JP2015026186A - Method for creating three-dimensional computer graphics model and its image, system therefor, and virtual try-on method - Google Patents
Method for creating three-dimensional computer graphics model and its image, system therefor, and virtual try-on method Download PDFInfo
- Publication number
- JP2015026186A JP2015026186A JP2013154600A JP2013154600A JP2015026186A JP 2015026186 A JP2015026186 A JP 2015026186A JP 2013154600 A JP2013154600 A JP 2013154600A JP 2013154600 A JP2013154600 A JP 2013154600A JP 2015026186 A JP2015026186 A JP 2015026186A
- Authority
- JP
- Japan
- Prior art keywords
- user
- computer
- model
- individual
- dimensional
- 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
Landscapes
- Image Analysis (AREA)
- Processing Or Creating Images (AREA)
- Image Generation (AREA)
Abstract
Description
本発明は、相同モデルを用い、３次元コンピュータグラフィックスモデル及びその画像を作成する方法、同システム、並びにバーチャル試着方法に関するものである。 The present invention relates to a three-dimensional computer graphics model and a method for creating an image thereof, a system thereof, and a virtual fitting method using a homologous model.
インターネットを用いた通信販売が急激に成長しているが、衣服の販売については、実際に試着を行なうことができないため、サイジングの問題がある。サイジングの問題は、ユーザが自ら寸法を測ることは手間が掛かること、また、Ｓ／Ｍ／Ｌといったサイズ表記や、衣服の寸法などの数値による表記が用いられているが、寸法の測り方や基準が各社異なっていることも原因として挙げられる。 Mail order sales using the Internet are growing rapidly, but there is a sizing problem with clothing sales because it is not possible to actually try on clothes. The problem of sizing is that it takes time and effort for the user to measure the size himself, and the size notation such as S / M / L and the numerical notation such as the size of clothes are used. Another reason is that different companies have different standards.
ウェブページ上でモデルの着用した写真を掲載していることもあるが、モデルとユーザとの体形の違いなどにより、サイジングの問題を解決するには十分ではない。 There are some photos on the web page worn by the model, but it is not enough to solve the sizing problem due to the difference in body shape between the model and the user.
このようなインターネットを用いた衣服販売における問題に対し、特許文献１では、ユーザの映像を撮影し、画像処理で試着イメージを表現している。また、特許文献２では、ユーザの２次元映像をもとに衣服の３次元情画像から３次元の試着イメージを表現している。 In order to deal with such problems in clothing sales using the Internet, Patent Document 1 captures a user's video and expresses a try-on image by image processing. In Patent Document 2, a three-dimensional fitting image is expressed from a three-dimensional image of clothes based on a two-dimensional image of the user.
特許文献３は、ユーザの３次元画像と衣服の３次元画像から試着イメージを作成しているが、ユーザの３次元画像の手法が示されていない。特許文献４は、撮像手段を用いたユーザの３次元画像の作成について開示している。また、特許文献５には、ユーザの３次元画像と衣服の３次元画像の具体的な３次元化の方法が開示されていない。 Patent Document 3 creates a try-on image from a three-dimensional image of a user and a three-dimensional image of clothes, but does not show a technique for the user's three-dimensional image. Patent Document 4 discloses creation of a three-dimensional image of a user using an imaging unit. Patent Document 5 does not disclose a specific three-dimensional method of a user three-dimensional image and a clothing three-dimensional image.
３次元のコンピュータグラフィックスモデルを用いて衣服のバーチャル試着を行なうためには、ユーザの個々の体形を再現する３次元コンピュータグラフィックスモデルを生成する必要がある。従来、３次元コンピュータグラフィックスモデルの生成には、３次元スキャナ装置などを用いて計測する必要があったが、この場合、全身を撮像可能な大型の３次元スキャナ装置が必要となり、個々のユーザが容易に自らの３次元コンピュータグラフィックスモデルを取得できる環境にはないため、実現可能性が低い。 In order to perform virtual try-on of clothes using a three-dimensional computer graphics model, it is necessary to generate a three-dimensional computer graphics model that reproduces the individual body shape of the user. Conventionally, generation of a three-dimensional computer graphics model has required measurement using a three-dimensional scanner device or the like, but in this case, a large three-dimensional scanner device capable of imaging the whole body is required, and each user can be measured. However, it is not feasible because it is not in an environment where it is possible to easily acquire its own three-dimensional computer graphics model.
インターネット上の衣服の販売サイトにおいて、ユーザが容易にバーチャル試着システムを利用することができるようにするためには、ウェブブラウザ上の簡易な操作のみにより、実用上十分な再現性を持つユーザの体形の３次元コンピュータグラフィックスモデルを生成する技術が必要となる。 In order to make it easy for users to use the virtual fitting system at a clothing sales site on the Internet, the user's body shape is sufficiently reproducible for practical use only by simple operations on a web browser. A technique for generating a three-dimensional computer graphics model is required.
本発明の目的は、ウェブブラウザ上の簡易な操作により、ユーザの３次元コンピュータグラフィックスモデル及びその画像を作成する方法、同システム、並びにバーチャル試着方法を提供することである。 An object of the present invention is to provide a method, a system, and a virtual fitting method for creating a user's three-dimensional computer graphics model and its image by a simple operation on a web browser.
上記課題を解決するために、本発明に係る３次元コンピュータグラフィックスモデル及びその画像を作成する方法は、
体形に即した三次元コンピュータグラフィックスモデル及びその画像を作成する方法であって、
人間の全身形状の三次元実測データから全身相同モデルを作成し、作成された全身相同モデルの全頂点のユークリッド座標値と、身体特徴量とを要素とするベクトルをパラメータ空間における個体座標値とし、複数の個体に対する個体座標値を多変量解析することにより主成分ベクトルを求め、前記主成分ベクトルを直交基底とする体形空間を構成し、前記複数の個体から特徴的な複数の体形のタイプを抽出して、前記特徴的な複数の体形のタイプの身体特徴量を含む全身相同モデルのパラメータ空間上での個体座標値を前記体形空間上に写像して得られた体形別個体座標値を記憶するステップ、
ユーザの身体特徴量を入力するとともに、前記特徴的なｕ個の複数の体形のタイプの身体特徴量を含む全身相同モデルへの帰属度（重み係数）を入力することにより、体形空間上で前記特徴的体形タイプの個体座標値の重み付き平均による合成座標値を求め、求められた合成座標値をパラメータ空間上へ写像することで、前記ユーザの全身相同モデルにおける各頂点座標値を求め、３次元コンピュータグラフィックスモデル及び身体特徴量の少なくとも１つをコンピュータ画面上に表示することで、前記ユーザの三次元コンピュータグラフィックスモデルとその画像を得るステップと、
を含んでいる。
In order to solve the above problems, a method for creating a three-dimensional computer graphics model and an image thereof according to the present invention includes:
A three-dimensional computer graphics model conforming to a body shape and a method for creating an image thereof,
A whole body homology model is created from three-dimensional measurement data of the human whole body shape, and a vector whose elements are the Euclidean coordinate values of all the vertices of the created whole body homology model and body feature values is used as an individual coordinate value in the parameter space. A principal component vector is obtained by multivariate analysis of individual coordinate values for a plurality of individuals, a body shape space having the principal component vector as an orthogonal basis is formed, and a plurality of characteristic body shape types are extracted from the plurality of individuals. Then, the individual body coordinate values obtained by mapping the individual coordinate values on the parameter space of the whole body homology model including the body feature amounts of the plurality of characteristic body types onto the body space are stored. Step,
By inputting the body feature quantity of the user and inputting the degree of membership (weight coefficient) to the whole body homologous model including the body feature quantities of the characteristic u multiple body types, A composite coordinate value obtained by weighted average of individual coordinate values of characteristic body type is obtained, and the obtained composite coordinate value is mapped onto a parameter space to obtain each vertex coordinate value in the whole body homology model of the user. Displaying at least one of a three-dimensional computer graphics model and a body feature amount on a computer screen to obtain a three-dimensional computer graphics model of the user and an image thereof;
Is included.
