虚拟试衣方法、装置及智能终端、存储介质与流程

本申请属于服装技术领域，尤其涉及一种虚拟试衣方法、装置及智能终端、计算机可读存储介质。

背景技术：

随着服装技术的不断发展进步，服装定制已经成为服装行业的发展方向。

目前，市场上的服装定制流程一般可以包括人体数据测量、选款试衣以及成衣自动化加工等步骤。其中，针对选款试衣，现有市场上存在的试衣魔镜，可以满足用户选款试衣的需求。但是，市场上存在的试衣魔镜等终端仅仅能通过贴图看试穿效果，并不能试出衣服是否合身。也就是说，目前的服装定制方法中的虚拟试衣中不能实现智能量体，不能确定试穿衣服是否合身，从而导致服装定制的集成化程度低、便利性较差以及效率较低。

技术实现要素：

有鉴于此，本申请实施例提供一种虚拟试衣方法、装置及智能终端、计算机可读存储介质，以解决现有虚拟试衣不能实现智能量体，不能确定试穿衣服是否合身，从而导致服装定制的集成化程度低、便利性较差以及效率较低的问题。

本申请实施例的第一方面提供一种虚拟试衣方法，包括：

通过深度图像采集装置获取用户的人体正面图像和人体侧面图像；

根据所述人体正面图像和所述人体侧面图像，调整预先生成的3D人体模型，得到与所述用户体型一致的目标3D人体模型；

根据所述目标3D人体模型，计算所述用户的人体制衣数据；

获取所述用户的试衣指令；

基于所述目标3D人体模型，根据所述试衣指令呈现相应服饰的试穿效果。

结合第一方面，在一种可行的实现方式中，所述根据所述人体正面图像和所述人体侧面图像，调整预先生成的3D人体模型，得到与所述用户体型一致的目标3D人体模型，包括：

分别对所述人体正面图像和所述人体侧面图像进行图像识别，得到第一人体部位的预设参数；

根据所述预设参数，调整预先生成的3D人体模型的对应参数，得到与所述用户体型一致的目标3D人体模型。

结合第一方面，在一种可行的实现方式中，在所述基于所述目标3D人体模型，根据所述试衣指令呈现相应服饰的试穿效果之后，还包括：

获取所述用户的服装定制指令；

根据所述服装定制指令和所述人体制衣数据，向所述用户推荐相应服饰的对应号型成衣，并呈现所述人体制衣数据和对应号型成衣的相关数据；

在所述用户完成订单支付之后，将订单信息以及所述人体制衣数据上传至后台，以供成衣加工系统调用，完成定制服装生产。

结合第一方面，在一种可行的实现方式中，在所述呈现所述人体制衣数据和对应号型成衣的相关数据之后，还包括：

获取所述用户的制衣数据调整指令；

根据所述制衣数据调整指令，修改相应的人体制衣数据。

结合第一方面，在一种可行的实现方式中，在所述根据所述目标3D人体模型，计算所述用户的人体制衣数据之后，还包括：

根据所述人体制衣数据、所述人体正面图像以及所述人体侧面图像，得到所述用户的形象诊断结果；

根据所述形象诊断结果和预设推荐规则，确定目标推荐服饰；

呈现所述目标推荐服饰的相关信息。

结合第一方面，在一种可行的实现方式中，所述根据所述人体制衣数据、所述人体正面图像以及所述人体侧面图像，得到所述用户的形象诊断结果，包括：

根据所述人体制衣数据，确定所述用户的体型；

分别对所述人体正面图像和所述人体侧面图像进行识别，确定所述用户的脸型和肤色；

其中，所述形象诊断结果包括所述体型、所述脸型以及所述肤色。

本申请实施例的第二方面提供一种虚拟试衣装置，包括：

图像采集模块，用于通过深度图像采集装置获取用户的人体正面图像和人体侧面图像；

模型调整模块，用于根据所述人体正面图像和所述人体侧面图像，调整预先生成的3D人体模型，得到与所述用户体型一致的目标3D人体模型；

计算模块，用于根据所述目标3D人体模型，计算所述用户的人体制衣数据；

试衣指令获取模块，用于获取所述用户的试衣指令；

呈现模块，用于基于所述目标3D人体模型，根据所述试衣指令呈现相应服饰的试穿效果。

结合第二方面，在一种可行的实现方式中，还包括：

