基于BodyPix的非接触式人体测量
人体测量技术是服装制造业中一个重要的环节,一种便捷、高效率、高精度的人体测量技术可为服装行业的制造提供数据基础.针对传统二维图像人体测量方法中过程繁琐、耗时等问题,提出将基于TensorFlow.js的BodyPix应用到人体测量中的新思路,在BodyPix分割工具获取到人体二维分割图像的基础上通过像素点扫描的方法把人体各部位的图像尺寸转换为真实尺寸,可以有效提高服装行业中在面对批量服装定制时量体的速度.实验结果中人体的围度误差在-0.969~+0.855,长度误差在-0.944~+0.723.有效提高了人体测量的精准性和测量速度,表明了将BodyPix应用到人体测量中的鲁棒性.
BodyPix、非接触人体测量、二维图像、图像学尺寸、人体部位分割
39
TS941.17
2020-09-29(万方平台首次上网日期,不代表论文的发表时间)
共5页
89-93