首页|复杂背景下人体轮廓及其参数提取

复杂背景下人体轮廓及其参数提取

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对基于人体照片的尺寸提取技术对照片拍摄场景限制的问题,提出利用整体嵌套边缘检测深度学习模型实现复杂背景下人体轮廓的提取并进行参数提取分析.以 450 张不同背景人体照片为原始图像数据集,通过人体轮廓标签图制作与数据增强手段建立了 43200 张图片训练集,利用深度学习网络模型进行训练学习并构建最优边缘检测模型;最后选取 40 名样本作为验证对象,以 13 个人体比例、角度等参数作为验证参数,对人体轮廓提取值与三维点云测量值进行误差分析.结果表明,本文研究成果能够快速实现复杂背景下人体轮廓的自动提取,且人体轮廓提取值与三维点云测量值的角度参数误差小于 2°,比例参数误差小于 0.09,为非接触式二维测量技术的进一步研究提供理论依据和技术支撑.
Human contour and parameter extraction from complex background

顾冰菲、张健、徐凯忆、赵崧灵、叶凡、侯珏

展开 >

浙江理工大学 服装学院, 浙江 杭州 310018

浙江省服装工程技术研究中心, 浙江 杭州 310018

丝绸文化传承与产品设计数字化技术文化和旅游部重点实验室, 浙江 杭州 310018

复杂背景 深度学习 人体轮廓提取 整体嵌套边缘检测网络 二维照片

国家自然科学基金中国纺织工业联合会科技指导性项目中国纺织工业联合会应用基础研究项目浙江理工大学优秀研究生学位论文培育基金

617024612018079J202007LW-YP2021054

2023

10.13475/j.fzxb.20220102308

纺织学报
中国纺织工程学会

纺织学报

CSTPCDCSCD北大核心
影响因子：0.699
ISSN：0253-9721
年,卷(期)：2023.44(3)
  • 12