より詳細には、本発明に係る３次元コンピュータグラフィックスモデル及びその画像を作成する方法は、
コンピュータを用いて、ユーザの体形に応じた３次元コンピュータグラフィックスモデル及びその画像を作成する方法であって、
（１） 第１のコンピュータが、ｔ個の個体について、３次元スキャナ装置を用いて測定された全身形状の３次元実測データを取得し、各個体の全身相同モデルを構成するジオメトリデータと、各個体の身体特徴量からなるｍ個の変数を成分とする身体特徴量を含む実測全身相同モデルＨｉを得るステップ、
（２） 前記第１のコンピュータが、得られた身体特徴量を含む実測全身相同モデルＨｉを多変量解析し、累積寄与率が一定の閾値を越えるｎ個（但し、ｎ＜ｍ）の主成分を抽出するステップ、
（３） 前記第１の抽出した主成分について、身体特徴量を含む全身相同モデル個体Ｈｉの主成分得点を成分とするｎ次元直交座標値である体形座標値に変換するステップ、
（４） 前記第１のコンピュータが、身体特徴量を含む実測全身相同モデルＨｉの中から、特徴的な体形の個体を抜き出し、ステップ（３）により体形別個体座標値を求め、ネットワークを介してユーザに提供する第１のサーバに記憶するステップ、
（５） 前記ネットワークに接続された第２のコンピュータを用い、前記第１のサーバに記憶された身体特徴量を含む実測全身相同モデルＨｉに含まれる身体特徴量のうち、ユーザが入力要素として選んだ身体特徴量の値と、ステップ（４）にて得られた体形別個体座標値へのユーザ自身の主観的帰属度を入力するステップ、
（６） 前記第１のサーバもしくは前記第２のコンピュータが、体形別個体座標値をステップ（５）の前記主観的帰属度で重み付けしたユーザの体形座標値の初期値を得るステップ、
（７） 前記第１のサーバもしくは前記第２のコンピュータが、前記ユーザの体形の初期値を、個体を定義するパラメータ空間のベクトルに変換するステップ、
（８） 前記第１のサーバもしくは前記第２のコンピュータが、前記ベクトルの要素のうち、身体特徴量に相当する部分を要素に置き換えるステップ、
（９） 前記第１のサーバもしくは前記第２のコンピュータが、前記ベクトルを直交空間の個体座標に変換するステップ、
（１０） 前記第１のサーバもしくは前記第２のコンピュータが、ステップ（７）〜ステップ（９）を繰り返し、個体座標の収束解を得るステップ、
（１１） 前記第１のサーバもしくは前記第２のコンピュータが、ステップ（１０）で得られた個体座標の収束解をユーザの体形座標値とし、パラメータ空間のベクトルに変換して、ジオメトリデータ及び身体特徴量を得、ネットワークを介して、ユーザの３次元コンピュータグラフィックスモデルと身体特徴量を前記第２のコンピュータの画面上に表示するステップと、
を含んでいる。
More specifically, the 3D computer graphics model according to the present invention and a method for creating an image thereof are:
A method of creating a three-dimensional computer graphics model corresponding to a user's body shape and an image thereof using a computer,
(1) A first computer obtains three-dimensional actual measurement data of a whole body shape measured using a three-dimensional scanner device for t individuals, geometry data constituting a whole body homology model of each individual, Obtaining an actually measured whole body homology model H i including body feature amounts including m variables composed of individual body feature amounts;
(2) The first computer performs multivariate analysis on the measured whole body homology model H i including the obtained body feature amount, and n (where n <m) the cumulative contribution ratio exceeds a certain threshold. Extracting the components;
(3) converting the first extracted principal component into a body coordinate value that is an n-dimensional orthogonal coordinate value having a principal component score of the whole body homology model individual H i including a body feature as a component;
(4) The first computer extracts an individual with a characteristic body shape from the measured whole body homology model H i including body feature values, obtains body shape distinct body coordinate values in step (3), Storing in a first server provided to the user,
(5) Using the second computer connected to the network, among the body feature amounts included in the measured whole body homology model H i including the body feature amount stored in the first server, the user uses as an input element A step of inputting the value of the selected body feature value and the user's own subjective degree of attachment to the body shape distinct body coordinate value obtained in step (4);
(6) The first server or the second computer obtains an initial value of the user's body coordinate value obtained by weighting the body separate body coordinate value by the subjective degree of attribution in step (5);
(7) the first server or the second computer converting an initial value of the user's body shape into a parameter space vector defining an individual;
(8) The first server or the second computer replaces a part corresponding to a body feature amount among elements of the vector with an element,
(9) the first server or the second computer converting the vector into orthogonal coordinates in orthogonal space;
(10) The first server or the second computer repeats steps (7) to (9) to obtain a convergent solution of individual coordinates,
(11) The first server or the second computer converts the convergent solution of the individual coordinates obtained in step (10) into a body shape coordinate value of the user and converts it into a vector in the parameter space to obtain the geometry data and the body Obtaining a feature quantity and displaying the user's three-dimensional computer graphics model and body feature quantity on the screen of the second computer via a network;
Is included.
また、本発明に係るバーチャル試着方法は、
３次元コンピュータグラフィックスモデル及びその画像を作成する方法により得られたユーザの３次元コンピュータグラフィックスモデル及びその画像を用いて衣服をバーチャル試着する方法であって、
第２のサーバに記憶された試着する衣服を、前記第２のコンピュータを用いて、選択して入力する衣服入力ステップ、
前記第１のサーバもしくは第２のコンピュータは、前記第２のサーバに記憶され、前記衣服入力ステップにて選択された衣服を、前記ユーザの３次元コンピュータグラフィックスモデルに着衣させ、試着した３次元コンピュータグラフィックスモデル及びその画像を作成し、前記第２のコンピュータの画面に表示する試着ステップと、
を含んでいる。
Further, the virtual try-on method according to the present invention is:
A method of virtually trying on a garment using a 3D computer graphics model of a user obtained by a 3D computer graphics model and a method of creating the image and the image thereof,
A clothing input step of selecting and inputting clothing to be tried on stored in the second server using the second computer;
The first server or the second computer is stored in the second server, and the clothes selected in the clothes input step are put on the user's three-dimensional computer graphics model and tried on. A try-on step of creating a computer graphics model and its image and displaying it on the screen of the second computer;
Is included.
本発明のユーザの３次元コンピュータグラフィックスモデル及びその画像を作成する方法によれば、ユーザの身体特徴量と、複数の特徴的な体形のタイプへの帰属度（重み係数）をユーザが自ら判断した重み付けを行なうことにより、簡易且つ精度良くユーザの３次元コンピュータグラフィックスモデル及びその画像を表示することができる。ユーザの身体特徴にコンピュータグラフィックスモデルの体形を近づける方法として、主成分分析によって得られたｎ次元直交空間の体形座標値を直接操作する方法があるが、主成分分析は、分析した個体分布の分散が大きい方向、すなわち個人差の大きい方向に順に直交軸を配置しているに過ぎず、必ずしも各軸の意味は明確ではない。また、分析する個体の選択によっては、軸の向きは必ずしも一定しない。そのため、第１主成分は身長に相関が高い座標軸、第２主成分は肥満度に相関が高い座標軸、と決めたとしても、身長が何ｃｍであるとか、腹囲が何ｃｍである、といった具体的な身体特徴量を再現しようとしたとき、各軸の値をいくつにすればよいかは不明である。本発明では相同モデルに身体特徴量をデータとして付加し、ジオメトリデータとともに主成分分析をすることで、身体特徴量とジオメトリデータの相関関係を明らかにし、ターゲットとなる身体特徴量の値を持つ体形座標値に収束させることで、身体特徴量に相関するジオメトリデータを得ることができる。 According to the user's three-dimensional computer graphics model and the method of creating the image of the present invention, the user himself / herself determines the user's physical features and the degree of attribution (weighting factor) to a plurality of characteristic body types. By performing the weighting, the user's three-dimensional computer graphics model and its image can be displayed easily and accurately. As a method of bringing the body shape of a computer graphics model closer to the body feature of the user, there is a method of directly manipulating body shape coordinate values of an n-dimensional orthogonal space obtained by principal component analysis. The orthogonal axes are merely arranged in order in the direction in which the variance is large, that is, the direction in which individual differences are large, and the meaning of each axis is not necessarily clear. Moreover, the direction of the axis is not always constant depending on the selection of the individual to be analyzed. Therefore, even if it is decided that the first principal component is a coordinate axis having a high correlation with the height and the second principal component is a coordinate axis having a high correlation with the obesity degree, what is the height and how many cm the abdomen is? It is unclear how much the value of each axis should be when trying to reproduce typical body features. In the present invention, body features are added to the homologous model as data, and the principal component analysis is performed together with the geometry data, thereby clarifying the correlation between the body features and the geometry data, and the body shape having the target body feature value. By converging to the coordinate value, it is possible to obtain geometric data correlated with the body feature amount.
表示された３次元コンピュータグラフィックスモデルの画像に衣服をバーチャル試着させることで、試着した３次元コンピュータグラフィックスモデル及びその画像を表示させることができるから、ウェブサイト上における衣服の通信販売等でのサイジングの問題を解消することができる。 By trying clothes on the displayed 3D computer graphics model image, you can display the 3D computer graphics model and the image you have tried on. Sizing problem can be solved.
本発明は、予め取得された多数の個体に対する、ジオメトリデータと別途実測した身体特徴量とに基づく実測全身相同モデルを作成し、その中から図１に示すような複数の特徴的な体形タイプの身体特徴量を含む実測全身相同モデルを抽出しておき、ユーザが、自身の身体特徴量と、複数の特徴的な体形タイプの身体特徴量を含む実測全身相同モデルへの各帰属度（重み係数）を入力することで、図２乃至図４に示すようなユーザ自身の体形に非常に近い３次元コンピュータグラフィックスモデル及びその画像を得るものである。 The present invention creates a measured whole body homology model based on geometry data and separately measured body feature amounts for a large number of individuals acquired in advance, and from among them, a plurality of characteristic body shape types as shown in FIG. Measured whole-body homologous model including body features is extracted, and each user's degree of belonging to the measured whole-body homologous model including body features and body features of multiple characteristic body types (weighting coefficient) ), A three-dimensional computer graphics model very close to the user's own body shape as shown in FIGS. 2 to 4 and its image are obtained.
得られた３次元コンピュータグラフィックスモデル及びその画像は、たとえば、バーチャル試着に用いることができる。 The obtained three-dimensional computer graphics model and its image can be used for virtual try-on, for example.
