1

我正在尝试构建一个名为虚拟衣橱的应用程序，我计划在其中捕捉一个人的图像，然后让他选择不同的衣服，并立即看到他穿着那件衣服的虚拟形象。

我对如何实现这个想法知之甚少。我阅读了一些资料，发现了一些边缘检测算法。

Sobel 似乎很快但效率不高，而 Canny 更好但很慢。还有一些其他算法，例如基于梯度的算法、拉普拉斯算法等，但我对这些算法不太了解。

是否有很好的课程资料可以详细了解这些算法？此外，对于此应用程序，使用更快但效率更低或更慢但更高效的算法会更好吗？

我对此了解不多，因此不胜感激。

先感谢您。

4

2 回答 2

0

不确定您是否拥有所有其他组件，但我认为在许多情况下单独使用边缘检测可能效果不佳。以下是您可能会发现它们有用的可能方向/技术：

  • 前景检测：检测图像的哪一部分是用户，如果您的背景不简单，这可能比纯边缘检测效果更好。
  • 人脸检测：检测图像的哪一部分是用户的脸。这使得布料更适合用户，尤其是。太阳镜或帽子。
  • 肤色模型：可用作人脸检测的基本替代方案。
  • 对象跟踪：如果您的输入是视频，那么您还可以利用对象跟踪技术来加快其他检测过程。

您可能还会考虑其他技术，例如人体姿势识别或眼动追踪，但它们比上述项目更复杂。

于 2013-07-24T06:56:54.423 回答
0

我可以建议你一种解决方案。如果您有各种服装的图像，则将它们假定为目标图像，并将目标图像的人脸替换为源图像（即用户）的人脸。为此，您必须构建一个人脸替换应用程序。如果您想在源图像中检测人脸，请先进行人脸检测，然后从源图像中检索人脸边界。为此，您可以使用各种算法，其中我建议很少：

  • Canny 边缘检测，然后是最长边缘检测。
  • 皮肤颜色阈值，然后是收缩和增长算法。
  • 自适应主动轮廓模型（蛇算法）

Canny 有点慢，如果您想快速获得结果，请选择肤色阈值。为了获得准确的结果，您可以使用 Snake 算法。即使面部有阴影，Snake 算法对于检测面部边界也很有用。

读取使用 Canny 边缘检测检测人脸边界

于 2013-07-24T12:24:30.403 回答