一种试衣方法、装置、终端设备、存储介质和系统与流程

1.本技术属于智能设备领域，尤其涉及一种试衣方法、装置、终端设备、存储介质和系统。


背景技术：

2.随着激光雷达、3d扫描与检测技术的进步，基于3d扫描的虚拟试衣技术不断地发展和落地，一些大型商场开始采用虚拟试衣技术帮助商户推广商品，同时提升顾客的试衣效率，增强用户体验。
3.现有的虚拟试衣技术，往往是基于3d扫描得到人体三维模型，并将人体三维模型和商户所售卖衣物的衣物模型进行融合，但实际应用中发现，通过这种方式融合后的试衣模型并不贴合实际，导致用户体验和商户的推广效果降低。


技术实现要素：

4.本技术实施例提供一种试衣方法、装置、终端设备和存储介质，可以使试衣模型更加贴合实际。
5.本技术实施例第一方面提供一种试衣方法，包括：
6.对用户进行点云数据和用户图像的采集，并基于所述点云数据和所述用户图像，建立所述用户的初始三维模型；
7.获取所述用户当前穿着的待更换衣物的衣物数据；
8.利用所述衣物数据，对所述初始三维模型进行修正，得到所述用户的目标三维模型；
9.将待试穿衣物的衣物模型和所述目标三维模型融合，并对融合后的试衣模型进行显示。
10.本技术实施例第二方面提供的一种试衣装置，包括：
11.建模单元，用于对用户进行点云数据和用户图像的采集，并基于所述点云数据和所述用户图像，建立所述用户的初始三维模型；
12.获取单元，用于获取所述用户当前穿着的待更换衣物的衣物数据；
13.修正单元，用于利用所述衣物数据，对所述初始三维模型进行修正，得到所述用户的目标三维模型；
14.显示单元，用于将待试穿衣物的衣物模型和所述目标三维模型融合，并对融合后的试衣模型进行显示。
15.本技术实施例第三方面提供一种终端设备，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上述方法的步骤。
16.本技术实施例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上述方法的步骤。
17.本技术实施例第五方面提供了一种计算机程序产品，当计算机程序产品在终端设备上运行时，使得终端设备执行时实现方法的步骤。
18.本技术实施例第六方面提供了一种试衣系统，包括点云处理设备、中央服务器、显示设备、摄像头与激光雷达；其中，所述摄像头用于采集第一采集区域内用户的用户图像；所述激光雷达用于采集所述第一采集区域内用户的点云数据；所述点云处理设备用于根据所述用户图像和所述点云数据，生成本技术实施例第一方面所述的目标三维模型；所述中央服务器用于存储由所述点云处理设备上传的目标三维模型；所述显示设备用于获取所述中央服务器存储的目标三维模型，将待试穿衣物的衣物模型和所述目标三维模型融合，并对融合后的试衣模型进行显示。
19.在本技术的实施方式中，通过基于用户的点云数据和用户图像，建立用户的初始三维模型，并利用用户当前穿着的待更换衣物的衣物数据，对初始三维模型进行修正，得到用户的目标三维模型，进而将待试穿衣物的衣物模型和目标三维模型融合，并对融合后的试衣模型进行显示，使得试衣模型中的目标三维模型和衣物模型的适配度提高，进而使得试衣模型更加贴合实际，提高了用户的使用体验和商户的推广效果。
附图说明
20.为了更清楚地说明本技术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技术的一些实施例，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。
21.图1是本技术实施例提供的一种试衣方法的实现流程示意图；
22.图2是本技术实施例提供的步骤s102的具体实现流程示意图；
23.图3是本技术实施例提供的步骤s103的具体实现流程示意图；
24.图4是本技术实施例提供的一种试衣装置的结构示意图；
25.图5是本技术实施例提供的终端设备的结构示意图；
26.图6是本技术实施例提供的一种试衣系统的结构示意图。
具体实施方式
27.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。基于本技术的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本技术保护。
28.随着激光雷达、3d扫描与检测技术的进步，基于3d扫描的虚拟试衣技术不断地发展和落地，一些大型商场开始采用虚拟试衣技术帮助商户推广商品，同时提升顾客的试衣效率，增强用户体验。
29.现有的虚拟试衣技术，往往是基于3d扫描得到人体三维模型，并将人体三维模型和商户所售卖衣物的衣物模型进行融合。但实际应用中发现，衣物模型往往是依据未着装的人体三维模型设计的，因此当用户穿着的衣物较多时，衣物模型和人体三维模型的适配度降低。
