摘要
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.
基金项目
国家自然科学基金(61702461)
中国纺织工业联合会科技指导性项目(2018079)
中国纺织工业联合会应用基础研究项目(J202007)
浙江理工大学优秀研究生学位论文培育基金(LW-YP2021054)
NETL
NSTL
维普
万方数据