形象诊断模块，用于根据所述人体制衣数据、所述人体正面图像以及所述人体侧面图像，得到所述用户的形象诊断结果；

确定模块，用于根据所述形象诊断结果和预设推荐规则，确定目标推荐服饰；

推荐模块，用于呈现所述目标推荐服饰的相关信息。

本申请实施例的第三方面提供一种智能终端，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述第一方面任一项所述方法的步骤。

本申请实施例的第四方面提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述第一方面任一项所述方法的步骤。

本申请实施例与现有技术相比存在的有益效果是：

本申请实施例通过采集用户的深度图像，根据深度图像调整3D人体模型，得到与用户体型一致的目标3D人体模型，再基于该目标3D人体模型计算得到用户的人体制衣数据，然后将衣服试穿在该目标3D人体模型上，呈现试穿效果，可以确定试穿衣服是否合身，实现了智能量体和虚拟试衣，使得服装定制流程的集成化程度较高，便利性、效率较高。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本申请实施例提供的服装定制系统的系统架构示意框图；

图2为本申请实施例提供的虚拟试衣方法的流程示意框图；

图3为本申请实施例提供的人体正面图像和人体模型对比示意图；

图4为本申请实施例提供的人体侧面图像和人体模型对比示意图；

图5为本申请实施例提供的服装推荐步骤的流程示意框图；

图6为本申请实施例提供的服装定制方法的流程示意框图；

图7为本申请实施例提供的在线下单示意界面的示意图；

图8为本申请实施例提供的一种虚拟试衣装置的结构示意框图；

图9为本申请实施例提供的智能终端的示意图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。

在介绍本申请实施例的具体技术方案之前，首先对本申请实施例涉及的系统架构进行介绍。

请参见图1，为本申请实施例提供的服装定制系统的系统架构示意框图。该服装定制系统包括服装定制智能终端11、云端服务器12以及成衣加工系统13。服装定制智能终端与云端服务器通信连接，云端服务器与成衣加工系统通信连接。

其中，服装定制智能终端可以包括深度图像采集装置、处理器、存储器、显示屏以及通信模块等。用户可以通过该智能终端进行智能量体、3D虚拟试衣、在线下单等功能。该终端可以例如放置在服装商店内、大型商场等位置。

上述云端服务器存储有各类服装产品的款式、部件、面料等信息，商家或企业用户可以通过云端服务器设置各类产品类型、名称以及各类服装的3D模型等。智能终端则可以根据商家的设置显示相应的虚拟服装样式。

成衣加工系统包括控制器、智能加工流水线等。该系统可以从云端服务器中读取相应的服装定制订单信息，根据订单信息通过智能CAD系统自动完成样板调整，再控制智能加工流水线进行服装加工、生产，以获得用户定制服装。

例如，该智能终端可以外现为一个包括落地触摸屏的智能终端，该终端安装有安卓系统，并在该安卓系统上开发有相应的APP应用，在终端上安装有深度摄像头。用户或消费者可以站在智能终端前面拍摄相应的深度图像，然后智能终端根据所获的深度图像，按照比例等关系自动调整预先生成的3D人体模型，生成与用户身材一致的3D人体模型；接着，根据调整后的3D人体模型，计算出用户完整的人体数据。该智能终端可以展示各类服装3D款式，用户可以通过触摸屏操作，选择相应的服装款式进行虚拟试衣，智能终端将用户选择的服饰穿在调整后的3D人体模型上，呈现试穿效果。当用户确定需要定制某款衣服之后，可以通过该终端实现下单、支付等功能。订单支付完成后，智能终端会将相应的订单信息上传至云端服务器。成衣加工系统可以从云端服务器读取订单信息以及对应的人体制衣数据、调整量等，通过智能CAD系统自动完成衣服样板调整，再通过智能流水线完成衣服生产。