図５は、本発明の一実施形態に係るシステムの全体構成図である。システムは、３次元スキャナ装置１０２を用いて全身相同モデルＨｉに関する事前データを作成する第１のコンピュータ１０１と、事前データを記憶する第１のサーバ１０３と、該第１のサーバ１０３のデータをユーザに提供するネットワーク１０５と、ネットワーク１０５に接続され、衣服に関する情報を記憶している第２のサーバ１０４と、ネットワーク１０５に接続され、ユーザが操作する第２のコンピュータ１０６とを含んでいる。 FIG. 5 is an overall configuration diagram of a system according to an embodiment of the present invention. The system uses a three-dimensional scanner apparatus 102 to create a first computer 101 that generates prior data relating to the whole body homology model H i, a first server 103 that stores the previous data, and data of the first server 103. A network 105 provided to the user, a second server 104 connected to the network 105 and storing information about clothes, and a second computer 106 connected to the network 105 and operated by the user are included.
第１のコンピュータ１０１、第２のコンピュータ１０６、第１のサーバ１０３、第２のサーバ１０４は、夫々ＣＰＵを主体に構成され、本発明を実行するために必要な各種プログラムやデータを記憶するＲＯＭや入力情報等を一時的に記憶するＲＡＭなどを含む記憶装置などを具えている。これら機能は、ハードウェアのみ、ソフトウェアのみ又はこれらの組合せによって実現可能であることは当然理解されるべきである。 The first computer 101, the second computer 106, the first server 103, and the second server 104 are each composed mainly of a CPU, and a ROM that stores various programs and data necessary for executing the present invention. And a storage device including a RAM that temporarily stores input information and the like. It should be understood that these functions can be realized by hardware only, software only, or a combination thereof.
なお、第１のコンピュータ１０１と第２のコンピュータ１０６は同じコンピュータであってもよいし、第１のサーバ１０３と第２のサーバ１０４も同じサーバであってもよい。また、これらの台数は１台に限定されるものではない。 Note that the first computer 101 and the second computer 106 may be the same computer, and the first server 103 and the second server 104 may be the same server. Also, the number of these is not limited to one.
少なくとも、第１のコンピュータ１０１及び第２のコンピュータ１０６は、表示画面と入力装置を具える。 At least the first computer 101 and the second computer 106 include a display screen and an input device.
なお、第２のコンピュータ１０６は、パーソナルコンピュータであってもよいし、スマートフォンやＰＤＡ（Personal Data Assistance）などの携帯型端末であってもよい。 The second computer 106 may be a personal computer or a portable terminal such as a smartphone or a PDA (Personal Data Assistance).
上記構成のシステムによる３次元コンピュータグラフィックスモデル及びその画像の作成方法について説明する。 A three-dimensional computer graphics model and its image creation method by the system having the above configuration will be described.
本発明の３次元コンピュータグラフィックスモデル及びその画像の作成方法は、ユーザに提供される実測全身相同モデルＨｉを作成する事前計算フロー（図６及び図７）と、ユーザの操作により３次元コンピュータグラフィックスモデル及びその画像を作成する体形ＣＧモデル作成フロー（図９及び図１０、または、図１１及び図１２）に大別することができる。 Creating a three-dimensional computer graphics model and the image of the present invention, the pre-calculation flow for creating a measured systemic homology model H i to be provided to the user (FIGS. 6 and 7), three-dimensional computer by a user operation It can be roughly divided into a body model CG model creation flow (FIGS. 9 and 10 or FIGS. 11 and 12) for creating a graphics model and its image.
＜事前計算フロー（図６及び図７）＞
図６及び図７は、ユーザの３次元コンピュータグラフィックスモデル及びその画像を作成するための基礎となる全身相同モデルを構成するための事前計算フローを示している。事前計算フローは、第１のコンピュータ１０１と３次元スキャナ装置１０２を用いて行なうことができる。
<Pre-calculation flow (Figs. 6 and 7)>
6 and 7 show a pre-computation flow for constructing a user's three-dimensional computer graphics model and a whole-body homology model that is the basis for creating the image. The pre-computation flow can be performed using the first computer 101 and the three-dimensional scanner device 102.
第１のコンピュータ１０１は、３次元スキャナ装置１０２によって、ｔ個の個体に対し、個体の全身を走査撮像して、各個体の全身形状の３次元実測データを取得する。得られた３次元実測データから、各個体の全身相同モデルを作成する（ステップＳ１１）。全身相同モデルは、共通する解剖学的特徴点に基づいて、人体の形状を同一点数のユークリッド座標値で表わされる同数の点と同一位相のポリゴンによって再構築したものである。 The first computer 101 scans and images the whole body of t individuals with the three-dimensional scanner device 102 and acquires three-dimensional actual measurement data of the whole body shape of each individual. A whole body homology model of each individual is created from the obtained three-dimensional measurement data (step S11). The whole-body homology model is obtained by reconstructing the shape of the human body with polygons having the same number of points and the same phase represented by the same number of Euclidean coordinate values based on common anatomical feature points.
次に、作成された全身相同モデルを構成するジオメトリデータ、すなわちユークリッド座標値と、予め設定された各個体の身体特徴量からｍ個（ｍは自然数）の変数ｖ１、ｖ２、…、ｖｍを成分とするｔ個のｍ次元ベクトルで表わされる身体特徴量を含む実測全身相同モデルＨｉ＝（ｖ１ｉ、ｖ２ｉ、…、ｖｍｉ）、但し、ｉ＝１、２、…、ｔを作成する。 Next, m variables (m is a natural number) of variables v 1 , v 2 ,..., V based on the geometric data constituting the created whole-body homology model, that is, Euclidean coordinate values, and physical feature values of each individual set in advance. Measured whole body homology model H i = (v 1i , v 2i ,..., v mi ) including body features represented by t m-dimensional vectors having m as components, where i = 1, 2,. Create
身体特徴量として、各個体に対して実測された身長、体重、股下長、袖丈、胸囲（バスト）、腹囲（ウェスト）、腰囲（ヒップ）、首周りなどを例示することができる。また、年齢を身体特徴量の１つに含めることができる。年齢に応じた体形変化に傾向が見られるためである。 Examples of the body feature amount include height, weight, inseam length, sleeve length, chest circumference (bust), waist circumference (waist), waist circumference (hip), and neck circumference measured for each individual. In addition, age can be included in one of the body feature values. This is because there is a trend in body shape change according to age.
第１のコンピュータは、得られた実測全身相同モデルＨｉを多変量解析し、累積寄与率が一定の閾値を越える主成分をｎ個抽出する（但し、ｎは自然数であって、ｎ＜ｍ）。 The first computer performs multivariate analysis on the obtained actually measured whole body homology model H i, and extracts n principal components whose cumulative contribution ratio exceeds a certain threshold (where n is a natural number and n <m ).
より詳細には、ステップＳ１２に示すように、Ｈｉ（ｉ＝１、２、…、ｔ）を主成分分析し、第ｉ主成分（ｉ＝１、２、…、ｍ）の主成分負荷量をａ１ｉ、ａ２ｉ、…、ａｍｉとするときに、第１主成分から第ｍ主成分までの主成分負荷量を列とするｍ行ｍ列の行列Ａを求め、第ｎ主成分までの累積寄与率が一定の閾値を越えるようなｎを求める（ステップＳ１４）。 More specifically, as shown in step S12, H i (i = 1, 2,..., T) is subjected to principal component analysis, and the principal component load of the i-th principal component (i = 1, 2,..., M) is calculated. When the amounts are a 1i , a 2i ,..., A mi , an m-by-m matrix A having columns of principal component load amounts from the first principal component to the m-th principal component is obtained, and the n-th principal component is obtained. N is obtained so that the cumulative contribution rate up to a certain threshold value is exceeded (step S14).
累積寄与率の閾値を大きくするほど、主成分の個数であるｎの値は大きくなり、作成される３次元コンピュータグラフィックスモデルの再現可能な体形のバリエーションは増すが、次元の冗長度が高くなる。一方、累積寄与率の閾値を小さくすると、次元の冗長度は低くなるが、再現可能な体形のバリエーションが少なくなる。第一主成分がもっとも寄与率が高く、第ｍ主成分がもっとも寄与率が小さいので、次元の冗長度を減らし、パラメータ間の相関を効率よく表現するためには、バランスのよい閾値を選ぶ必要がある。 As the cumulative contribution ratio threshold increases, the value of n, which is the number of principal components, increases, and the reproducible body shape variations of the created three-dimensional computer graphics model increase, but the dimensional redundancy increases. . On the other hand, if the threshold value of the cumulative contribution rate is reduced, the dimensional redundancy is reduced, but the reproducible body shape variations are reduced. Since the first principal component has the highest contribution rate and the m-th principal component has the smallest contribution rate, it is necessary to select a well-balanced threshold value in order to reduce the dimensional redundancy and efficiently express the correlation between parameters. There is.
