[發明專利]服裝LOGO效果檢測方法、裝置及電子設備

在審

• 申請號: 201711126619.7
• 申請日: 2017-11-14
• 公開（公告）號: CN107845092A
• 公開（公告）日: 2018-03-27
• 發明（設計）人: 馬修·羅伯特·斯科特;黃鼎隆;傅愷
• 申請（專利權）人: 深圳碼隆科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T5/50;G06K9/46;G06K9/62
• 代理公司: 北京超凡志成知識產權代理事務所(普通合伙)11371
• 代理人: 王寧寧

技術領域

本發明涉及圖像識別技術領域，尤其是涉及一種服裝LOGO效果檢測方法、裝置及電子設備。

背景技術

隨著我國經濟的持續快速發展，服裝業呈現蓬勃發展態勢。近年來，服裝LOGO的材質、樣式越來越豐富，而且生產工藝多種多樣，因而同樣的LOGO設計在不同的工藝下的效果會有很大的差別，為了對比設計出來的服裝LOGO在不同工藝下的效果，目前采用的方式是：針對設計出的服裝LOGO，分別利用不同的工藝生產出樣本，通過多種樣本效果的對比，判斷選擇哪種工藝進行LOGO生產。此過程費時費力，且效率低下，尤其對于復雜工藝來說，其投入的成本很大。

發明內容

有鑒于此，本發明的目的在于提供一種服裝LOGO效果檢測方法、裝置及電子設備，能夠通過基于對抗神經網絡的深度學習模型，對服裝LOGO圖像進行識別，生成不同工藝下的效果圖，以供工作人員進行參考，不需要對服裝LOGO進行打樣，節省了大量時間和成本。

第一方面，本發明實施例提供了一種服裝LOGO效果檢測方法，包括：

獲取待檢測服裝LOGO圖像；

根據預設深度學習模型提取待檢測服裝LOGO圖像的LOGO特征，預設深度學習模型包括基于對抗神經網絡的深度學習模型；

利用基于預設深度學習模型訓練的分類器對LOGO特征進行識別，生成待檢測服裝LOGO圖像的識別結果；識別結果包括：多種工藝對應的效果圖。

結合第一方面，本發明實施例提供了第一方面的第一種可能的實施方式，其中，多種工藝包括：厚板膠、數碼印、貼布繡、珠片繡、立體膠工藝、提花、立體厚板膠、鏤空、貼布縫、印花貼布。

結合第一方面，本發明實施例提供了第一方面的第二種可能的實施方式，其中，基于對抗神經網絡的深度學習模型是通過數量超過一定閾值的服裝LOGO樣本數據訓練得到的，服裝LOGO樣本數據包括不同工藝的服裝LOGO對應的圖片。

結合第一方面，本發明實施例提供了第一方面的第三種可能的實施方式，其中，通過以下方式獲得基于預設深度學習模型訓練的分類器：

利用基于對抗神經網絡的深度學習模型提取服裝LOGO樣本數據的深層特征；

基于機器學習算法，對深層特征訓練分類器；

其中服裝LOGO樣本數據中包括LOGO特征、匹配度和識別結果。

結合第一方面，本發明實施例提供了第一方面的第四種可能的實施方式，其中，利用基于預設深度學習模型訓練的分類器對LOGO特征進行識別，生成待檢測服裝LOGO圖像的識別結果，具體包括：

確定基于預設深度學習模型訓練的分類器所對應的數據格式；

如果數據格式包括二進制數據格式，將LOGO特征轉換為二進制數據格式后輸入基于預設深度學習模型訓練的分類器，以生成對應待檢測服裝LOGO圖像的識別結果。

結合第一方面，本發明實施例提供了第一方面的第五種可能的實施方式，其中，在利用基于預設深度學習模型訓練的分類器對LOGO特征進行識別，生成待檢測服裝LOGO圖像的識別結果之后，還包括：

將待檢測服裝LOGO圖像的識別結果作為新的服裝LOGO樣本數據保存在服裝LOGO樣本數據庫中。

第二方面，本發明實施例提供一種服裝LOGO效果檢測裝置，裝置包括：

圖像獲取模塊，用于獲取待檢測服裝LOGO圖像；

特征提取模塊，用于根據預設深度學習模型提取待檢測服裝LOGO圖像的LOGO特征，預設深度學習模型包括基于對抗神經網絡的深度學習模型；

服裝LOGO識別模塊，用于利用基于預設深度學習模型訓練的分類器對LOGO特征進行識別，生成待檢測服裝LOGO圖像的識別結果；識別結果包括：多種工藝對應的效果圖。

結合第二方面，本發明實施例提供了第二方面的第一種可能的實施方式，其中，多種工藝包括：厚板膠、數碼印、貼布繡、珠片繡、立體膠工藝、提花、立體厚板膠、鏤空、貼布縫、印花貼布。

第三方面，本發明實施例提供一種電子設備，包括存儲器、處理器，存儲器上存儲有可在處理器上運行的計算機程序，處理器執行計算機程序時實現第一方面所述的方法的步驟。

第四方面，本發明實施例還提供一種具有處理器可執行的非易失的程序代碼的計算機可讀介質，程序代碼使處理器執行如第一方面所述的方法。

本發明實施例帶來了以下有益效果：