参加第十四届中国大学生服务外包创新创业大赛获得国家二等奖收获

本文介绍了虚拟试衣技术的问题与用户期望,如个性化试穿、多类衣物支持和无瑕疵效果。通过改进深度学习模型FSV,提出FSV-Fast算法,利用PyTorch等关键技术,实现实时、高质量的试穿体验。详情可访问相关链接。
摘要由CSDN通过智能技术生成

 1赛题介绍

1.1问题说明

虚拟试衣指根据输入的人物图像和衣服图像,实现衣服的试穿,效果如下图所示,在完成衣服试穿后不会出现衣服不完整,伪影等情况。虚拟试衣指根据输入的人物图像和衣服图像,实现衣服的试穿,效果如下图所示,在完成衣服试穿后不会出现衣服不完整,伪影等情况。

1.2用户期望

将虚拟试衣技术应用到实际产品中时往往会存在一些问题,因此站在用户角度对虚拟试衣技术总结了以下四点期望:

(1)可以实现任意人物的虚拟试衣,因为有些人物版权问题,或者展示效果上的需求,部分用户希望能够让自己的模特试穿特定的衣服;

(2)试穿衣服支持的种类,包括短袖,衬衫,外套等,支持的种类越多越好;

(3)试穿效果要确保不存在有明显瑕疵,部分破损,伪影等情况;

(4)算法要求正面和背面人物的虚拟换衣,对于长头发人群的背身虚拟换衣需要额外优化。

2解决方案

2.1概要

伴随着电商行业的崛起,全球数字化、信息化以及计算机交互应用的快速发展,用户对于服装领域的线上消费需求不断增加,虚拟试衣技术应运而生,然而现有大多数基于图像的虚拟试穿方法存在试穿结果变形、部分区域出现伪影或部分区域不完整的情况,该技术还存在较大的改进空间。本项目针对选择的深度学习模型FSV(Flow-Style-VTON)进行加速、优化、微调等改进后建立了本项目的核心算法FSV-Fast,算法结构图如下图所示,最终实现了算法试穿效果好、模型大小较小、推理速度快的效果。

2.2系统演示

如下图所示,用户通过点击选择衣物图像和人物图像,点击开始试穿,即可得到试穿结果。本项目支持人物正面和背面试穿,以及多种衣物的试穿。

2.3关键技术

(1)pytorch深度学习框架

(2)知识蒸馏

(3)特征金字塔网络(FPN)

(4)StyleGAN体系结构

(5)U-net的encoder和decoder结构

(6)轻量化网络MobileNetV3和EfficientNetV2

(7)openvino推理框架

3详情链接

了解更多请访问:https://mbd.pub/o/author-aWWWl29mZQ==/work

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

爱吃拌萝卜丝的兔子

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值