また、行列Ａの１列からｎ列までの要素からなる、ｍ行ｎ列の部分行列Ｘ、逆行列Ａ−１の1行からｎ行までの要素からなるｎ行ｍ列の部分行列Ｐを夫々算出し、記憶する（ステップＳ１５及びステップＳ１６）。ここでＸは、ジオメトリデータと身体特徴量を成分とするｍ次元パラメータ空間のベクトルを、ｎ次元直交空間の体形座標値に写像する際に用いる変換行列である。Ｐは逆に、ｎ次元直交空間の体形座標値をｍ次元パラメータ空間のベクトルに写像する際に用いる変換行列である。Ｘによる写像はｍ次元空間に埋め込まれたｎ次元空間上へのｍ次元ベクトルの正射影になるので、一般に写像後の位置は写像前の位置とずれを生ずる。一方、Ｐによる写像はｍ次元空間に埋め込まれたｎ次元空間上の位置をｍ次元空間上の位置に読み替えるだけなので、写像による位置のずれは生じない。図１５にｍ＝３、ｎ＝２の例を示す。（Ｈ１，Ｈ２，Ｈ３）を座標軸とする３次元パラメータ空間に（Ｘ１，Ｘ２）を座標軸とする２次元直交空間が埋め込まれている。３次元パラメータ空間上の点ｈ（ｈ１，ｈ２，ｈ３）を変換行列Ｘを用いて２次元直交空間上に写像した点ｘ（ｘ１，ｘ２）は、ｈの２次元直交空間上への正射影となり、一般にｘとｈの位置は一致しない。一方、ｘを変換行列Ｐを用いてパラメータ空間へ写像した点ｈ’（ｈ１’,ｈ２’,ｈ３’）はｘに一致し、ｈには一般に一致しない。 Also, an m-row, n-column submatrix X composed of elements from the first column to the n-th column of the matrix A, and an n-row, m-column submatrix P composed of elements from the first row to the n-th row of the inverse matrix A- 1. Each is calculated and stored (step S15 and step S16). Here, X is a transformation matrix used when mapping a vector in an m-dimensional parameter space having geometry data and body features as components to body shape coordinate values in an n-dimensional orthogonal space. Conversely, P is a transformation matrix used when mapping the body coordinate values of the n-dimensional orthogonal space to the vector of the m-dimensional parameter space. Since the mapping by X becomes an orthogonal projection of the m-dimensional vector onto the n-dimensional space embedded in the m-dimensional space, the position after mapping generally deviates from the position before mapping. On the other hand, since the mapping by P only reads the position in the n-dimensional space embedded in the m-dimensional space into the position in the m-dimensional space, the position shift due to the mapping does not occur. FIG. 15 shows an example where m = 3 and n = 2. A two-dimensional orthogonal space having (X1, X2) as a coordinate axis is embedded in a three-dimensional parameter space having (H1, H2, H3) as a coordinate axis. A point x (x1, x2) obtained by mapping the point h (h1, h2, h3) on the three-dimensional parameter space onto the two-dimensional orthogonal space using the transformation matrix X is an orthogonal projection of h on the two-dimensional orthogonal space. In general, the positions of x and h do not match. On the other hand, the point h ′ (h1 ′, h2 ′, h3 ′) obtained by mapping x to the parameter space using the transformation matrix P matches x and generally does not match h.
実測全身相同モデルＨｉ（ｉ＝１、２、…、ｔ）の平均Ｈを求めて記憶する（ステップＳ１７）。 The average H of the actually measured whole body homology model H i (i = 1, 2,..., T) is obtained and stored (step S17).
次に、身体特徴量を含む実測全身相同モデルＨｉの中から、ｕ個の特徴的な体形の個体を抜き出し、ｎ次元の体形別個体座標値Ｃｊ（ｊ＝１、２、…、ｕ）をステップＳ１８に記載の式により算出する。 Next, u characteristic individuals are extracted from the measured whole body homology model H i including body features, and n-dimensional individual body coordinate values C j (j = 1, 2,..., U ) Is calculated by the formula described in step S18.
たとえば、図１では、特徴的な体形の個体としてｕ＝４個の個体を例示している。洋ナシ型とは、臀部や太ももの肉付きがよく、下半身を中心に丸みのある体形である。リンゴ型とは、全体的に丸みのあるぽっちゃり体形である。筋肉型とは、筋肉が発達している逆三角形型である。非筋肉型とは、筋肉が衰退し、お腹まわりにたるみのある体形である。もちろん、これらは一例であり、また、個体数も４に限定されるものではない。 For example, in FIG. 1, u = 4 individuals are illustrated as individuals having a characteristic body shape. The pear-type is a body with a rounded shape centering on the lower half of the body, often with meat on the buttocks and thighs. The apple shape is a chubby body shape that is rounded as a whole. The muscle type is an inverted triangle type in which muscles are developed. The non-muscle type is a body shape in which muscles are weakened and the stomach is slack. Of course, these are only examples, and the number of individuals is not limited to four.
なお、性別、人種、世代（年齢）などの属性ごとに身体特徴量を含む実測全身相同モデルＨｉを作成し、属性ごとに多変量解析、及び、特徴的な体形のタイプを作成すれば、ユーザ自身の体形をさらに精度良く効率的に作成することができる。 It should be noted, gender, race, creates a measured systemic homology model H i, including the body feature value for each attribute, such as generation (age), multivariate analysis for each attribute, and, if you create a type of characteristic body shape The user's own body shape can be created more accurately and efficiently.
求められたｎ次元ベクトルＣｊを行の要素とするｕ行ｎ列の行列Ｍを求めて記憶する。 A matrix M of u rows and n columns having the obtained n-dimensional vector C j as a row element is obtained and stored.
上記により、身体特徴量を含む実測全身相同モデルＨｉを多変量解析することで、ユーザが入力要素として身体特徴量を１又は複数入力することで、ユーザの３次元コンピュータグラフィックスモデルを再構成することが可能となる。 As described above, the measured whole body homology model H i including the body feature amount is subjected to multivariate analysis, so that the user inputs one or more body feature amounts as input elements to reconstruct the user's three-dimensional computer graphics model It becomes possible to do.
上記得られた各データは、ネットワーク１０５に接続された第１のサーバ１０３に格納され、第１のサーバ１０３もしくはユーザの第2のコンピュータ１０６において、演算を行なうことでユーザの３次元コンピュータグラフィックスモデル及びその画像が構成される。 Each of the obtained data is stored in the first server 103 connected to the network 105, and the first server 103 or the user's second computer 106 performs an operation to perform the user's three-dimensional computer graphics. A model and its image are constructed.
＜第１の体形ＣＧモデル作成フロー（図９及び図１０）＞
第１のサーバ１０３は、ユーザの第２のコンピュータ１０６がウェブサイトにアクセスすることで、そのリクエストに応答し、ユーザの３次元コンピュータグラフィックスモデル及びその画像を構成し、第２のコンピュータ１０６の画面に表示する。
<First body shape CG model creation flow (FIGS. 9 and 10)>
The first server 103 responds to the request by the user's second computer 106 accessing the website, configures the user's three-dimensional computer graphics model and its image, and Display on the screen.
図８は、第２のコンピュータ１０６の画面表示の一例である。ユーザは、第２のコンピュータ１０６から、上記した身体特徴量を含む実測全身相同モデルＨｉに含まれる身体特徴量のうち、ｓ個の身体特徴量の値（ｂ１、ｂ２、…、ｂｓ）を入力する。身体特徴量の値は、該当する身体特徴量のチェックボックス１０７ａにチェックを入れることで、ダイレクト入力欄１０７に身体特徴量の数値を直接入力することができる。もちろん、数値をスライドバーにより入力するようにしてもよい。身体特徴量として、たとえば、身長、体重、股下等が例示される。身体特徴量として身長を入力すると、ユーザの体型を得るためにより好ましい。 FIG. 8 is an example of a screen display of the second computer 106. From the second computer 106, the user can select s body feature values (b 1 , b 2 ,..., B) among the body feature values included in the measured whole body homology model H i including the body feature values described above. s ). The value of the body feature value can be directly input to the direct input field 107 by checking the corresponding body feature value check box 107a. Of course, numerical values may be input using a slide bar. Examples of the body feature amount include height, weight, and crotch. It is more preferable to input the height as the body feature value in order to obtain the user's body shape.
また、ユーザは、ｕ個の特徴的な体形から、自らの主観により、各体形への帰属度（主観的帰属度（重み係数）：ｒ１、ｒ２、…、ｒｕ）を入力する（ステップＳ２１）。たとえば、図１に示す４つの体形に対し、自らの体形が、洋ナシ型に近いと考えれば、洋ナシ型の帰属度を高め、リンゴ型に近い場合にはリンゴ型の帰属度を高める。体形への主観的帰属度は、図８に示すようにスライドバー１０８により入力することができる。帰属度を変えることで、前述した図２乃至図４に示すように、ユーザの体形に近い３次元コンピュータグラフィックスモデルの画像１１０が作成される。なお、図示では、スライドバー１０８は、０〜１００％までの帰属度としているが、より極端なユーザ体形を再現する場合は、マイナス或いは１００％を越える帰属度を設定できるようにしてもよい。 Further, the user inputs the degree of membership (subjective degree (weighting factor): r 1 , r 2 ,..., R u ) to each body shape from the u characteristic body shapes according to his / her own subjectivity ( Step S21). For example, with respect to the four body shapes shown in FIG. 1, if it is considered that its body shape is close to the pear shape, the pear shape is increased, and if it is close to the apple shape, the apple shape is increased. The subjective degree of belonging to the body shape can be input by the slide bar 108 as shown in FIG. By changing the degree of attribution, an image 110 of a three-dimensional computer graphics model close to the user's body shape is created as shown in FIGS. In the figure, the slide bar 108 has a degree of belonging of 0 to 100%. However, when reproducing a more extreme user body shape, a degree of belonging of minus or over 100% may be set.
