基于加权随机森林算法的虚拟试衣型号推荐技术研究

摘要：

随着体感交互技术的发展,基于Kinect的虚拟试衣系统为顾客在线选购衣物提供了一种新的选择方案.Kinect可以较为准确地测量出人体的骨骼模型,生成人体三维数据,以进一步为顾客推荐衣服型号,并利用可视化技术进行虚拟试装.然而,人的体型不同,不同厂家的制衣型号也不规范,传统的数据筛选与匹配手段为顾客选择的衣服尺码总是不尽人意.本项目基于Kinect获取的人体三维数据,设计了一种加权随机森林方法为顾客预测并推荐合适的衣服型号.结合其它机器学习模型,本文进行了对比实验,结果表明随机森林模型有效而准确,在3000个测试样本上得到了最高的准确率(100％).该模型泛化能力强,且足够健壮稳定,可以广泛地应用在虚拟试衣型号推荐情景中.

关键词：虚拟试衣型号、Kinect、加权随机森林

所属期刊栏目：9

分类号：TP391.9(计算技术、计算机技术)

在线出版日期：2019-08-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：116-124