买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：华南理工大学

摘要：本发明公开了一种基于草图的智能服装三维建模方法，包括：1手工绘制服装线框图，将框图经过缩放得到标准图像，使用DenseNet网络模型处理标准图像得到描述符d；2使用多层感知机和卷积网络从描述符d提取手绘图特征h；3从人台库中选取体型参数p，使用反卷积网络从中提取体型特征q；4将手绘图特征h和体型特征q融合成隐层特征k；5使用多层网格解码器将隐层特征k解码为服装网格的顶点坐标集合，与模板网格拓扑组合得到最终的服装网格。本发明基于草图，利用神经网络编码图像信息和人台体型参数，通过基于网格的多层解码器解码隐层特征进行端对端的三维服装建模，提升了数字制衣流程的效率，减少了复杂度和对使用者的技术要求。

主权项：1.基于草图的智能服装三维建模方法，其特征在于，包括以下步骤：1）手工绘制服装线框图，将线框图经过缩放得到标准图像，使用DenseNet网络模型处理标准图像得到描述符；2）使用多层感知机和卷积网络从描述符提取手绘图特征；3）从人台库中选取体型参数，使用反卷积网络从中提取体型特征；4）将手绘图特征和体型特征融合成隐层特征；5）使用多层网格解码器将隐层特征解码为服装网格的顶点坐标集合，与模板网格拓扑组合得到最终的服装网格；多层网格解码器为8层基于网格的逆卷积网络，每层网络记录目标服装模型的网格拓扑预先计算的降采样映射，对数据按权重进行逆卷积处理，包括以下步骤：5.1）对目标服装模型的网格拓扑进行多次降采样处理，降采样过程为：在当前拓扑随机选取顶点加入选定集合，以迭代方式遍历选定集合中顶点，搜索距离此被遍历顶点步长为2的顶点，若被搜索顶点未在选定集合中且距离选定集合中所有顶点的步长大于或等于2，则将此被搜索顶点加入选定集合，并记录被遍历顶点和被搜索顶点的连接关系，在迭代遍历完所有顶点后，记录选定集合顶点的对应下标及连接关系，得到降采样后的拓扑；对拓扑依次处理，得到9个顶点数量依次下降的拓扑，表示为： ；式中，为第个拓扑，为的顶点下标集合，为中顶点的连接关系，即模板网格拓扑；拓扑的顶点下标集合和降采样后拓扑的顶点下标集合之间存在映射关系，表示为： ；式中，为拓扑的顶点下标集合的顶点数量，为中第个顶点在中具有映射关系的顶点下标集合，顶点下标集合大小不固定；5.2）顶点下标集合对应的顶点坐标集合，包含多个顶点坐标表示为： ；式中，为中第个顶点对应的坐标，中顶点坐标由按照权重与中具有映射关系的顶点坐标相乘得到，表示为： ；式中，为对应的基于网格的逆卷积网络的权重，与有相同的结构，表示为顶点坐标集合中对应的顶点坐标集合，将和矩阵乘法相乘得到，最终得到顶点集合对应的顶点坐标集合；5.3）将顶点坐标集合与模板网格拓扑组合，按照obj文件格式写入文件，即得到最终的服装网格。

全文数据：

权利要求：

百度查询： 华南理工大学 基于草图的智能服装三维建模方法