なお、すべての特徴的な体形への帰属度が０％の場合、図２に示すように、得られるユーザ体形は身体特徴量を含む実測全身相同モデルＨｉの平均Ｈの体形となる。また、洋ナシ型を０％、リンゴ型を３０％、筋肉型を０％、非筋肉型を６５％とすれば、図３に示すような体形となる。さらに、洋ナシ型を６０％、リンゴ型を４０％、筋肉型を３０％、非筋肉型を０％とすれば、図４に示すような体形となる。 Incidentally, when the degree of belonging to all the characteristic forms of 0%, as shown in FIG. 2, a user body shape resulting a body shape of the average H of the measured systemic homology model H i containing body feature amount. If the pear type is 0%, the apple type is 30%, the muscular type is 0%, and the non-muscular type is 65%, the body shape is as shown in FIG. Furthermore, if the pear type is 60%, the apple type is 40%, the muscular type is 30%, and the non-muscular type is 0%, the body shape is as shown in FIG.
入力された主観的帰属度（ｒ１、ｒ２、…、ｒｕ）を要素とするｕ次元ベクトルＲと、図７のステップＳ１９にて求められた行列Ｍを用いて、ステップＳ２２に記載の式により、主観的帰属度により重み付けされたｎ次元の体形座標値の初期値Ｔ０を得る（図９のステップＳ２２）。 Using the u-dimensional vector R whose elements are the input subjective belongings (r 1 , r 2 ,..., R u ) and the matrix M obtained in step S19 in FIG. The initial value T 0 of the n-dimensional body coordinate value weighted by the subjective degree of attribution is obtained from the equation (step S22 in FIG. 9).
次に、得られた体形座標値の初期値Ｔ０を、ユーザにより入力された身体特徴量に基づいて、ユーザの体形に近づくように収束させる。収束計算の原理を図１６に示す。これはｍ＝３，ｎ＝２の例であり（Ｈ１，Ｈ２、Ｈ３）を座標軸とする３次元パラメータ空間に（Ｘ１，Ｘ２）を座標軸とする２次元直交空間が埋め込まれている。初期値Ｔ０を、ユーザが入力した身体特徴量であるＨ３＝aに近づける収束計算の過程を以下に示す。初期値Ｔ０（ｘ１ｔ０，ｘ２ｔ０）を変換行列Ｐによりパラメータ空間に写像した点Ｄ０（ｈ１ｄ０，ｈ２ｄ０，ｈ３ｄ０）は、Ｔ０の位置と一致する。このＤ０の要素のうち、Ｈ３成分をユーザが入力した身体特徴量aに置き換えて、Ｄ１（ｈ１ｄ０，ｈ２ｄ０，ａ）を得る。これは平面（Ｈ３＝a）への正射影である。つぎにＤ１を変換行列Ｘを用いて写像すると、Ｄ１の２次元直交空間上への正射影である点Ｔ１を得る。この操作を繰り返すことにより、Ｔ０近傍でユーザの入力した身体特徴量に一致する点にＴｉは収束する Next, the initial value T 0 of the obtained body shape coordinate values is converged so as to approach the user's body shape based on the body feature amount input by the user. The principle of convergence calculation is shown in FIG. This is an example of m = 3 and n = 2, and a two-dimensional orthogonal space having (X1, X2) as coordinate axes is embedded in a three-dimensional parameter space having (H1, H2, H3) as coordinate axes. A process of convergence calculation for bringing the initial value T 0 closer to H3 = a which is the body feature amount input by the user will be described below. A point D 0 (h1 d0 , h2 d0 , h3 d0 ) obtained by mapping the initial value T 0 (x1 t0 , x2 t0 ) to the parameter space by the transformation matrix P coincides with the position of T 0 . Of the elements of D 0 , the H3 component is replaced with the body feature quantity a input by the user to obtain D 1 (h1 d0 , h2 d0 , a). This is an orthographic projection onto the plane (H3 = a). Next, when D 1 is mapped using the transformation matrix X, a point T 1 which is an orthogonal projection of D 1 onto the two-dimensional orthogonal space is obtained. By repeating this operation, T i converges to a point that matches the body feature input by the user in the vicinity of T 0.
より詳細には、制御変数ｉを０とし（ステップＳ２３）、体形座標値Ｔｉについて、ジオメトリデータと身体特徴量を要素とするｍ次元ベクトルＤｉをステップＳ２４に記載の式により変換する（ステップＳ２４）。なお、行列Ｐは、図６のステップＳ１６にて求められた部分行列である。 More specifically, the control variable i is set to 0 (step S23), and the m-dimensional vector D i having the geometry data and the body feature amount as elements is converted from the body coordinate value T i by the formula described in step S24 (step S24). S24). Note that the matrix P is the partial matrix obtained in step S16 of FIG.
Ｄｉの要素のうち、ユーザにより入力されたｓ個の身体特徴量に対応する要素を、ユーザの入力値（ｂ１、ｂ２、…、ｂS）に置き換える（ステップＳ２５）。 Among the elements of D i , elements corresponding to s body feature values input by the user are replaced with user input values (b 1 , b 2 ,..., B S ) (step S25).
要素を置き換えたＤｉをステップＳ２６に記載の式により変換し、Ｔｉ＋１を得る（ステップＳ２６）。 The D i by replacing the elements converted by the equation described in step S26, to obtain a T i + 1 (step S26).
Ｔｉ＋１とＴｉとの距離が一定の閾値よりも小さくなるまで（ステップＳ２７）、ｉをインクリメントして（ステップＳ２８）、ステップＳ２４〜ステップＳ２７を繰り返す。 Until the distance between T i + 1 and T i becomes smaller than a certain threshold (step S27), i is incremented (step S28), and steps S24 to S27 are repeated.
Ｔｉ＋１とＴｉとの距離が一定の閾値よりも小さくなると（ステップＳ２７のＹＥＳ）、得られたＴｉ＋１をステップＳ２９に記載の式を用いて、ジオメトリデータと身体特徴量を要素とするパラメータ空間のｍ次元ベクトルＤｉ＋１に変換する（ステップＳ２９）。 When the distance between T i + 1 and T i is smaller than a certain threshold value (YES in step S27), the obtained T i + 1 is a parameter having geometric data and body features as elements using the equation described in step S29. The space is converted into an m-dimensional vector D i + 1 (step S29).
なお、ユーザの入力する身体特徴量は収束計算の目標値であって、算出された身体特徴量が必ずしも入力値と一致するとは限らない。すなわち、ｎ次元直交空間の体形座標値で表現できる範囲内で目標値への最短距離に収束させているから、入力された身体特徴量と算出された身体特徴量が不一致の場合もある。但し、不一致の場合とは、多変量解析したｔ個の身体特徴量を含む全身相同モデルＨｉに比べて、身体特徴量間の比率が大きく異なる場合であり、平均的な体形の場合は、合致するか、合致しなくとも近い値となる。 Note that the body feature amount input by the user is a target value for convergence calculation, and the calculated body feature amount does not necessarily match the input value. That is, since the convergence is made to the shortest distance to the target value within the range that can be expressed by the body coordinate values of the n-dimensional orthogonal space, the input body feature quantity may not match the calculated body feature quantity. However, the case of mismatch, as compared to systemic homology model H i containing the t body feature amounts multivariate analysis, the case where the ratio between the body characteristic amount is greatly different, if the average body shape, Matches or is close even if it does not match.
得られたｍ次元ベクトルＤｉ＋１の各要素から３次元コンピュータグラフィックスモデルのジオメトリデータを抽出し、体形の３次元コンピュータグラフィックスモデルを第２のコンピュータ１０６の画面に表示すると共に、身体特徴量のデータを抽出して、その値を画面に表示する（ステップＳ３０）。 The geometry data of the three-dimensional computer graphics model is extracted from each element of the obtained m-dimensional vector D i + 1 , the three-dimensional computer graphics model of the body shape is displayed on the screen of the second computer 106, and the body feature amount Data is extracted and the value is displayed on the screen (step S30).
ユーザは、第２のコンピュータ１０６の画面に表示された３次元コンピュータグラフィックスモデルの画像及び身体特徴量を参照し、自身の体形と十分に近づいたかどうかを判断し（ステップＳ３１）、不十分であれば（ステップＳ３１のＮＯ）、入力情報を修正し（ステップＳ３２）、ステップＳ２２に戻って、３次元コンピュータグラフィックスモデルの再構築を行なう。表示された３次元コンピュータグラフィックスモデルの画像及び身体特徴量がユーザ自身の体形に十分近づいたと判断すると（ステップＳ３１のＹＥＳ）、本フローは終了する。 The user refers to the image of the three-dimensional computer graphics model and the body feature amount displayed on the screen of the second computer 106 to determine whether or not the body shape is sufficiently close (step S31). If there is (NO in step S31), the input information is corrected (step S32), and the process returns to step S22 to reconstruct the three-dimensional computer graphics model. If it is determined that the displayed image of the three-dimensional computer graphics model and the body feature amount are sufficiently close to the user's own body shape (YES in step S31), this flow ends.
上記により、ユーザは、特徴的な体形への帰属度（重み係数）と、身体特徴量を入力するだけで、自身の３次元コンピュータグラフィックスモデルの画像を得ることができる。作成されたユーザの３次元コンピュータグラフィックスモデルやジオメトリデータ、身体特徴量は、第１のサーバ１０３に登録したり、第２のコンピュータ１０６に記憶するようにして、再度ウェブサイトにアクセスしたときに、容易に３次元コンピュータグラフィックスモデルを作成できるようにすることが好適である。 As described above, the user can obtain an image of his / her three-dimensional computer graphics model only by inputting the degree of attribution (weighting coefficient) to the characteristic body shape and the body feature amount. When the created user's 3D computer graphics model, geometry data, and body features are registered in the first server 103 or stored in the second computer 106, the website is accessed again. It is preferable that a three-dimensional computer graphics model can be easily created.
