[發明專利]一種基于人體語義分割的服飾色彩提取方法

有效

• 申請號: 202010438413.3
• 申請日: 2020-05-21
• 公開（公告）號: CN111612011B
• 公開（公告）日: 2023-09-05
• 發明（設計）人: 范春朋;董靜雅;鄭澤宇;桂珺;付殿崢;高原;楊天吉;張力超
• 申請（專利權）人: 鄭澤宇
• 主分類號: G06V10/56
• 分類號: G06V10/56;G06V10/74;G06V10/762;G06V10/82;G06V10/26;G06V20/70;G06V40/10;G06N3/0464;G06N3/096
• 代理公司: 北京快易權知識產權代理有限公司 11660
• 代理人: 趙秀英

本發明涉及了一種服飾色彩特征的提取方法，首先對輸入的服飾圖像進行像素級的語義分割處理，提取圖像中的服飾掩膜信息，包含上衣、褲子、連衣裙和半裙；然后將獲得的服飾像素區域從RGB顏色值轉換到LAB色彩空間，通過手肘法在光照歸一化后的LAB值上確定主體色的數量；之后采用色彩聚類的方式進行主體色的提取，并統計主體色中心的面積；最后將識別到的主體色轉到HSV色彩空間，提取色相、明度、純度和冷暖等進行服飾色彩編碼。本發明能夠對服飾圖像中的服裝類型和色彩信息進行提取和編碼，精確有效地對輸入圖像中所有服飾進行描述，提高服飾推薦和搭配的合理性和有效性。

技術領域

本發明屬于數字圖像處理技術領域，具體涉及一種利用人體語義分割來對服飾圖像進行色彩提取的方法。

背景技術

隨著時代的發展，生活的進步，人們對衣著越來越重視，逐漸意識到了服飾搭配在日常工作和生活中的重要性。可見服飾搭配對自我形象的塑造有著十分重要的意義和影響，然而在現實生活中，人們很難把握自己的身材特點和穿衣風格，且有關服裝搭配的理論體系和服務較為缺失，尤其表現為精準的個性化搭配。

服飾穿搭所包含的內容很多，最重要的三要素是色彩、款型和材質。色彩搭配在其中占著絕對地位，人們往往最先注意到的就是顏色，所以色彩是整體搭配的靈魂所在。

服飾色彩提取的基本流程：定位目標服飾、服飾的色彩特征提取。針對定位目標服飾常用的方法有基于Canny算子的梯度檢測，獲取服飾邊緣信息；基于人體姿態關鍵點的檢測定位人體骨架結構等，然后采用二值化、Grabcut等分割算法提取服飾掩膜，獲取目標像素值，但這些方法都基于傳統的數字圖像處理，對于復雜背景場景下的抗干擾效果都不佳。針對色彩特征提取有中位切分法,將圖像顏色看作是色彩空間中的長方體，將RGB中最長的一邊從顏色統計的中位數一切為二，使得到的兩個長方體所包含的像素數量相同，重復上述步驟，直到最終切分得到長方體的數量等于主題顏色數量為止；八叉樹算法，將顏色值轉換成二進制之后，較低位（八叉樹中位置較深層）數值將被壓縮進較高位（八叉樹中較淺層）。八叉樹算法應用到主題色提取可能存在的問題是，每次削減掉的葉子數不確定，但是新增加的只有一個，這就導致服飾的主題色數量并不一定剛好得到滿足。

發明內容

本發明的目的在于提供一種利用人體語義分割來提取服飾色彩特征的方法，旨在提供一種精確的服飾定位和色彩提取方式，提高服飾搭配的有效性和穩定性。

本發明采用如下技術方案：

S1、提供RGB格式的服飾圖像；

S2、人體語義分割模型的實現:

（1）數據收集和標注，語義信息包含：上衣、褲子、連衣裙和半裙;

（2）卷積神經網絡模型搭建：主體架構為DeepLab?V3+;

（3）模型訓練和測試;

S3?采用針對服飾訓練完成的人體語義分割模型進行類別和掩膜提取；

S4?根據不同的服飾語義信息，分別定位和提取服飾所在的前景RGB像素值；

S5?將目標服飾類別的RGB值轉換到LAB顏色空間；

S6光照歸一化處理,將LAB值劃分成個的像素塊，每個像素塊計算局部顏色均值，最后對每個圖像塊進行歸一化處理，弱化光照的影響；

S7?服飾色彩最小閾值設定，利用手肘法通過循環迭代的方式來確定主體色的數量K；

S8?使用K-means算法對S6中的LAB值進行聚類，聚類簇的個數為K,表征為服飾的基本顏色，中心簇的面積為服飾中的色彩占比，基于LAB值得服飾色彩編碼可以表示為F=(C,LS,LM),其中C表示服裝類型，LS表示LAB顏色集合，LM表示每個獨立色彩對應的面積比例；