CN111832350B - 服装试穿检测方法及*** - Google Patents

Abstract

本申请提供一种服装试穿检测方法及***，所述方法包括：获取摄像机采集的用户试穿图像；识别所述用户试穿图像中被试穿服装对应的服饰信息；更新所述服饰信息对应的试穿次数。通过识别摄像机采集的用户试穿图像，得到被试穿的是哪一款服装，然后再更新这一款服装的试穿次数，从而管理者可以根据记录的试穿次数，了解到进店顾客都喜欢哪些款型的服装，以便于调整服装陈列策略和进货补货策略。

Description

服装试穿检测方法及***

技术领域

本申请涉及图像处理技术领域，尤其涉及一种服装试穿检测方法及***。

背景技术

目前，大部分服装行业采用的仍是传统的销售模式，在整个服装销售过程中，只是销售服务员与顾客口头交流完成销售，无法记录顾客喜欢哪些款型服装，导致整个销售过程的信息反馈不畅，许多环节出现窝工的情况，造成畅销的产品断货、滞销的产品压货。

发明内容

有鉴于此，本申请提供一种服装试穿检测方法及***，以解决目前销售管理效率低的问题。

根据本申请实施例的第一方面，提供一种服装试穿检测方法，所述方法包括：

获取摄像机采集的用户试穿图像；

识别所述用户试穿图像中被试穿服装对应的服饰信息；

更新所述服饰信息对应的试穿次数。

根据本申请实施例的第二方面，提供一种服装试穿检测***，所述***包括：

摄像机，用于采集用户试穿图像并发送至处理器；

所述处理器，用于识别所述用户试穿图像中被试穿服装对应的服饰信息，并更新所述服饰信息对应的试穿次数。

应用本申请实施例，通过获取摄像机采集的用户试穿图像，并识别所述用户试穿图像中被试穿服装对应的服饰信息，进而再更新所述服饰信息对应的试穿次数。

基于上述描述可知，通过识别摄像机采集的用户试穿图像，得到被试穿的是哪一款服装，然后再更新这一款服装的试穿次数，从而管理者可以根据记录的试穿次数，了解进店顾客喜欢哪些款型的服装，便于调整服装陈列策略和进货补货策略。

附图说明

图1为本申请根据一示例性实施例示出的一种服装试穿检测方法的实施例流程图；

图2为本申请根据一示例性实施例示出的一种服装试穿检测***结构图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的***和方法的例子。

在本申请使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请。在本申请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，本文中使用的术语“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。

应当理解，尽管在本申请可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本申请范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。

目前的销售模式无法记录顾客喜欢哪些款型服装，整个销售过程的信息反馈不畅，导致存在销售管理效率低的问题。

为解决上述问题，本申请提出一种服装试穿检测方法，通过获取摄像机采集的用户试穿图像，并识别所述用户试穿图像中被试穿服装对应的服饰信息，进而再更新所述服饰信息对应的试穿次数。

基于上述描述可知，通过识别摄像机采集的用户试穿图像，得到被试穿的是哪一款服装，然后再更新这一款服装的试穿次数，从而管理者可以根据记录的试穿次数，了解进店顾客都喜欢哪些款型的服装，便于调整服装陈列策略和进货补货策略。

下面以具体实施例对本申请提出的服装试穿检测方法进行详细阐述。

图1为本申请根据一示例性实施例示出的一种服装试穿检测方法的实施例流程图，由于用户在试衣过程中，通常会站在试衣镜前进行，并且穿好被试穿服装后还会面对试衣镜查看试穿效果，因此可以将摄像机设置于试衣镜上方或者屋顶上方等位置，以方便采集用户试穿图像。

如图1所示，所述服装试穿检测方法包括如下步骤：

步骤101：获取摄像机采集的用户试穿图像。

一种可能的例子，摄像机可以实时监控视场范围内的人体，当监控到人体时，开始采集视频图像，同时检测视频图像中的人脸，并将检测到人脸的视频图像作为用户试穿图像。

示例性的，用户试穿图像可以是二维图像，也可以是三维图像。如果是三维图像，摄像机可以是双目相机或者深度相机。

步骤102：识别所述用户试穿图像中被试穿服装对应的服饰信息。

在一实施例中，可以通过将所述用户试穿图像分割为服饰子图像和人脸子图像，然后从预设的服饰数据库中查找与所述服饰子图像匹配的目标服饰图，并将所述目标服饰图对应的服饰信息作为被试穿服装对应的服饰信息，所述服饰数据库包括服饰图和服饰信息。

