | 2015-08-03 | 2019-02-26 | 武汉中研福世科技有限公司 | 智能搭配服饰的实现方法及装置 |
CN105096335A (zh) * | 2015-09-17 | 2015-11-25 | 无锡天脉聚源传媒科技有限公司 | 一种传输评价信息的方法及装置 |
CN105096335B (zh) * | 2015-09-17 | 2018-12-21 | 无锡天脉聚源传媒科技有限公司 | 一种传输评价信息的方法及装置 |
CN106982289A (zh) * | 2016-01-16 | 2017-07-25 | 平安科技(深圳)有限公司 | 穿着提醒方法及移动终端 |
CN105955451A (zh) * | 2016-04-18 | 2016-09-21 | 张伟彬 | 基于用户图像的出行提示方法 |
CN106204223B (zh) * | 2016-07-13 | 2017-10-31 | 中南大学 | 图像处理方法及*** |
CN106204223A (zh) * | 2016-07-13 | 2016-12-07 | 中南大学 | 图像处理方法及*** |
CN106558052A (zh) * | 2016-10-10 | 2017-04-05 | 北京光年无限科技有限公司 | 一种用于智能机器人的交互数据处理输出方法及机器人 |
CN106971405A (zh) * | 2017-03-23 | 2017-07-21 | 珠海市魅族科技有限公司 | 一种衣物匹配的方法及装置 |
CN108615013A (zh) * | 2018-04-27 | 2018-10-02 | 北京小米移动软件有限公司 | 图像处理方法及装置 |
CN108615013B (zh) * | 2018-04-27 | 2022-08-26 | 北京小米移动软件有限公司 | 图像处理方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102426650A (zh) | 用于人物图像分析的方法和装置 | |
CN104484450B (zh) | 基于图像的服饰搭配推荐方法和服饰搭配推荐装置 | |
CN109670591B (zh) | 一种神经网络的训练方法及图像匹配方法、装置 | |
US10318840B2 (en) | Generating a group photo collection | |
CN104952113B (zh) | 服饰试穿体验方法、***及设备 | |
CN105007395B (zh) | 一种连续记录视频、影像的隐私处理方法 | |
US20160143421A1 (en) | Makeup application assistance device, makeup application assistance system, and makeup application assistance method | |
CN110232253B (zh) | 生成服饰搭配方案的计算机装置、设备、存储介质及方法 | |
CN105224917B (zh) | 一种利用颜色空间创建肤色概率图的方法和*** | |
CN102332034B (zh) | 一种人像图片检索方法和装置 | |
CN105224775A (zh) | 基于图片处理来对衣服进行搭配的方法和装置 | |
CN110276360B (zh) | 生成服饰搭配方案的计算机装置、设备、存储介质及方法 | |
CN105426462A (zh) | 一种基于图像元素的图像搜索方法和装置 | |
CN106354768B (zh) | 基于颜色的用户与商品的匹配方法及商品匹配推荐方法 | |
CN104951770B (zh) | 人脸图像数据库的构建方法、应用方法及相应装置 | |
CN108920490A (zh) | 辅助化妆的实现方法、装置、电子设备以及存储介质 | |
CN105809461A (zh) | 一种推荐首饰的方法、***及智能设备 | |
CN102779270A (zh) | 一种针对购物图像搜索的目标衣物图像提取方法 | |
CN109597907A (zh) | 服饰管理方法和装置、电子设备、存储介质 | |
Hidayati et al. | Clothing genre classification by exploiting the style elements | |
CN107862259A (zh) | 人像采集方法及装置、终端装置和计算机可读存储介质 | |
CN108920828B (zh) | 一种服装搭配的方法及*** | |
CN109918525A (zh) | 基于微信小程序的食物图片美学分析标签数据收集*** | |
KR20150008497A (ko) | 관계 써클 프로세싱 방법 및 시스템, 그리고 컴퓨터 저장 매체 | |
CN104317866B (zh) | 一种成衣匹配方法及其电子装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20120425 |