在介绍完本申请实施例的系统大体架构之后，下面将对本申请实施例的技术方案进行具体介绍说明。为了说明本申请所述的技术方案，下面通过具体实施例来进行说明。

实施例一

本实施例将从服装定制智能终端侧介绍虚拟试衣的流程。

请参见图2，为本申请实施例提供的虚拟试衣方法的流程示意框图，该方法可以包括以下步骤：

步骤S201、通过深度图像采集装置获取用户的人体正面图像和人体侧面图像。

可以理解，人体正面图像是指人体正对摄像头时拍摄得到的人体图像，人体侧面图像是指人体侧对摄像头时拍摄得到的人体图像。人体正面图像和人体侧面图像均包括完整的人体。上述深度图像采集装置可以具体包括深度图像摄像头等，该装置可以安装在智能终端上。

步骤S202、根据所述人体正面图像和所述人体侧面图像，调整预先生成的3D人体模型，得到与所述用户体型一致的目标3D人体模型。

需要说明，上述3D人体模型是预先生成的参数化模型，即可以通过调整相应部位的参数，调整该人体模型。该人体模型可以包括一个男性人体模型和一个女性人体模型。根据用户的性别自动选择相应的人体模型。

具体地，根据深度图像，获得人体各部位的关键参数，该关键参数可以例如包括宽度、长度和厚度等；根据所获得参数，自动调整参数化的3D人体模型中的相应参数，形成与真人体型一致的3D人体模型。

在一些实施例中，上述根据人体正面图像和人体侧面图像，调整预先生成的3D人体模型，得到与用户体型一致的目标3D人体模型的具体过程可以包括：分别对人体正面图像和人体侧面图像进行图像识别，得到第一人体部位的预设参数；根据预设参数，调整预先生成的3D人体模型的对应参数，得到与用户体型一致的目标3D人体模型。

其中，上述第一人体部位是指预先指定的人体部位，其可以例如包括但不限于脖子、肩膀、腰围、手臂、大腿、小腿等。上述预设参数可以例如包括宽度、厚度和长度。例如，脖子宽度、肩膀宽度、手臂长度、人体身长(颈后至大腿根)、人体背长(颈后至腰节)等。

在识别出相应部位的参数之后，可以根据参数调整人体模型中的相应部位参数，以获得与真人大体一致的人体模型。

为了更好地介绍根据图像调整参数化人体模型的过程，下面将结合图3和图4进行介绍说明。

参见图3示出的人体正面图像和人体模型对比示意图，图4示出的人体侧面图像和人体模型对比示意图。图3左边为人体正面图像，右边为参数化3D人体模型正面，预先为人体各个部位进行标号(其中，人体图像和模型的相应部位均采用相同标号，并可以用加一撇的方式区分图像和模型之间的标号)。同理，图4左边为人体侧面图像，右边为参数化3D人体模型侧面，并为各个部位进行标号。

其中，图3和图4中的部分标号示意如下：

1：图像人体脖子宽度 1'：3D人体脖子宽度

2：图像人体肩膀宽度 2'：3D人体肩膀宽度

3：图像人体胸围宽度 3'：3D人体胸围宽度

4：图像人体胸围高度 4'：3D人体胸围高度

… …

32：图像人体背长(颈后至腰节) 32'：3D人体背长(颈后至腰节)

33：图像人体腰节至臀部垂直距离 33'：3D人体腰节至臀部垂直距离

34：图像人体腿内长(与18相同) 34'：3D人体腿内长(与18相同)

35：图像人体身高 35'：3D人体身高

需要说明，针对男性人体，不需要测量胸高、乳房距离、胸下侧宽度，其它部位与女性人体的测量方法一致。其中，图3和图4中的部分参数(主要包括各部位的维度数据)不能通过图像直接获取得到，需要基于调整后的3D人体模型作进一步计算得到。

