服裝廓形的識(shí)別與量化

陶 晨，段亞峰，印梅芬

(1.浙江農(nóng)業(yè)商貿(mào)職業(yè)學(xué)院，浙江 紹興 312000;2.蘇州大學(xué)紡織與服裝工程學(xué)院，江蘇 蘇州 215021;3.紹興文理學(xué)院紡織服裝學(xué)院，浙江 紹興 312000;4.紹興出入境檢驗(yàn)檢疫局，浙江 紹興 312000)

服裝廓形的識(shí)別與量化

陶 晨1，2，段亞峰3，印梅芬4

(1.浙江農(nóng)業(yè)商貿(mào)職業(yè)學(xué)院，浙江 紹興 312000;2.蘇州大學(xué)紡織與服裝工程學(xué)院，江蘇 蘇州 215021;3.紹興文理學(xué)院紡織服裝學(xué)院，浙江 紹興 312000;4.紹興出入境檢驗(yàn)檢疫局，浙江 紹興 312000)

提出一種量化與識(shí)別服裝廓形的方法。通過選擇合適的人臉區(qū)域作為特征區(qū)域，將人臉特征區(qū)域與頭高相關(guān)聯(lián)，通過AdaBoost算法檢測(cè)圖像中的人臉后，利用特征區(qū)域與頭高的關(guān)系確定頭高;根據(jù)人體比例關(guān)系，將著裝人體分割為頭、肩胸、胸腰、腰臀、大腿和小腿6大區(qū)段，討論了區(qū)段高度隨人體身頭比變化的情況，給出了由人體身頭比計(jì)算區(qū)段高度的公式;然后對(duì)各個(gè)區(qū)段提取寬度，利用區(qū)段寬度建立了A形、T形、H形、X形及O形輪廓的形態(tài)值和形態(tài)比公式，使服裝廓形得以量化。結(jié)果表明該方法能夠準(zhǔn)確地識(shí)別服裝廓形。

服裝廓形;人臉檢測(cè);人體比例;識(shí)別;特征

服裝廓形即服裝的外輪廓，它直觀地傳達(dá)了服裝的基本特征。人眼在沒有看清款式與色彩細(xì)節(jié)之前，首先感覺到外輪廓，這說明服裝廓形的重要性。近年來研究人員通過圖像技術(shù)進(jìn)行了關(guān)于廓形的研究。Turquin等［1］利用交互式服裝設(shè)計(jì)系統(tǒng)來分析廓形與人模之間的間隙;Guan等［2］提出一種針對(duì)特定穿著特征的二維人體建模方法;Sohn等［3］利用虛擬縫紉系統(tǒng)評(píng)價(jià)服裝外輪廓的視覺效果;劉正東等［4］采用多尺度小波變換進(jìn)行邊界檢測(cè)，得到單像素級(jí)的人體輪廓圖像。Nadar［5］在其虛擬試衣系統(tǒng)中探討了用戶體型與服裝廓形的匹配算法。本文在人臉檢測(cè)和著裝人體分割的基礎(chǔ)上，從人體各個(gè)區(qū)段寬度特征的角度來定義和識(shí)別常見的服裝廓形。

1 人臉檢測(cè)

本文研究使用的圖片主要來自網(wǎng)絡(luò)、雜志和實(shí)驗(yàn)室拍攝。經(jīng)過篩選后，圖片中包含一個(gè)正面站立的著裝人體。人體可以是靜態(tài)的，也可以是走動(dòng)中的，但需保證姿態(tài)端正，服裝形態(tài)得到充分展示，且目標(biāo)與背景之間有明顯區(qū)分度以便背景分離。

由于現(xiàn)實(shí)中服裝色彩和廓形并無固定模式可循，但人臉?biāo)尸F(xiàn)的模式特征相對(duì)穩(wěn)定，因此本研究通過人臉來確定圖像中著裝人體位置，并進(jìn)一步劃分出人體各區(qū)段。有關(guān)人臉檢測(cè)的研究可追溯到20世紀(jì)60、70年代，經(jīng)過幾十年的發(fā)展已經(jīng)日趨成熟。當(dāng)前，基于統(tǒng)計(jì)學(xué)習(xí)的AdaBoost方法［6］已經(jīng)成為廣泛使用的人臉檢測(cè)算法。