作成された３次元コンピュータグラフィックスモデルの画像は、衣服のバーチャル試着に用いることができる。 The created image of the three-dimensional computer graphics model can be used for virtual fitting of clothes.
＜第２の体形ＣＧモデル作成フロー（図１１及び図１２）＞
上記では、ユーザの身体特徴量の値と、特徴的な体形へのユーザ自身の主観的帰属度（重み係数）を入力することで３次元コンピュータグラフィックスモデルの画像を作成しているが、３次元スキャナ装置１０２によって、ユーザの全身を走査撮像して、ユーザの全身形状の３次元実測データを取得し、得られた３次元実測データ及び計測時の身体特徴量から作成したユーザの身体特徴量を含む全身相同モデルのデータ、及びユーザの現在の身体特徴量の値の入力によって３次元コンピュータグラフィックスモデルの画像を作成することもできる。この方法では３次元スキャナ装置１０２による実測時から現在に至る経時的な体形の変化がある場合でも、現在の身体特徴量をユーザが入力することにより、現在のユーザの体形を推論して再現することができる。
<Second Body CG Model Creation Flow (FIGS. 11 and 12)>
In the above description, an image of a three-dimensional computer graphics model is created by inputting the user's body feature value and the user's own subjective degree of attachment (weighting factor) to a characteristic body shape. The three-dimensional scanner device 102 scans and captures the whole body of the user, acquires three-dimensional actual measurement data of the user's whole body shape, and creates the user's body feature amount from the obtained three-dimensional actual measurement data and the body feature amount at the time of measurement. An image of a three-dimensional computer graphics model can also be created by inputting the data of the whole body homologous model including and the value of the user's current body feature value. In this method, even if there is a change in body shape over time from the actual measurement by the three-dimensional scanner device 102 to the present, the user's current body feature value is input by the user to infer and reproduce the current user's body shape. be able to.
すなわち、体形に即した三次元コンピュータグラフィックスモデル及びその画像を作成する方法であって、
ユーザの全身形状の三次元実測データ及び実測時の身体特徴量から身体特徴量を含む全身相同モデルを作成し、パラメータ空間上での個体座標値を求めて体形空間へ写像することで、体形空間上での個体座標値を得て、記憶するステップ、
前記ユーザの現在の身体特徴量を入力し、収束計算を行うことで現在のユーザの体形空間上での体形座標値を求め、求められた体形座標値をパラメータ空間上へ写像することで、前記ユーザの全身相同モデルにおける各頂点座標値を求め、３次元コンピュータグラフィックスモデルとしてコンピュータ画面上に表示することで、前記ユーザの三次元コンピュータグラフィックスモデルとその画像を得るステップ、
を含んでいる。
That is, a method of creating a three-dimensional computer graphics model conforming to a body shape and an image thereof,
Create a whole body homology model that includes body features from 3D measurement data of the user's whole body shape and body features at the time of measurement, and obtain individual coordinate values on the parameter space and map them to the body space. Obtaining and storing individual coordinate values above,
By inputting the current body feature of the user and performing convergence calculation, the body coordinate value on the body shape space of the current user is obtained, and the obtained body coordinate value is mapped onto the parameter space, Obtaining each vertex coordinate value in the user's whole body homology model and displaying it on a computer screen as a three-dimensional computer graphics model, thereby obtaining the user's three-dimensional computer graphics model and its image;
Is included.
より詳細には、フローチャート図１１に示すように、ユーザは、第２のコンピュータ１０６から、上記した実測全身相同モデルＨｉに含まれる身体特徴量のうち、ｓ個の身体特徴量の値（ｂ１、ｂ２、…、ｂｓ）と、実測によるユーザ体形全身相同モデルのジオメトリデータと身体特徴量を要素とするｍ次元ベクトルＳを作成し、入力する（ステップＳ４１）。 More specifically, as shown in the flow chart diagram 11, the user, the second computer 106, among the physical feature amount included in the actual systemic homology model H i described above, s pieces of the body characteristic amount value (b 1 , b 2 ,..., B s ), and the m-dimensional vector S having the elements of the body shape whole body homologous model of the user's body shape by actual measurement and body features are created and input (step S41).
なお、身体特徴量の値は、ユーザが第２のコンピュータ１０６から入力しているが、３次元スキャナ装置１０２で実測したデータを第１のコンピュータ１０１で相同モデル化し、第１のサーバ１０３に記憶させたものを、３次元コンピュータグラフィックスモデルの画像を作成するコンピュータ（第２のコンピュータ１０６もしくは第１のサーバ１０３）に読み込んでもよい。 The body feature value is input from the second computer 106 by the user, but the data measured by the three-dimensional scanner device 102 is converted into a homologous model by the first computer 101 and stored in the first server 103. You may read into the computer (2nd computer 106 or 1st server 103) which produces the image of a three-dimensional computer graphics model.
次に、ステップＳ４２に記載の式によりｎ次元の体形座標値の初期値Ｔ０を得る（ステップＳ４２）。 Next, the formula to obtain the initial value T 0 in form coordinate values of an n-dimensional by described in step S42 (step S42).
得られた体形座標値Ｔ０を、ユーザにより入力された身体特徴量に基づいて、ユーザの体形座標値に近づくように収束させる。なお、ステップＳ４４〜ステップＳ４８は、上記したステップＳ２４〜ステップＳ２８と同様であるため、説明を省略する。 Based on the body feature value input by the user, the obtained body coordinate value T 0 is converged so as to approach the user's body coordinate value. Steps S44 to S48 are the same as Steps S24 to S28 described above, and thus description thereof is omitted.
ステップＳ４７にて得られたＴｉ＋１―Ｔｉのベクトルの長さ、すなわちＴｉ＋１とＴｉとの距離が一定の閾値よりも小さくなると（ステップＳ４７のＹＥＳ）、得られたＴｉ＋１をステップＳ４９に記載の式を用いて、ｍ次元ジオメトリデータと身体特徴量を要素とするパラメータ空間のｍ次元ベクトルＤｉ＋１に変換する（ステップＳ４９）。 When the length of the vector T i + 1 −T i obtained in step S47, that is, the distance between T i + 1 and T i becomes smaller than a certain threshold value (YES in step S47), the obtained T i + 1 is changed to step S49. Is converted into an m-dimensional vector D i + 1 in a parameter space having m-dimensional geometry data and body features as elements (step S49).
得られたｍ次元ベクトルＤｉ＋１の各要素から３次元コンピュータグラフィックスモデルのジオメトリデータを抽出し、体形の３次元コンピュータグラフィックスモデルを第２のコンピュータ１０６の画面に表示すると共に、身体特徴量のデータを抽出して、その値を画面に表示する（ステップＳ５０）。 The geometry data of the three-dimensional computer graphics model is extracted from each element of the obtained m-dimensional vector D i + 1 , the three-dimensional computer graphics model of the body shape is displayed on the screen of the second computer 106, and the body feature amount Data is extracted and the value is displayed on the screen (step S50).
上記により、ユーザは、実測したユーザの体形データと現在の身体特徴量を入力することで、自身の３次元コンピュータグラフィックスモデルの画像を得ることができる。 As described above, the user can obtain an image of his / her three-dimensional computer graphics model by inputting the actually measured body shape data and the current body feature amount.
作成された３次元コンピュータグラフィックスモデルの画像は、衣服のバーチャル試着に用いることができる。 The created image of the three-dimensional computer graphics model can be used for virtual fitting of clothes.
たとえば、衣服を通信販売者が、ネットワーク１０５上の第２のサーバ１０４に、衣服の画像やサイズなどのデータを格納しておき、ユーザが、衣服を通信販売ウェブサイト上で衣服を選択すると、第１のサーバ１０３にリンクして、ユーザに対して予め作成された自身の３次元コンピュータグラフィックスモデルの画像１１０に、図１３及び図１４に示すように選択された衣服（図１３はシャツ１１１、図１４はシャツ１１１とズボン１１２）を着衣させ、試着した３次元コンピュータグラフィックスモデル及びその画像を作成して、前記第２のコンピュータ１０６の画面に表示すればよい。 For example, when a mail-order seller stores data such as the image and size of the clothes in the second server 104 on the network 105 and the user selects the clothes on the mail-order website, Linked to the first server 103, an image 110 of the user's own three-dimensional computer graphics model created in advance for the user is selected as shown in FIG. 13 and FIG. In FIG. 14, a shirt 111 and trousers 112) are put on, and a try-on 3D computer graphics model and an image thereof are created and displayed on the screen of the second computer 106.
これにより、ユーザは、サイジングの問題を気にすることなく、インターネットを用いた通信販売を利用することができる。 Thereby, the user can use mail order using the Internet without worrying about the problem of sizing.
上記実施例の説明は、本発明を説明するためのものであって、特許請求の範囲に記載の発明を限定し、或は範囲を減縮するように解すべきものではない。又、本発明の各部構成は上記一実施形態に限らず、特許請求の範囲に記載の技術的範囲内で種々の変形が可能であることは勿論である。 The above description of the embodiments is for explaining the present invention and should not be construed as limiting the invention described in the claims or reducing the scope thereof. Moreover, each part structure of this invention is not restricted to the said one Embodiment, Of course, a various deformation | transformation is possible within the technical scope as described in a claim.