在一可能的实施方式中，针对查找与所述服饰子图像匹配的目标服饰图的过程，可以通过计算服饰子图像与服饰数据库中每帧服饰图之间的相似度，然后从计算得到的相似度中选择最大相似度，若最大相似度大于相似度阈值，则将最大相似度对应的服饰图作为匹配的目标服饰图。

示例性的，服饰数据库中的服饰信息可以包括服装的款式ID号、颜色、尺码信息等，服饰数据库中的服饰图指的是服饰的实物拍摄图。

本领域技术人员可以理解的是，针对将所述用户试穿图像分割为服饰子图像和人脸子图像的过程，可以通过采用传统的分割算法实现服饰与人脸的分割，也可以通过采用基于深度学习方法的神经网路实现分割。

在另一实施例中，还可以通过将服饰子图像输入至已训练的第一神经网络，以由所述第一神经网络识别所述服饰子图像中被试穿服装的服饰信息。

示例性的，所述第一神经网络可以基于深度学习方法训练得到，且用于训练第一神经网络的训练样本包含各种款型服饰的服饰图以及标记的服饰信息标签，例如可以将服饰数据库中的服饰图和服饰信息作为训练样本。

基于上述描述，在将所述用户试穿图像分割为服饰子图像和人脸子图像之后，还可以利用人脸子图像识别出试穿用户的用户信息，并将识别的用户信息与识别到的服饰信息所对应的试穿次数对应存储，以供管理者查看都有哪些用户试穿过。

在一实施例中，针对利用人脸子图像识别出试穿用户的用户信息的过程，可以通过从预设的用户数据库中查找与所述人脸子图像匹配的目标人脸图，并获取所述目标人脸图对应的用户信息，所述用户数据库包括进店用户的人脸图和用户信息。

其中，查找与人脸子图像匹配的目标人脸图的原理可以采用上述查找与服饰子图像匹配的目标服饰图的查找原理，不再详述目标人脸图的查找过程。

示例性的，用户数据库中的人脸图可以是用户注册会员时上传的人脸图，也可以是在进行服装试穿检测过程中获取的人脸子图像；用户数据库中的用户信息可以是用户注册会员时输入的信息，也可以是基于人脸子图像识别到的信息，该用户信息可以是姓名、性别、身高、体重、喜好颜色、手机号等信息中的其中一种信息或多种信息的组合。

在另一实施例中，还可以通过将人脸子图像输入至已训练的第二神经网络，以由所述第二神经网络识别所述人脸子图像的用户信息。

示例性的，所述第二神经网络也可以基于深度学习方法训练得到，且用于训练第二神经网络的训练样本包含进店用户的人脸图以及标记的用户信息标签，例如可以将用户数据库中的用户信息和人脸图作为训练样本。

需要说明的是，如果从用户数据库中未查找到与人脸子图像匹配的目标人脸图，则接收外部输入的新注册用户的用户信息，并将接收的用户信息和所述人脸子图像添加到用户数据库中，或者通过识别所述人脸子图像中试穿用户的性别，并将识别出的性别作为用户信息与人脸子图像添加到用户数据库中。

需要进一步说明的是，还可以基于服饰子图像或者获取的用户信息判断被试穿服装的大小是否适合试穿用户，并将判断结果与获取的用户信息以及识别到的服饰信息所对应的试穿次数对应存储，以供后续结合各个用户的用户信息以及试穿效果调整服装设计策略。

针对判断被试穿服装的大小是否适合试穿用户的过程可以包括如下三种方式：

第一种实施方式：如果获取的用户信息包括用户身高和体重，则可以通过将所述用户身高和体重分别与被试穿服装对应的适合身高和适合体重进行对比，并根据得到的对比结果判断被试穿服装的大小是否适合试穿用户。

示例性的，如果用户身高不在被试穿服装对应的适合身高的范围内且用户体重也不在被试穿服装对应的适合体重的范围内，则确定被试穿服装的大小不适合试穿用户，否则，确定被试穿服装的大小适合试穿用户。