AdaBoost算法中，需要先確定特征區(qū)域，然后喂入大量樣本進(jìn)行學(xué)習(xí)訓(xùn)練，待系統(tǒng)收斂后即可用于人臉檢測(cè)。人臉特征區(qū)域應(yīng)該包含人臉上最穩(wěn)定和最具特征的器官，而排除個(gè)體差異大的器官。在隨機(jī)性強(qiáng)的復(fù)雜場(chǎng)景下(如人流密集的公共場(chǎng)所)這個(gè)區(qū)域通常只包含眼部。本文研究中，為了將特征區(qū)域與頭部高度聯(lián)系起來以便后面環(huán)節(jié)中進(jìn)行人體分割，以眉心豎線為中心線，眉心水平線為頂邊，眉骨寬度為邊長，截取正方形作為人臉特征區(qū)域，如圖1所示。

圖1 人臉特征區(qū)域Fig.1 Feature region of human face

擴(kuò)大特征區(qū)域一般意味著誤判率增加，但由于本研究中涉及的場(chǎng)景是經(jīng)挑選的、受控的，因此對(duì)誤判率的影響很小，可以忽略。根據(jù)面部器官比例［7］，若眉骨寬度(即人臉特征區(qū)域邊長)為h，則頭頂?shù)矫脊?即特征區(qū)域頂邊)的垂直距離約為0.75h，特征區(qū)域底邊到頦底的垂直距離為0.35h，頭部總高度為2.1h，因此，一旦人臉特征區(qū)域確定，頭部位置和高度即確定。

2 著裝人體分割

為了提取著裝人體各部位的寬度，本文將人體自上而下劃分成頭、肩胸、胸腰、腰臀、大腿和小腿6大區(qū)段，如圖2所示。

圖2 著裝人體6大區(qū)段Fig.2 Six blocks of apparelled body

圖2中人體身高為7倍頭高，除小腿區(qū)段為2倍頭高外，其余區(qū)段均為1倍頭高。正常成年人身高一般為7～7.5倍頭高，北歐人身高可能達(dá)到8～8.5倍頭高。根據(jù)解剖學(xué)理論，人的身高增加主要體現(xiàn)為下半身長度的增加。在一定的頭身比例范圍內(nèi)，可近似認(rèn)為頭、肩胸和胸腰區(qū)段的高度不變，而腰臀、大腿及小腿區(qū)段的高度變化如圖3所示。

圖3 腰臀、大腿及小腿區(qū)段高度隨人體頭身比例的變化Fig.3 Heights variation of block waist-hip，thigh，crus along with body-head ratio

如圖3所示，7倍頭高的人體其腰臀、大腿及小腿區(qū)段的高度分別為1倍頭高、1倍頭高、2倍頭高，而8.5倍頭高的人體其相應(yīng)區(qū)段的高度分別為1.5倍頭高、1.5倍頭高、2.5倍頭高?？梢钥闯?，在7倍頭高至8.5倍頭高之間，腰臀、大腿和小腿區(qū)段的高度是隨頭身比例近似線性增加的，因此，對(duì)于a(7≤a≤8.5)倍頭高的人體，其腰臀、大腿和小腿區(qū)段的頭高倍數(shù)(分別記為Hwh、Ht和Hc)可由下式計(jì)算得到:

人臉檢測(cè)完成后，使用OTSU算法［8］對(duì)圖像進(jìn)行二值化處理，接著用數(shù)學(xué)形態(tài)學(xué)手段［9］去除噪聲，然后將著裝人體從背景中分離出來。以人臉特征區(qū)域上移0.75 h(見圖1)作為頭頂水平線，用逐行掃描的方法找出腳底水平線，2條水平線間的距離認(rèn)作人體身高;特征區(qū)域下移0.35h即為頦底水平線，頭高即確定。隨后，自上而下對(duì)著裝人體進(jìn)行劃分。頭、肩胸、胸腰區(qū)段均為1倍頭高(即2.1h)，腰臀、大腿和小腿區(qū)段高度由式(1)確定，式(1)中參數(shù)a由人體身高和頭高的比值確定。進(jìn)行人臉檢測(cè)、背景分離和比例分割的過程如圖4所示，圖中人體身高為8.14倍頭高。