根据人体正面和侧面的深度图像，计算出人体相应部位的参数，并根据该参数自动调整3D人体模型，使得模型与真人相一致。例如，根据图像计算出人体脖子宽度后，则将3D人体模型中的脖子宽度参数调整为根据图像所获取到的人体脖子宽度。

根据深度图像，可以获取到人体相应部位的参数，但是，根据该参数还不能用于定制衣服的生产。为了使得定制衣服与用户更加相符，则需要进一步计算出更加详细准确的体型尺寸。

步骤S203、根据所述目标3D人体模型，计算所述用户的人体制衣数据。

具体地，在根据深度图像调整3D人体模型，使得目标3D人体模型与真人体型一致之后，基于该目标3D人体模型，进一步计算出更详细准确的体型尺寸，以用于成衣加工生产。其中，基于目标3D人体模型，进一步计算的主要是人体各个部位的维度数据，例如，胸围、腰围、腿围、臀围、臂围、肘围、膝围等。

步骤S204、获取所述用户的试衣指令。

步骤S205、基于所述目标3D人体模型，根据所述试衣指令呈现相应服饰的试穿效果。

具体地，用户拍摄完深度图像，终端根据深度图像测量出完整的人体数据之后，用户可以选择智能终端上所显示的各种服饰，以输入该试衣指令；智能终端将相应的服饰穿在目标3D模型中，呈现相应的效果。具体应用中，可以具体通过UNITY技术，虚拟显示各类服装3D款式和人体试衣。

可见，本实施例通过人体深度图像和参数化3D人体模型，测量完整的人体数据，实现了智能量体，且测量过程较便利，效率较高，从而使得服装定制流程的便利性、效率较高。此外，将智能量体和3D虚拟试衣集成在一个终端中，集成化程度较高。

实施例二

用户在服饰定制时，需要逐一将各个服饰进行试穿，虽说相较于实体试穿，虚拟试穿的便利性较高，但是，用户可能对自身适合哪种服饰并不了解，且当服饰较多时，虚拟试穿也是需要耗费大量的时间。这样不仅便利性较低，还会降低用户体验。

为了进一步提高服装定制的便利性和效率，提高用户体验，可以向用户推荐相应的服饰，以缩短服装试穿的时间。

基于上述实施例一，参见图5示出的服装推荐步骤的流程示意框图，在上述根据目标3D人体模型，计算用户的人体制衣数据之后，上述方法还可以包括以下步骤：

步骤S501、根据人体制衣数据、人体正面图像以及人体侧面图像，得到用户的形象诊断结果。

其中，在计算出用户完整的人体数据之后，可以根据该人体数据和所获得的深度图像，分析人体的体型、脸型、肤色等特征，根据这些特征，依据相关的服饰美学知识，自动得出用户的形象诊断结果，并根据该诊断结果进行服饰推荐。

在一些实施例中，上述根据人体制衣数据、人体正面图像以及人体侧面图像，得到用户的形象诊断结果的具体过程可以包括：根据人体制衣数据，确定用户的体型；分别对人体正面图像和人体侧面图像进行识别，确定用户的脸型和肤色；其中，形象诊断结果包括体型、脸型以及肤色。

具体应用中，基于用户的人体制衣数据，根据预先设置的身高和胸围、腰围、臀围的对比关系，可以确定出用户的体型。其中，体型可以分为常规体型和特殊体型，常规体型包括标准体、瘦高体、高胖体、矮瘦体以及矮胖体。特殊体型包括苹果型、H型、梨型、细沙漏型、V型、圆形体、胖沙漏型、五五型、瘦小型、超高型、I型等。每个体型均有其自身的特点，例如，苹果型的特点为：腰粗+臀小+腿长细，体重120+，腰围超过80cm；I型的特点为：高+瘦，一般存在肩窄或胯小。其余体型的特点在此不再一一列举。