假设被试穿服装对应的适合体重的范围为25千克-50千克，适合身高的范围为1米-1.2米，如果用户身高不在被试穿服装对应的1米-1.2米范围内且用户体重也不在被试穿服装对应的25千克-50千克范围内，则确定被试穿服装的大小不适合试穿用户。

第二种实施方式：确定被试穿服装在服饰子图像中的展开度，并依据所述展开度判断被试穿服装的大小是否适合试穿用户。

示例性的，被试穿服装的展开度可以采用识别出服饰子图像中服饰的褶皱、卷曲度、线条变形度等信息确定；又或者利用合身模特试穿时服饰的截图和服饰子图像的相似度对比，该对比过程可以采用神经网络实现，也可以仅通过线性计算或者简单的相似度计算确定。

假设被试穿服装对应的合身展开度范围为10％-20％，如果确定的展开度不在被试穿服装对应的10％-20％范围内，则确定被试穿服装的大小不适合试穿用户。

第三种实施方式：通过确定所述服饰子图像在所述试穿图像中的占比，并依据所述占比判断被试穿服装的大小是否适合试穿用户。

在一例子中，在确定所述服饰子图像在所述试穿图像中的占比之后，可以再确定试穿用户与试衣镜之间的距离，并根据所述距离和所述占比判断被试穿服装的大小是否适合试穿用户。

其中，试穿用户与试衣镜之间的距离可以通过设置在试衣镜上的测距传感器(如距离传感器、激光传感器等)测量，或者通过摄像机采集的用户试穿图像和试衣镜在相机坐标系中的坐标位置信息确定。如果距离超过距离阈值且占比未在预设比例范围内，则确定被试穿服装的大小不适合试穿用户。

在另一例子中，在确定所述服饰子图像在所述试穿图像中的占比之后，如果所述用户信息包括用户身高和体重，则可以根据所述占比与所述用户身高和体重判断被试穿服装的大小是否适合试穿用户。

示例性的，如果占比未在预设比例范围内或者用户身高或体重不在被试穿服装对应的身高范围内或体重范围内，则确定被试穿服装的大小不适合试穿用户。

本领域技术人员可以理解的是，除了上述列出的三种判断方式之外，还可以根据被试穿服装在图像中的贴合程度来判断被试穿服装的大小是否适合试穿用户。

在上述描述的基础上，如果获取的用户信息中包括手机号，还可以将用户试穿图像、被试穿服装的服饰信息以及是否合身的信息推送到使用该手机号的手机上，同时也可以根据用户信息中的喜好颜色或者用户的选择，向该手机号推送其他款型服装的服饰信息。

步骤103：更新所述服饰信息对应的试穿次数。

在一实施例中，在更新所述服饰信息对应的试穿次数之后，可以通过获取所述服饰信息对应的销售信息，并存储所述服饰信息、更新后的试穿次数以及获取的销售信息；或者也可以通过获取所述服饰信息对应的陈列位置，并存储所述服饰信息、更新后的试穿次数以及获取的陈列位置；或者还可以通过获取所述服饰信息对应的销售信息和陈列位置，并存储所述服饰信息、更新后的试穿次数以及获取的销售信息和陈列位置。

示例性的，销售信息可以包括销售数量、售出时间等信息。后续管理者可以通过上述存储的信息，调整被试穿服装的陈列位置或者进货量和定价。

在一实施例中，在所述试穿次数小于预设次数或者所述销售信息未达到预设条件时，还可以根据更新后的试穿次数、获取的销售信息和陈列位置，生成新的陈列位置，以使用户将被试穿服装放置于新的陈列位置。

在本申请实施例中，通过获取摄像机采集的用户试穿图像，并识别所述用户试穿图像中被试穿服装对应的服饰信息，进而再更新所述服饰信息对应的试穿次数。

基于上述描述可知，通过识别摄像机采集的用户试穿图像，得到被试穿的是哪一款服装，然后再更新这一款服装的试穿次数，从而管理者可以根据记录的试穿次数，了解到进店顾客都喜欢哪些款型的服装，以便于调整服装陈列策略和进货补货策略。