圖4 著裝人體分割Fig.4 Apparelled body segmentation.(a)Face detection;(b)Background separation;(c)Proportional segmentation

更多人體比例分割的實(shí)例如圖5所示，這與目測(cè)的結(jié)果基本一致。

3 廓形定義與計(jì)算

在人體分割的基礎(chǔ)上，通過逐行掃描的方法，容易進(jìn)一步對(duì)6大區(qū)段提取寬度，從而用區(qū)段的寬度比例來表征服裝廓形。設(shè)自上而下各個(gè)區(qū)段的平均寬度分別為 Wh、Wsc、Wcw、Wwh、Wt、Wc。典型的廓形包括A形、T形、H形、X形和O形［10］。

圖5 人體比例分割示例Fig.5 Samples of body proportional segmentation.(a)Sample 1;(b)Sample 2;(c)Sample 3;(d)Sample 4;(e)Sample 5

A形。以上體收緊，下擺打開為特征。上衣一般肩部較窄或裸肩，腰部貼身或?qū)捤?，衣擺或裙擺寬松肥大。定義其形態(tài)值

T形。以擴(kuò)張肩部、腰部自然放松、下擺收縮為特征。定義其特征值

H形。肩部、腰部、下擺合體松弛，寬度基本一致，衣身呈直筒狀。定義其形態(tài)值

X形。以肩部稍寬、腰部收緊、下擺擴(kuò)張為特征。定義其形態(tài)值

O形。以上下收緊、中部擴(kuò)張放松為特征。定義其形態(tài)值

VA與 VT、VX與 VO互為倒數(shù)，即越接近 A形，越遠(yuǎn)離T形，反之亦然;越接近X形，越遠(yuǎn)離O形，反之亦然。以上各形態(tài)值越大，表明越接近該種廓形。為了便于比較，對(duì)于以上5種廓形定義其形態(tài)比

其中 V 為對(duì)應(yīng)形態(tài)值(即 VA、VT、VH、VX或 VO)，∑V=VA+VT+VH+VX+VO。形態(tài)比C介于0～1之間，值越大表明越接近該種廓形。在此人體分割基礎(chǔ)上，對(duì)圖5中的著裝人體提取區(qū)段寬度，計(jì)算形態(tài)值和形態(tài)比，并判斷服裝廓形，結(jié)果如表1所示?？梢园l(fā)現(xiàn)，通過特征比判斷的結(jié)果，與人眼觀察和判斷的結(jié)果一致。

表1 區(qū)段寬度、形態(tài)值、形態(tài)比及服裝廓形Tab.1 Block widths，shape values，shape percentages and apparel silhouettes

上述結(jié)果表明，該方法對(duì)具有明顯輪廓特征的服裝有很好的辨識(shí)度。為驗(yàn)證該方法的可靠性，本文研究對(duì)以上5種服裝廓形共1000幅圖片進(jìn)行了自動(dòng)識(shí)別和人工識(shí)別的對(duì)比。在人工識(shí)別時(shí)，3位服裝設(shè)計(jì)人員對(duì)同一幅圖片做出判斷，當(dāng)判斷結(jié)果全部相同則采納，有不一致則放棄該樣本。實(shí)際共識(shí)別圖片963幅，結(jié)果統(tǒng)計(jì)如表2所示。

表2 自動(dòng)識(shí)別準(zhǔn)確率Tab.2 Accuracy rate of automatical identification

4 結(jié)論

在人臉檢測(cè)的基礎(chǔ)上進(jìn)行人體比例分割，可以有效地切分人體各個(gè)主要區(qū)段。提取區(qū)段寬度進(jìn)行形態(tài)值與形態(tài)比的計(jì)算，能夠準(zhǔn)確地量化表達(dá)服裝廓形。此方法用于服裝輪廓的自動(dòng)識(shí)別具有較高的可靠性。

［1］ TURQUIN E，WITHER J，BOISSIEUX L，et al.A sketch-based interface forclothing virtualcharacters［J］.Computer Graphics and Applications，IEEE，2007，27(1):72－81.