对人体正面图像和侧面图像进行图像识别，可以确定用户的脸型。其中，脸型可以包括蛋型脸、圆形脸、尖型脸、长型脸以及方型脸等。

基于图像的颜色，可以确定用户的肤色。其中，根据颜色深浅和冷暖进行划分，肤色类型可以包括春季型(浅色暖色)、夏季型(浅色冷色)、秋季型(深色暖色)以及冬季型(深色冷色)。为了避免图像偏色，可以在拍照时将背景设置为白色，拍照后通过系统自动调整偏色，使得背景颜色均为白色。

需要说明，上述体型、肤色、脸型的类型划分仅仅是一种示例，具体应用中还可以根据需要增加或减少相应类型。

在确定出用户的体型、脸型和肤色等信息之后，可以根据预先设置的服饰推荐规则，匹配出相应的服饰作为目标推荐肤色。

步骤S502、根据形象诊断结果和预设推荐规则，确定目标推荐服饰。

需要说明，上述预设推荐规则是指基于相关服饰美学知识，根据用户体型、脸型、肤色等信息进行服装推荐的规则。其可以包括依据体型推荐规则、依据脸型推荐规则、依据肤色推荐规则。

其中，依据体型推荐规则是指基于服饰美学知识，预先设置每种体型适合的衣服类型、款式等。即，预先将各种体型与相应的服饰类型、款式作关联，后续可以通过体型匹配出相应的服饰。根据每种体型的特点和服饰美学，预先确定每种体型适合的服饰，并将体型和适合的服饰和/或不适合的服饰进行关联存储。

部分体型和适合的服饰对应关系可以如下：

标准体：适应各类风格的服饰；

瘦高体：适合纯色、横条纹、大花型的服饰；适合上下分开的服饰；不适合竖条纹、小花型的服饰；

苹果型：适合宽松上衣+铅笔裤(或直筒裤)；

梨型：适合宽松裙子或套装，不适合紧身的裤子；

V型：不适合肩部夸张的服饰；

依据脸型推荐推荐规则是指基于服饰美学知识，预先设置每种脸型适合的衣服领型等。其中，部分脸型和领型的对应关系可以如下：

蛋型脸：适合各类领型。

圆形脸：适合V型领等纵向延伸的领型。

尖型脸：不适合太尖的领型，避免夸大尖脸；适合选择方领型、宽领型以及圆领型等。

长型脸：不适合太深的领口，适合选择宽领、方领以及圆领等。

依据肤色推荐规则是指基于服饰美学知识，预先设置每种肤色适合的衣服颜色等。其中，部分肤色和颜色的对应关系可以如下：

春季型：适合黄色、粉绿、橙红、橘红等颜色，不适合黑色或其它浊色。

夏季型：适合灰色、蓝灰色、灰蓝色、紫色以及蓝色。

秋季型：适合金色、苔绿色、酒红色、棕色、橙色以及咖啡色。

冬季型：适合纯色、黑白灰、正红、酒红、玫瑰红以及藏蓝色。

需要说明，上述服饰推荐规则仅仅是一种示例，具体应用中可以根据需要进行相应设置。

具体地，根据体型确定用户适合的服饰款式，根据脸型确定用户适合的领型，根据肤色确定用户适合的衣服颜色，结合三者查找出适合于用户的待推荐服饰。并将该待推荐服饰的相关信息呈现给用户，供用户选择。

步骤S503、呈现目标推荐服饰的相关信息。

其中，上述相关信息可以例如包括服饰3D图、尺寸信息等。

可见，本实施例根据人体的完整数据和人体正面、侧面图像，对用户进行形象诊断，并根据形象诊断结果，向用户推荐适合于用户的服饰，提高了服装定制的便利性和效率，提高了用户体验。

实施例三

用户在虚拟试衣之后，如果对试穿效果满意，则可以通过服装定制智能终端进行下单，填写或确认相关信息，并完成订单支付之后，服装定制智能终端则将订单信息以及其他相关信息上传至云端服务器，成衣加工系统可以自动从云端服务器读取相应的订单，自动进行成衣加工生产。