たとえば、作成された３次元コンピュータグラフィックスモデル及びその画像は、バーチャル試着に限定されず、種々の用途に利用することができる。 For example, the created three-dimensional computer graphics model and its image are not limited to virtual fitting, and can be used for various purposes.
また、本発明は、ネットワークを接続せずに、スタンドアロンのコンピュータのみで実施することも可能であることは、上記説明より明らかである。 Further, it is apparent from the above description that the present invention can be implemented only by a stand-alone computer without connecting a network.
１０１ 第１のコンピュータ
１０３ 第１のサーバ
１０４ 第２のサーバ
１０６ 第２のコンピュータ
１１０ ３次元コンピュータグラフィックスモデルの画像
101 First computer 103 First server 104 Second server 106 Second computer 110 Three-dimensional computer graphics model image
Claims (9)
人間の全身形状の三次元実測データから全身相同モデルを作成し、作成された全身相同モデルの各頂点のユークリッド座標値と、身体特徴量とを要素とするベクトルをパラメータ空間における個体座標値とし、複数の個体に対する個体座標値を多変量解析することにより主成分ベクトルを求め、前記主成分ベクトルを直交基底とする体形空間を構成し、前記複数の個体から特徴的な複数の体形のタイプを抽出して、前記特徴的な複数の体形のタイプの身体特徴量を含む全身相同モデルのパラメータ空間上での個体座標値を前記体形空間上に写像して得られた体形別個体座標値を記憶するステップ、
ユーザの身体特徴量を入力するとともに、前記特徴的なｕ個の複数の体形のタイプの身体特徴量を含む全身相同モデルへの帰属度を入力することにより、体形空間上で前記体形別個体座標値の重み付き平均による合成座標値を求め、求められた合成座標値をパラメータ空間上へ写像することで、前記ユーザの全身相同モデルにおける各頂点座標値を求め、３次元コンピュータグラフィックスモデル及び身体特徴量の少なくとも１つをコンピュータ画面上に表示することで、前記ユーザの三次元コンピュータグラフィックスモデルとその画像を得るステップと、
を含んでいることを特徴とするユーザの３次元コンピュータグラフィックスモデル及びその画像を作成する方法。 A three-dimensional computer graphics model conforming to a body shape and a method for creating an image thereof,
Create a whole body homology model from the three-dimensional measurement data of the human whole body shape, and use the Euclidean coordinate value of each vertex of the created whole body homology model and the vector that has the body features as individual coordinate values in the parameter space, A principal component vector is obtained by multivariate analysis of individual coordinate values for a plurality of individuals, a body shape space having the principal component vector as an orthogonal basis is formed, and a plurality of characteristic body shape types are extracted from the plurality of individuals. Then, the individual body coordinate values obtained by mapping the individual coordinate values on the parameter space of the whole body homology model including the body feature amounts of the plurality of characteristic body types onto the body space are stored. Step,
By inputting the body feature of the user and the degree of belonging to the whole body homologous model including the body features of the plurality of characteristic u body types, the body separate body coordinates in the body space By obtaining a composite coordinate value by a weighted average of values and mapping the obtained composite coordinate value onto a parameter space, each vertex coordinate value in the whole body homology model of the user is obtained, and a three-dimensional computer graphics model and a body Displaying at least one of the feature quantities on a computer screen to obtain the user's three-dimensional computer graphics model and its image;
A three-dimensional computer graphics model of a user and a method of creating an image thereof.
（１） 第１のコンピュータが、ｔ個の個体について、全身形状の３次元実測データを取得し、各個体の全身相同モデルを構成するジオメトリデータと、各個体の身体特徴量を含むｍ個の要素を成分とする個人ごとの身体特徴量を含む全身相同モデルＨｉ（但し、ｉ＝１〜ｔ）を得るステップ、
（２） 前記第１のコンピュータが、得られたｔ個の身体特徴量を含む全身相同モデルＨｉを多変量解析し、累積寄与率が一定の閾値を越えるｎ個（但し、ｎ＜ｍ）の主成分を抽出するステップ、
（３） 前記抽出した主成分について、身体特徴量を含む全身相同モデルＨｉと同じ成分構成をもつ身体特徴量を含む全身相同モデル個体の主成分得点を成分とするｎ次元直交座標値である体形座標値に変換するステップ、
（４） 前記身体特徴量を含む全身相同モデルＨｉから、ｕ個の複数の特徴的な体形の個体を抜き出し、ステップ（３）により特徴的な体形別個体座標値を求め、ネットワークを介してユーザに提供する第１のサーバに特徴的な前記体形別個体座標値を記憶するステップ、
（５） 前記ネットワークに接続された第２のコンピュータを用い、前記第１のサーバに記憶された身体特徴量を含む全身相同モデルに含まれる身体特徴量のうち、ユーザが、入力要素として選んだ身体特徴量の値と、ステップ（４）にて得られた体形別個体座標値へのユーザ自身の主観的帰属度を入力するステップ、
（６） 前記第１のサーバもしくは第２のコンピュータが、体形別個体座標値をステップ（５）の前記主観的帰属度で重み付けして演算をし、ユーザの体形座標値を得るステップ、
（７） 前記第１のサーバもしくは第２のコンピュータが、前記ユーザの体形座標値を、個体を定義するパラメータ空間のベクトルに変換するステップ、
（８） 前記第１のサーバもしくは第２のコンピュータが、前記ベクトルの要素のうち、少なくとも１つの要素をユーザの身体特徴量に置き換えるステップ、
（９） 前記第１のサーバもしくは第２のコンピュータが、前記個体を定義するパラメータ空間のベクトルを直交空間の個体座標に変換するステップ、
（１０） 前記第１のサーバもしくは第２のコンピュータが、ステップ（７）〜ステップ（９）を繰り返し、個体座標の収束解を得るステップ、
（１１） 前記第１のサーバもしくは第２のコンピュータが、ステップ（１０）で得られた個体座標の収束解をユーザの体形座標値とし、パラメータ空間のベクトルに変換して、ジオメトリデータと身体特徴量を得、ネットワークを介して、あるいは直接ユーザの３次元コンピュータグラフィックスモデルとジオメトリデータ以外の身体特徴量を前記第２のコンピュータの画面上に表示するステップと、
を含んでいることを特徴とするユーザの３次元コンピュータグラフィックスモデル及びその画像を作成する方法。 A method of creating a three-dimensional computer graphics model corresponding to a user's body shape and an image thereof using a computer,
(1) The first computer acquires three-dimensional actual measurement data of the whole body shape for t individuals, and includes m pieces of geometric data constituting a whole body homologous model of each individual, and body features of each individual Obtaining a whole-body homology model H i (where i = 1 to t) including body features for each individual whose elements are components;
(2) the first computer, and multivariate analysis of systemic homology model H i containing body feature amount of the t obtained, n pieces of cumulative contribution ratio exceeds a certain threshold (where, n <m) Extracting the principal components of
(3) The extracted principal component is an n-dimensional orthogonal coordinate value whose component is a principal component score of a whole body homologous model individual including a body feature amount having the same component configuration as the whole body homology model H i including the body feature amount. Converting to body coordinates,
(4) From the whole body homology model H i including the body feature amount, u individual individuals having a plurality of characteristic body shapes are extracted, and characteristic body shape distinct body coordinate values are obtained in step (3), via a network. Storing the distinct body coordinate values characteristic of the first server provided to the user;
(5) Using the second computer connected to the network, the user has selected as an input element among the body feature amounts included in the whole body homologous model including the body feature amount stored in the first server. A step of inputting the value of the body feature value and the user's own subjective degree of attachment to the discrete body coordinate value obtained in step (4);
(6) A step in which the first server or the second computer weights the body shape distinct body coordinate value by the subjective degree of attribution in step (5) to obtain a body shape coordinate value of the user;
(7) The first server or the second computer converts the body coordinate value of the user into a vector in a parameter space that defines an individual,
(8) The first server or the second computer replaces at least one of the elements of the vector with a user's body feature.
(9) The first server or the second computer converts a parameter space vector defining the individual into individual coordinates in an orthogonal space;
(10) The first server or the second computer repeats steps (7) to (9) to obtain a convergent solution of individual coordinates,
(11) The first server or the second computer converts the convergent solution of the individual coordinates obtained in step (10) into a body shape coordinate value of the user, converts it into a parameter space vector, and generates geometry data and body features. Obtaining a quantity and displaying body features other than the user's 3D computer graphics model and geometry data on the screen of the second computer via a network or directly;
A three-dimensional computer graphics model of a user and a method of creating an image thereof.
請求項２に記載のユーザの３次元コンピュータグラフィックスモデル及びその画像を作成する方法。 After the step (11), the first server or the second computer returns to the step (5) when the user adjusts the subjective belonging degree by the second computer.
The method of creating a three-dimensional computer graphics model of a user and an image thereof according to claim 2.
請求項２又は請求項３に記載のユーザの３次元コンピュータグラフィックスモデル及びその画像を作成する方法。 The first server or the second computer returns to the step (5) when the body feature amount displayed in the step (11) is corrected by a user input by the second computer.
4. A method of creating a three-dimensional computer graphics model of a user and an image thereof according to claim 2 or claim 3.