［2］ GUAN P，F(xiàn)REIFELD O，BLACK M J.A 2D human body model dressed in eigen clothing［C］//Process 11th European Conference Computer Vision.Berlin:Springer-Verlag，2010:285－298.

［3］ SOHN J，YONEDA M.Visual evaluation of apparel silhouette using virtual sewing system［J］.Journal of Textile Engineering，2005，51(2):29－36.

［4］ 劉正東，王穎，高鵬.服裝人臺(tái)建模中的視覺圖像人體輪廓細(xì)化提取［J］.計(jì)算機(jī)工程與應(yīng)用，2007，43(16):246－248.LIU Zhengdong，WANG Ying，GAO Peng.Single pixel figure detection method for garment model measurement［J］. Computer Engineering and Applications，2007，43(16):246－248.

［5］ NADAR R P，RAMARAO R B，JAYAPRAKASH D，et al.Virtual apparel fitting system and method:US Patent，Application 13/466，152［P］.2012 －05 －08.

［6］ MA S，DU T.Improved adaboost face detection［C］//Measuring Technology and Mechatronics Automation(ICMTMA).Changsha:2010 International Conference on IEEE，2010:434－437.

［7］ 張寶才.人體造型解剖學(xué)［M］.北京:人民郵電出版社，2012:73－77.ZHANG Baocai.Human Body Modeling and Anatomy［M］.Beijing:Posts and Telecom Press，2012:73－77.

［8］ 何志勇，孫立寧，陳立國.Otsu準(zhǔn)則下分割閾值的快速計(jì)算［J］.電子學(xué)報(bào)，2013，41(2):267－272.HE Zhiyong， SUN Lining， CHEN Liguo. Fast computation of threshold based onotsu criterion［J］.Acta Electronica Sinica，2013，41(2):267－272.

［9］ 唐常青.數(shù)學(xué)形態(tài)學(xué)方法及其應(yīng)用［M］.北京:科學(xué)出版社，1990:130－147.TANG Changqing.Mathematical Morphology and Its Application［M］.Beijing:Science Press，1990:130 －147.

［10］ 陳彬.服裝設(shè)計(jì)基礎(chǔ)［M］.上海:東華大學(xué)出版社，2006:48－54.CHEN Bin.Baisic Apparel Design［M］.Shanghai:Donghua University Press，2006:48 －54.

Identification and quantification of apparel silhouette

TAO Chen1，2，DUANG Yafeng3，YIN Meifen4
(1.Zhejiang Agriculture and Business College，Shaoxing，Zhejiang 312000，China;2.College of Textile and Clothing Engineering，Soochow University，Suzhou，Jiangsu 215021，China;3.College of Textile and Clothing，Shaoxing University，Shaoxing，Zhejiang 312000，China;4.Shaoxing Entry-Exit Inspection and Quarantine Bureau，Shaoxing，Zhejiang 312000，China)

This paper proposed an approach to quantify and identify the apparel silhouettes.Firstly，a proper region in human face was selected as feature region to make relationship between this region and the head height，and after the human face detection conducted with AdaBoost method，the head height was determined in relation to face featured region.Then，according to the human body proportion the apparelled body was divided into six blocks including head，shoulder-chest，chest-waist，waist-hip，thign and crus，and the fact that the heights of blocks vary along with the body-head ratio was discussed and the formula for calculating block heights with body-head ratio advanced.Finally，the width of each block was extracted from the image，and the formulas for the shape values and percentages of A，T，H，X and O styles were established，which made the apparel silhouettes quantified.It turned out that this method can identify apparel silhouettes in an accurate way.

apparel silhouette;face detection;body proportion;identification;feature

TP 391.41

A

10.13475/j.fzxb.20140406904

2014－04－28

2014－11－26

陶晨(1981—)，男，講師，博士生。主要研究方向?yàn)榉b數(shù)字化技術(shù)。E-mail:517822307@qq.com。