参见图6示出的服装定制方法的流程示意框图，该服装定制方法可以包括以下步骤：

步骤S601、通过深度图像采集装置获取用户的人体正面图像和人体侧面图像。

步骤S602、根据人体正面图像和人体侧面图像，调整预先生成的3D人体模型，得到与用户体型一致的目标3D人体模型。

步骤S603、根据目标3D人体模型，计算用户的人体制衣数据。

步骤S604、获取用户的试衣指令。

步骤S605、基于目标3D人体模型，根据试衣指令呈现相应服饰的试穿效果。

需要说明，步骤S601～S605与上述实施例一的步骤S201～S205相同，相关介绍请参见上文相应内容，在此不再赘述。当然，在一些实施例中，还可以包括实施例二的服装推荐步骤。

步骤S606、获取用户的服装定制指令。

步骤S607、根据服装定制指令和人体制衣数据，向用户推荐相应服饰的对应号型成衣，并呈现人体制衣数据和对应号型成衣的相关数据。

具体地，用户在3D试穿之后，可以在试穿界面输入服装定制确认指令，智能终端自动将试穿服饰的相关信息进行记录存储，并根据将所测量的人体数据，确定适合用户的服饰号型，并向用户呈现所推荐成衣的号型、各个部位的成衣数据等，以及用户的人体数据。

可选地，在呈现人体制衣数据和号型成衣之后，用户可以根据个人喜好，对局部数据进行调整，系统记录并存储用户的调整量。故在一些实施例中，在上述呈现人体制衣数据和对应号型成衣的相关数据之后，还可以包括：获取用户的制衣数据调整指令；根据制衣数据调整指令，修改相应的人体制衣数据。

为了更好地介绍用户下单过程，请参见图7示出的在线下单示意界面的示意图，该图的为试穿效果展示图，右边为相关参数，例如，衣服版型、套码，用户的身高、体重，成衣数据和调整量等。

步骤S608、在用户完成订单支付之后，将订单信息以及人体制衣数据上传至后台，以供成衣加工系统调用，完成定制服装生产。

具体地，用户通过服装定制智能终端完成下单并支付之后，终端可以将订单信息和相关信息上传至后台服务器存储。成衣加工系统可以通过网络读取云端服务器上的订单信息、人体数据、调整量等信息，然后通过智能CAD系统自动完成样版调整，再通过智能流水线完成衣服的生产。

可见，本实施例通过将智能量体、3D虚拟试衣、在线下单等功能集成在同一智能终端，使得服装定制的集成化程度较高。且通过人体深度图像和参数化3D人体模型，测量完整的人体数据，实现了智能量体，且测量过程较便利，效率较高，从而使得服装定制流程的成本较低、效率和便利性较高。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。

