摘要
针对三维虚拟试衣网络中易出现的三维人体模型边缘模糊,服装变形严重且存在伪影等问题,设计了三阶段深度神经网络,在第 1 阶段引入卷积注意力机制,第 2 阶段采用Resnet和视觉转换器结构结合的编码器-解码器结构,第 3 阶段通过融合服装变形信息和深度估计信息实现三维虚拟试衣.定量实验结果表明:图像质量评价指标结构相似度提升了 0.015 7,峰值信噪比提升了 0.113 2;人体模型的深度估计值的绝对相对误差降低了0.037,平方相对误差降低了 0.014.定性实验结果表明:卷积注意力机制能够引导网络关注图像细节,保留复杂纹理,约束服装的过度形变,并且有效处理三维人体模型黏连问题.定量和定性分析结果均可表明,该方法能够更加精准地实现预测三维虚拟试衣结果.
NETL
NSTL
维普
万方数据