摘要：针对图像中服装廓形的自动识别问题,选取近8年女西装秀场图片共2 045个样本进行服装轮廓的提取与筛选。通过建立坐标系,研究服装外部轮廓与廓形支撑数据之间的定量关系;分析服装外廓形的宽度、相对角度和直角坐标值数据,从客观的角度重新量化廓形,并建立女装廓形数据样本库;通过支持向量机SVM算法训练出针对X廓形的分类及预测模型。一共进行了6次试验验证,精度均在89%以上。

摘要：为精准且快速地实现对服装廓形的判断,以秀场连衣裙为研究对象,提出了基于关键点检测的服装廓形分类算法。使用YOLO v8-Pose模型对秀场连衣裙进行关键点检测,提取服装的肩部、胸部、腰部、臀部和底摆两侧共10个关键点,并生成服装廓形图。通过加入Sobel边缘提取算法改进的DenseNet网络深度提取服装廓形特征,采用余弦相似度算法将其与标准的廓形库中提取的特征相比较,最终实现服装廓形的判别与分类。结果表明,该方法能够快速且准确地实现服装廓形的分类,廓形分类准确率达到了95.9%。