实施例四

请参见图8，为本申请实施例提供的一种虚拟试衣装置的结构示意框图，该装置可以包括：

图像采集模块81，用于通过深度图像采集装置获取用户的人体正面图像和人体侧面图像；

模型调整模块82，用于根据人体正面图像和人体侧面图像，调整预先生成的3D人体模型，得到与用户体型一致的目标3D人体模型；

计算模块83，用于根据目标3D人体模型，计算用户的人体制衣数据；

试衣指令获取模块84，用于获取用户的试衣指令；

呈现模块85，用于基于目标3D人体模型，根据试衣指令呈现相应服饰的试穿效果。

在一种可行的实现方式中，上述模型调整模块可以包括：

识别单元，用于分别对人体正面图像和人体侧面图像进行图像识别，得到第一人体部位的预设参数；

调整单元，用于根据预设参数，调整预先生成的3D人体模型的对应参数，得到与用户体型一致的目标3D人体模型。

在一种可行的实现方式中，上述装置还可以包括：

定制指令获取模块，用于获取用户的服装定制指令；

推荐呈现模块，用于根据服装定制指令和人体制衣数据，向用户推荐相应服饰的对应号型成衣，并呈现人体制衣数据和对应号型成衣的相关数据；

上传模块，用于在用户完成订单支付之后，将订单信息以及人体制衣数据上传至后台，以供成衣加工系统调用，完成定制服装生产。

在一种可行的实现方式中，上述装置还可以包括：

调整指令获取模块，用于获取用户的制衣数据调整指令；

修改模块，用于根据制衣数据调整指令，修改相应的人体制衣数据。

在一种可行的实现方式中，上述装置还可以包括：

形象诊断模块，用于根据人体制衣数据、人体正面图像以及人体侧面图像，得到用户的形象诊断结果；

确定模块，用于根据形象诊断结果和预设推荐规则，确定目标推荐服饰；

推荐模块，用于呈现目标推荐服饰的相关信息。

在一种可行的实现方式中，上述形象诊断模块包括：

体型确定单元，用于根据人体制衣数据，确定用户的体型；

肤色脸型确定单元，用于分别对人体正面图像和人体侧面图像进行识别，确定用户的脸型和肤色；其中，形象诊断结果包括体型、脸型以及肤色。

需要说明，本实施例提供的虚拟试衣装置与上述各个实施例中的虚拟试衣方法一一对应，相关或相应介绍请参见上文相应内容，在此不再赘述。

可见，本实施例通过采集用户的深度图像，根据深度图像调整3D人体模型，得到与用户体型一致的目标3D人体模型，再基于该目标3D人体模型计算得到用户的人体制衣数据，然后将衣服试穿在该目标3D人体模型上，呈现试穿效果，实现了智能量体和虚拟试衣，集成化程度较高，便利性、效率较高。

实施例五

图9是本申请一实施例提供的智能终端的示意图。如图9所示，该实施例的智能终端9包括：处理器90、存储器91以及存储在所述存储器91中并可在所述处理器90上运行的计算机程序92。所述处理器90执行所述计算机程序92时实现上述各个虚拟试衣方法实施例中的步骤，例如图2所示的步骤S201至S205。或者，所述处理器90执行所述计算机程序92时实现上述各装置实施例中各模块或单元的功能，例如图8所示模块81至85的功能。

示例性的，所述计算机程序92可以被分割成一个或多个模块或单元，所述一个或者多个模块或单元被存储在所述存储器91中，并由所述处理器90执行，以完成本申请。所述一个或多个模块或单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序92在所述智能终端9中的执行过程。例如，所述计算机程序92可以被分割成图像采集模块、模型调整模块、计算模块、试衣指令获取模块以及呈现模块，各模块具体功能如下：

图像采集模块，用于通过深度图像采集装置获取用户的人体正面图像和人体侧面图像；模型调整模块，用于根据人体正面图像和人体侧面图像，调整预先生成的3D人体模型，得到与用户体型一致的目标3D人体模型；计算模块，用于根据目标3D人体模型，计算用户的人体制衣数据；试衣指令获取模块，用于获取用户的试衣指令；呈现模块，用于基于目标3D人体模型，根据试衣指令呈现相应服饰的试穿效果。

所述智能终端可包括，但不仅限于，处理器90、存储器91。本领域技术人员可以理解，图9仅仅是智能终端9的示例，并不构成对智能终端9的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述智能终端还可以包括输入输出设备、网络接入设备、总线等。

所称处理器90可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

所述存储器91可以是所述智能终端9的内部存储单元，例如智能终端9的硬盘或内存。所述存储器91也可以是所述智能终端9的外部存储设备，例如所述智能终端9上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器91还可以既包括所述智能终端9的内部存储单元也包括外部存储设备。所述存储器91用于存储所述计算机程序以及所述智能终端所需的其他程序和数据。所述存储器91还可以用于暂时地存储已经输出或者将要输出的数据。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

在本申请所提供的实施例中，应该理解到，所揭露的装置、终端和方法，可以通过其它的方式实现。例如，以上所描述的装置、终端实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的模块或单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。

以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。