图2为本申请根据一示例性实施例示出的一种服装试穿检测***结构图，该***包括摄像机210和处理器220：

所述摄像机210，用于采集用户试穿图像并发送至处理器220；

所述处理器220，用于识别所述用户试穿图像中被试穿服装对应的服饰信息，并更新所述服饰信息对应的试穿次数。

示例性的，处理器220可以内置于摄像机210中，也可以设置于服务器云端或者终端设备中。

在一可选实现方式中，所述摄像机210可以设置于试衣镜的上方。

在一可选实现方式中，所述***还可以包括(图2中未示出)：

显示器，用于接收所述处理器220发送的被试穿服装对应的服饰信息和更新后的试穿次数并进行显示。

在一可选实现方式中，所述处理器220，还用于在更新所述服饰信息对应的试穿次数之后，获取所述服饰信息对应的陈列位置，并存储所述服饰信息、更新后的试穿次数以及获取的陈列位置；和/或，获取所述服饰信息对应的销售信息，并存储所述服饰信息、更新后的试穿次数以及获取的销售信息；和/或，获取所述服饰信息对应的销售信息和陈列位置，并存储所述服饰信息、更新后的试穿次数以及获取的销售信息和陈列位置。

在一可选实现方式中，所述处理器220，还用于在所述试穿次数小于预设次数或者所述销售信息未达到预设条件时，根据更新后的试穿次数、获取的销售信息和陈列位置，生成新的陈列位置。

在一可选实现方式中，所述处理器220，具体用于在识别所述用户试穿图像中被试穿服装对应的服饰信息过程中，将所述用户试穿图像分割为服饰子图像和人脸子图像；从预设的服饰数据库中查找与所述服饰子图像匹配的目标服饰图，并将所述目标服饰图对应的服饰信息作为被试穿服装对应的服饰信息，所述服饰数据库包括服饰图和服饰信息。

在一可选实现方式中，所述处理器220，还用于在将所述用户试穿图像分割为服饰子图像和人脸子图像之后，从预设的用户数据库中查找与所述人脸子图像匹配的目标人脸图，并获取所述目标人脸图对应的用户信息，所述用户数据库包括进店用户的人脸图和用户信息；将获取的用户信息与识别到的服饰信息所对应的试穿次数对应存储。

在一可选实现方式中，所述处理器220，还用于基于所述服饰子图像或者获取的用户信息判断被试穿服装的大小是否适合试穿用户；将判断结果与获取的用户信息以及识别到的服饰信息所对应的试穿次数对应存储。

在一可选实现方式中，所述处理器220，还具体用于在基于所述服饰子图像或者获取的用户信息判断被试穿服装的大小是否适合试穿用户过程中，所述用户信息包括用户身高和体重时，将所述用户身高和体重分别与被试穿服装对应的适合身高和适合体重进行对比，并根据得到的对比结果判断被试穿服装的大小是否适合试穿用户；或者，确定被试穿服装在所述服饰子图像中的展开度，并依据所述展开度判断被试穿服装的大小是否适合试穿用户；或者，确定所述服饰子图像在所述试穿图像中的占比，并依据所述占比判断被试穿服装的大小是否适合试穿用户。

在一可选实现方式中，所述处理器220，还具体用于在依据所述占比判断被试穿服装的大小是否适合试穿用户过程中，确定试穿用户与试衣镜之间的距离，并根据所述距离和所述占比判断被试穿服装的大小是否适合试穿用户；或者，在所述用户信息包括用户身高和体重时，根据所述占比与所述用户身高和体重判断被试穿服装的大小是否适合试穿用户。

上述***中各个部件的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程，在此不再赘述。

对于***实施例而言，由于其基本对应于方法实施例，所以相关之处参见方法实施例的部分说明即可。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本申请的真正范围和精神由下面的权利要求指出。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

以上所述仅为本申请的较佳实施例而已，并不用以限制本申请，凡在本申请的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本申请保护的范围之内。

Claims (6)

1.一种服装试穿检测方法，其特征在于，所述方法包括：

获取摄像机采集的用户试穿图像；

将所述用户试穿图像分割为服饰子图像和人脸子图像；

从预设的用户数据库中查找与所述人脸子图像匹配的目标人脸图，并获取所述目标人脸图对应的用户信息，所述用户数据库包括进店用户的人脸图和用户信息；将获取的用户信息与识别到的服饰信息所对应的试穿次数对应存储；

