买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：青岛三态比特科技有限公司

摘要：本发明公开了一种服装面料替换方法及装置，属于计算机与网络技术领域，采用先进的Mosaic数据增强技术，结合基于C‑TransUNet的语义分割网络，实现对服装图像的精准分割，确保了服装特征的准确捕捉。进一步地，引入SharedAttentionStableDiffusionSA‑SD模型，对个性化面料进行高效的四方连续生成，满足用户对面料纹理和图案的细致要求。最后，利用Attention‑EnhancedThinPlateSplineA‑TPS算法，完成面料风格迁移和边缘修复，使得虚拟试衣效果更加逼真，贴近真实穿着体验。本发明的服装面料替换方法及装置，不仅解决了个性化定制的技术难题，提高了试衣的真实感和用户体验，还为服装行业的创新和发展提供了新的动力和方向。

主权项：1.一种服装面料替换方法，其特征在于，包括以下步骤：S1：对数据库中的服装图像数据进行灰度计算获取灰度图，并利用Mosaic方法分别对RGB图像数据与灰度图像数据进行数据增强，再经过图像预处理后一起输入到C-TransUNet网络中，同时获取用户输入的模特服装图与面料图；S2：通过建立基于C-TransUNet的语义分割网络来实现模特服装图像的精准分割，C-TransUNet网络模型由卷积层，浅层特征融合模块，融合视觉Transformer网络和解码器模块组成，其中，卷积层和浅层特征融合模块用于提取和融合浅层特征，融合视觉Transformer网络用于学习高类间可分离性和低类内多样性的跨通道深层次表征，解码器模块以更高精度恢复输入图像的空间信息；S3：利用二元交叉熵损失函数来对S2中网络的参数进行优化，进一步提高对服装图像中衣服的分割性能，并保存训练完成的模型权重；S4：加载所述S3中训练完成的模型权重与网络结构，将用户输入的模特服装图输入到训练好的C-TransUNet中以获得服装图像中衣服的mask图；S5：设计SharedAttentionStableDiffusion模型对输入的图像采用扩散算子q进行扩散操作，再通过应用单个反向算子pθ以完成一步扩散操作，通过多次的连续扩散操作实现用户输入面料图的四方连续生成；S6：利用Attention-EnhancedThinPlateSpline算法在保持面料细节的同时实现面料风格迁移，基于服装图像的mask图将用户输入的个性化面料迁移到模特服装图上，实现更真实的面料和阴影效果；S7：根据服装图像的mask图对迁移后的模特服装图模糊边缘利用SA-SD模型进行边缘修复，输出完成面料风格迁移与边缘修复后的服装模特图像。

全文数据：

权利要求：

百度查询： 青岛三态比特科技有限公司 一种服装面料替换方法及装置