基于图像的服装号型推荐模型研究-控制科学与工程专业论文.docx

万方数据 万方数据 东华大学学位论文版权使用授权书 学位论文作者完全了解学校有关保留、使用学位论文的规定，同意 学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论 文被查阅或借阅。本人授权东华大学可以将本学位论文的全部或部分内 容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保 存和汇编本学位论文。 保密口，在 年解密后适用本版权书。 本学位论文属于 不保密函。 学位论文作者签名: 毛选 ， 日期:2J I b 年 Z 月 2 日 日期:Zolb年 1月-v1í日 基于图像的服装号型 基于图像的服装号型推荐模型研究 基于图像的服装号型推荐模型研究 摘 要 近年来，随着互联网电子商务的普及和网络购物的快速发展，作 为网络购物中受众面最为广泛的服装板块，消费需求也经历着成倍数 的增长。而消费者在选中了自己喜欢的款式之后，在网上按照自己的 尺寸选购衣服之后却发现不合身，只能选择退换或者将就着穿，对网 购信任度受到影响。那么如何帮助消费者选择令他们满意的服装就是 一个大问题，我们建议找出一种服装号型推荐的模型来解决这个难题。 本论文从图像中提取服装号型推荐需要的数据信息，再结合服装 对应号型的数据信息，通过定义一个合身度评价函数得到不同体型的 人适合的号型，从而构建一个号型归档数据库。再采用 SVM 模型的 方法对实验数据进行验证，通过与 BP 神经网络算法的对比找出更适 合服装号型推荐的方法，实现服装号型的准确推荐。本论文的主要工 作如下： 首先拍摄人体正面和侧面照片并对图像进行边缘提取，获得边缘 轮廓。根据获得的照片进行人体尺寸数据的提取。采用了 Roberts 算 子、Prewitt 算子、Sobel 算子和传统的 Canny 算子对图像进行处理， 对 Canny 算子采用一种优化的 Canny 算子对图像进行边缘轮廓提取， 该算法相比于其他算子提取算法，边缘提取的效果更加出色，为后面 人体尺寸的提取奠定了基础。 I 其次对人体尺寸数据以及服装号型数据进行提取。运用 Harris 角点检测算法找到人体关键部位的特征点，结合人体尺寸线定义确定 关键部位的位置，分别获取人体的身高、颈宽、颈厚、胸宽、胸厚、 肩宽、腰厚和腰宽等二维尺寸信息。运用 BP 神经网络的方法，对二 维尺寸信息进行三维尺寸信息转换，获得人体的三维尺寸信息。对于 服装号型数据的获取，本文以女长袖为对象，根据国家服装号型的规 定，分别获取女长袖号型的各个号型数据，作为服装号型数据的依据。 然后构建了合身度评价模型。利用获取的人体尺寸的数据以及服 装号型的数据，结合人对身体各部位的服装舒适感程度的不同，提出 基于合身度评价模型的服装号型推荐的方法。 接着采用 SVM 方法建立服装号型的推荐模型。基于获取的人体 尺寸数据以及推荐的号型数据，建立号型归档数据库，运用遗传算法、 粒子群算法和网格搜索算法的 SVM 模型对服装进行号型推荐，选取 最优的 SVM 模型。同时将该 SVM 模型与传统的 BP 神经网络进行对 比，通过之间的比较确定更适合服装号型推荐的模型方法。 最后，对全文进行了总结和展望，归纳了主要研究成果与实验结 论，并提出了一些值得进一步拓展研究的方向与问题。 关键词：图像边缘提取，号型推荐，Harris 角点检测，合身度评价， 神经网络 II THE RESEARCH OF RECOMMENDATION MODEL FOR CLOTHING SIZE BASED ON IMAGE ABSTRACT Recently with the popularization of electronic commerce and the fast development of online shopping, the clothing shopping, as the most popular part of online shopping, its consumer demand has grown exponentially in recent years. Sometimes when consumers choose their clothing according to their body size, then after choosing the style which they like, they realized that the clothing they bought online did not fit them properly, and then they will choose whether return or continue to wear, this will make bad effects on