从预设的服饰数据库中查找与所述服饰子图像匹配的目标服饰图，并将所述目标服饰图对应的服饰信息作为被试穿服装对应的服饰信息，所述服饰数据库包括服饰图和服饰信息；

确定被试穿服装在所述服饰子图像中的展开度，并依据所述展开度判断被试穿服装的大小是否适合试穿用户；其中，所述展开度包括：所述服饰子图像中服饰的褶皱、卷曲度、线条变形度以及合身模特试穿该被试穿服装时服饰的截图和服饰子图像的相似度对比结果；所述对比结果的确定方法包括：采用神经网络、线性计算或相似度计算；或者，

确定试穿用户与试衣镜之间的距离以及所述服饰子图像在所述试穿图像中的占比，并根据所述距离和所述占比判断被试穿服装的大小是否适合试穿用户；其中，所述试穿用户与试衣镜之间的距离依据所述摄像机采集的用户试穿图像和所述试衣镜在摄像机坐标系中的坐标位置信息确定；或者，

确定所述服饰子图像在所述试穿图像中的占比，在所述用户信息包括用户身高和体重时，根据所述占比与所述用户身高和体重判断被试穿服装的大小是否适合试穿用户；

将判断结果与获取的用户信息以及识别到的服饰信息所对应的试穿次数对应存储；

更新所述服饰信息对应的试穿次数。

2.根据权利要求1所述的方法，其特征在于，在更新所述服饰信息对应的试穿次数之后，所述方法还包括：

获取所述服饰信息对应的陈列位置，并存储所述服饰信息、更新后的试穿次数以及获取的陈列位置；和/或，

获取所述服饰信息对应的销售信息，并存储所述服饰信息、更新后的试穿次数以及获取的销售信息；和/或，

获取所述服饰信息对应的销售信息和陈列位置，并存储所述服饰信息、更新后的试穿次数以及获取的销售信息和陈列位置。

3.根据权利要求2所述的方法，其特征在于，所述方法还包括：

在所述试穿次数小于预设次数或者所述销售信息未达到预设条件时，根据更新后的试穿次数、获取的销售信息和陈列位置，生成新的陈列位置。

4.一种服装试穿检测***，其特征在于，所述***包括：

摄像机，用于采集用户试穿图像并发送至处理器以及确定试穿用户与试衣镜之间的距离；

所述处理器，用于将所述用户试穿图像分割为服饰子图像和人脸子图像；

从预设的用户数据库中查找与所述人脸子图像匹配的目标人脸图，并获取所述目标人脸图对应的用户信息，所述用户数据库包括进店用户的人脸图和用户信息；将获取的用户信息与识别到的服饰信息所对应的试穿次数对应存储；

从预设的服饰数据库中查找与所述服饰子图像匹配的目标服饰图，并将所述目标服饰图对应的服饰信息作为被试穿服装对应的服饰信息，所述服饰数据库包括服饰图和服饰信息；

确定被试穿服装在所述服饰子图像中的展开度，并依据所述展开度判断被试穿服装的大小是否适合试穿用户；其中，所述展开度包括：所述服饰子图像中服饰的褶皱、卷曲度、线条变形度以及合身模特试穿该被试穿服装时服饰的截图和服饰子图像的相似度对比结果；所述对比结果的确定方法包括：采用神经网络、线性计算或相似度计算；或者，

确定试穿用户与试衣镜之间的距离以及所述服饰子图像在所述试穿图像中的占比，并根据所述距离和所述占比判断被试穿服装的大小是否适合试穿用户；其中，所述试穿用户与试衣镜之间的距离依据所述摄像机采集的用户试穿图像和所述试衣镜在摄像机坐标系中的坐标位置信息确定；或者，

确定所述服饰子图像在所述试穿图像中的占比，在所述用户信息包括用户身高和体重时，根据所述占比与所述用户身高和体重判断被试穿服装的大小是否适合试穿用户；

将判断结果与获取的用户信息以及识别到的服饰信息所对应的试穿次数对应存储；

更新所述服饰信息对应的试穿次数。

5.根据权利要求4所述的***，其特征在于，所述摄像机设置于试衣镜的上方。

6.根据权利要求4所述的***，其特征在于，所述***还包括：

显示器，用于接收所述处理器发送的被试穿服装对应的服饰信息和更新后的试穿次数并进行显示。