請求項２乃至請求項５の何れかに記載の３次元コンピュータグラフィックスモデル及びその画像を作成する方法。 Using the second computer, the s body feature values that the user selects as input elements in the step (5) include height, weight, inseam length, sleeve length, chest circumference, waist circumference, waist circumference, neck circumference, Contains at least one of the ages,
6. The three-dimensional computer graphics model according to claim 2 and a method for creating an image thereof.
請求項２乃至請求項６の何れかに記載の３次元コンピュータグラフィックスモデル及びその画像を作成する方法。 The user's own subjective degree of attachment to u body shape distinct body coordinate values in the step (5) is adjusted by the user sliding a slide bar displayed on the screen of the second computer.
The three-dimensional computer graphics model according to any one of claims 2 to 6, and a method for creating an image thereof.
第２のサーバに記憶された試着する衣服を、前記第２のコンピュータを用いて、選択して入力する衣服入力ステップ、
前記第１のサーバもしくは第２のコンピュータは、前記第２のサーバに記憶され、前記衣服入力ステップにて選択された衣服を、前記ユーザの３次元コンピュータグラフィックスモデルに着衣させ、試着した３次元コンピュータグラフィックスモデル及びその画像を作成し、前記第２のコンピュータの画面に表示する試着ステップと、
を含んでいることを特徴とするバーチャル試着方法。 A method for virtually trying on a garment using a 3D computer graphics model of a user obtained by the 3D computer graphics model according to claim 2 and a method of creating the image and an image thereof. ,
A clothing input step of selecting and inputting clothing to be tried on stored in the second server using the second computer;
The first server or the second computer is stored in the second server, and the clothes selected in the clothes input step are put on the user's three-dimensional computer graphics model and tried on. A try-on step of creating a computer graphics model and its image and displaying it on the screen of the second computer;
Virtual fitting method characterized by containing.
ｔ個の個体について、全身形状の３次元実測データを取得し、各個体の全身相同モデルを構成するジオメトリデータと、各個体の身体特徴量を含むｍ個の要素を成分とする個人ごとの身体特徴量を含む全身相同モデルＨｉ（但し、ｉ＝１〜ｔ）を得、得られたｔ個の身体特徴量を含む全身相同モデルＨｉを多変量解析し、累積寄与率が一定の閾値を越えるｎ個（但し、ｎ＜ｍ）の主成分を抽出し、ｔ個の身体特徴量を含む全身相同モデルＨｉの中からｕ個の特徴的な体形の個体を抜き出し、前記抽出した主成分について、身体特徴量を含む全身相同モデルＨｉと同じ成分構成をもつ全身相同モデル個体の主成分得点を成分とするｎ次元直交座標値である体形座標値に変換し、特徴的な体形別個体座標値を求める第１のコンピュータと、
前記第１のコンピュータから、ネットワークを介してユーザに提供すると共に、特徴的な前記体形別個体座標値を記憶する第１のサーバと、
前記ネットワークに接続され、前記第１のサーバに記憶された身体特徴量を含む全身相同モデルに含まれる身体特徴量のうち、ユーザが、入力要素として選んだ身体特徴量の値と、得られた体形別個体座標値へのユーザ自身の主観的帰属度を入力する第２のコンピュータと、を具え、
前記第１のサーバもしくは第２のコンピュータは、体形別個体座標値を前記主観的帰属度で重み付けして演算をし、ユーザの体形座標値を得、前記ユーザの体形座標値を、個体を定義するパラメータ空間のベクトルに変換し、前記ベクトルの要素のうち、少なくとも１つの要素をユーザの身体特徴量に置き換え、前記個体を定義するパラメータ空間のベクトルを直交空間の個体座標に変換し、個体座標の収束解を得、得られた個体座標の収束解をユーザの体形座標値とし、パラメータ空間のベクトルに変換して、ジオメトリデータと身体特徴量を得、ネットワークを介して、あるいは直接ユーザの３次元コンピュータグラフィックスモデルとジオメトリデータ以外の身体特徴量を前記第２のコンピュータの画面上に表示する、
ことを特徴とするユーザの３次元コンピュータグラフィックスモデル及びその画像を作成するシステム。 A system that uses a computer to create a three-dimensional computer graphics model corresponding to a user's body shape and an image thereof,
For t individuals, three-dimensional actual measurement data of the whole body shape is acquired, and the body of each individual whose components are m elements including the body data of each individual and the geometric data constituting the whole body homology model of each individual A whole body homology model H i including feature quantities (where i = 1 to t) is obtained, the obtained whole body homology model H i including t body feature quantities is subjected to multivariate analysis, and a threshold with a constant cumulative contribution rate is obtained. n number exceeding (where, n <m) to extract the principal components of extracts the individual u-number characteristic form from among systemic homology model H i containing the t body feature amounts, primarily with the extracted The component is converted into a body coordinate value that is an n-dimensional orthogonal coordinate value using the principal component score of the whole body homologous model individual having the same component configuration as the whole body homology model H i including the body feature amount, and classified according to the characteristic body shape. A first computer for obtaining individual coordinate values;
A first server that provides the user from the first computer via a network and stores the distinct body shape coordinate values;
Among the body feature quantities included in the whole body homology model that is connected to the network and stored in the first server, the body feature quantity value selected by the user as an input element is obtained. A second computer for inputting the user's own subjective degree of attachment to body shape distinct body coordinate values;
The first server or the second computer performs calculation by weighting the body shape separate body coordinate values by the subjective belonging degree, obtains the body shape coordinate value of the user, and defines the individual body shape coordinate value as the individual. To a parameter space vector, and at least one of the elements of the vector is replaced with a body feature of the user, the vector of the parameter space defining the individual is converted into individual coordinates in orthogonal space, and individual coordinates The convergence solution of the obtained individual coordinates is used as the body shape coordinate value of the user and converted into a parameter space vector to obtain geometry data and body features, via the network or directly by the user 3 Displaying physical features other than the three-dimensional computer graphics model and the geometry data on the screen of the second computer;
A system for creating a three-dimensional computer graphics model of a user and an image thereof.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2013154600A JP2015026186A (en) | 2013-07-25 | 2013-07-25 | Method for creating three-dimensional computer graphics model and its image, system therefor, and virtual try-on method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2013154600A JP2015026186A (en) | 2013-07-25 | 2013-07-25 | Method for creating three-dimensional computer graphics model and its image, system therefor, and virtual try-on method |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2015026186A true JP2015026186A (en) | 2015-02-05 |
Family
ID=52490809
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2013154600A Pending JP2015026186A (en) | 2013-07-25 | 2013-07-25 | Method for creating three-dimensional computer graphics model and its image, system therefor, and virtual try-on method |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2015026186A (en) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2018190406A1 (en) * | 2017-04-14 | 2018-10-18 | Ｓｐｉｂｅｒ株式会社 | Program, recording medium, information processing method, and information processing device |
-
2013
- 2013-07-25 JP JP2013154600A patent/JP2015026186A/en active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2018190406A1 (en) * | 2017-04-14 | 2018-10-18 | Ｓｐｉｂｅｒ株式会社 | Program, recording medium, information processing method, and information processing device |
| JP2018180989A (en) * | 2017-04-14 | 2018-11-15 | Ｓｐｉｂｅｒ株式会社 | Program, recording media, information processing method, and information processing device |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11599937B2 (en) | Digital wardrobe | |
| KR102346320B1 (en) | Fast 3d model fitting and anthropometrics | |
| US20150134493A1 (en) | Three-dimensional digital media content creation from high-fidelity simulation | |
| KR101671649B1 (en) | Method and System for 3D manipulated image combined physical data and clothing data | |
| CN104992464A (en) | Virtual garment try-on system and garment try-on method | |
| US20160292779A1 (en) | Modification of three-dimensional garments using gestures | |
| JP6647584B1 (en) | Information processing device and program | |
| JP6215232B2 (en) | Body part measurement | |
| WO2023083183A1 (en) | Fitness program information recommendation method and device | |
| EP3925530A1 (en) | Body shape data acquisition system, body shape data acquisition program, and computer-readable non-transitory storage medium | |
| Danckaers et al. | Posture normalisation of 3D body scans | |
| CN115908701A (en) | Virtual fitting method and system based on style3d | |
| CN108509924B (en) | Human body posture scoring method and device | |
| JP2015026186A (en) | Method for creating three-dimensional computer graphics model and its image, system therefor, and virtual try-on method | |
| KR20190057516A (en) | Artificial intelligence total fashion styling system and method using augmented reality | |
| KR20190042493A (en) | Systems and methods for automatically generating face correction designs and application protocols for handling identifiable facial deviations | |
| US10083536B2 (en) | System for mapping animation from a source character to a destination character while conserving angular configuration | |
| CN114638744B (en) | Human body posture migration method and device | |
| WO2022081745A1 (en) | Real-time rendering of 3d wearable articles on human bodies for camera-supported computing devices | |
| Tejeda et al. | A neural anthropometer learning from body dimensions computed on human 3D meshes | |
| KR20210130420A (en) | System for smart three dimensional garment fitting and the method for providing garment fitting service using there of | |
| JPWO2019003429A1 (en) | Human body model display system, human body model display method, communication terminal device, and computer program | |
| JP6914569B2 (en) | Information processing equipment and programs | |
| CN103208069A (en) | Internet clothing try-on system | |
| WO2024069944A1 (en) | Information processing device, information processing method, and program |