30.例如，当实际适合m码衣物的用户穿着的衣物较多时，将扫描得到的人体三维模型与l码衣物的衣物模型进行融合得到的试衣模型可能看起来更加合身。
31.因此，需要一种试衣方法，使试衣模型更加贴合实际。
32.为了说明本技术的技术方案，下面通过具体实施例来进行说明。
33.图1示出了本技术实施例提供的一种试衣方法的实现流程示意图，该方法可以应用于终端设备上，可适用于需使试衣模型更加贴合实际的情形。其中，上述终端设备可以是智能手机、电脑、平板设备等智能设备，也可以是具有显示功能和运算处理能力的其他设备，例如商场中设置的引导设备、机器人等。
34.具体的，上述试衣方法可以包括以下步骤s101至步骤s104。
35.步骤s101，对用户进行点云数据和用户图像的采集，并基于点云数据和用户图像，建立用户的初始三维模型。
36.在本技术的实施方式中，工作人员可以在预设的第一采集区域附近安装用于采集点云数据和用户图像的传感器，当用户进入第一采集区域时，终端设备可以获取由各个传感器的传感器数据，并基于其中的点云数据和用户图像，建立用户的初始三维模型。
37.在本技术的一些实施方式中，工作人员可以在商场入口处规划检测通道，在检测通道两侧布设摄像头和激光雷达。当用户经过检测通道时，终端设备可以获取由摄像头采集的用户图像以及激光雷达得到的点云数据，利用摄像头和激光雷达之间预先标定好的转换参数，建立初始三维模型。
38.在一些具体的实施方式中，工作人员可以将第一激光雷达和第一摄像头安装在检测通道的入口前方5米处，用于采集经过检测通道的用户的正面用户图像及正面点云数据，并将第二激光雷达和第二摄像头安装在检测通道的入口处，用于采集经过检测通道的用户的背面用户图像及背面点云数据。安装完成后，终端设备可以对上述第一激光雷达、第二激光雷达、第一摄像头和第二摄像头进行标定。例如，可以对第一激光雷达和第一摄像头的坐标系进行标定，求得第一转换矩阵和第一平移矩阵；对第二激光雷达和第二摄像头的坐标系进行标定，求得第二转换矩阵和第二平移矩阵；对第一激光雷达和第二激光雷达的坐标系进行标定，求得第三转换矩阵和第三平移矩阵。此时，以第一激光雷达的坐标系为主坐标系，通过第一转换矩阵、第一平移矩阵、二转换矩阵、第二平移矩阵、第三转换矩阵和第三平移矩阵，可以将第一摄像头、第二激光雷达和第二摄像头的坐标转换到第一激光雷达的坐标系上。需要说明的是，以上仅为举例说明，实际应用中，可以选取不同的三个组合进行标定，以任意一个传感器的坐标系作为主坐标系，最终能够将其他传感器的坐标转换为主坐标系坐标即可。标定完成后，以主坐标系x轴和y轴所在平面作为地面，z轴作为高度，可以将点云数据中地面的点旋转和平移到xy轴所在平面。同时，终端设备可以根据工作人员设定的坐标，标定出主坐标系中的第一采集区域。
39.通过对第一激光雷达和第二激光雷达的坐标系进行标定得到的第三转换矩阵和第三平移矩阵，终端设备可以将第二激光雷达扫描得到的三维点云的坐标转换为第一激光雷达的坐标，并通过点云目标检测算法求得人体三维点云的包围盒，再通过聚类算法和去噪算法移除点云的背景和噪声。利用连续采集的点云帧进行配准，能够融合得到初始三维模型。
40.进一步地，终端设备可以将初始三维模型通过点云骨架提取算法分解出人体的各
个躯体部分的子模型，便于后续的修正与融合。
41.步骤s102，获取用户当前穿着的待更换衣物的衣物数据。
42.其中，衣物数据可以指待更换衣物各个位置上的厚度、长度等数据。
43.具体的，如图2所示，上述步骤s102可以具体包括以下步骤s201至步骤s203。
44.步骤s201，根据用户图像，识别得到待更换衣物的衣物类型和衣物标识。
45.其中，上述衣物类型用于表征待更换衣物的种类，例如衣物类型可以是短袖、长袖等。上述衣物标识用于标识待更换衣物。
46.具体的，上述终端设备对用户图像进行衣物识别的方式可以根据实际情况进行选择。一些实施方式中，终端设备可以将用户图像输入训练好的识别模型中，得到识别模型输出的衣物类型和衣物标识；另一些实施方式中，终端设备也可以识别用户图像中待更换衣物的轮廓、图案、商标等信息，并基于这些信息确定待更换衣物的衣物类型和衣物标识。
47.步骤s202，获取用户的体型数据。
48.其中，上述体型数据可以包括用户的体重数据和/或用户的身高数据。
49.在本技术的一些实施方式中，工作人员可以在第一采集区域的地面上铺设重量传感器，并在前述坐标系标定的过程中，标定好每个重量传感器在主坐标系中的坐标区域。终端设备利用第一采集区域的地面上安装的重量传感器，可以确定经过第一采集区域的用户的体重数据。
50.具体的，终端设备可以确定第一采集区域中与初始三维模型对应的采集位置，根据采集位置，从第一采集区域安装的重量传感器中确定出目标重量传感器，并获取用户在采集位置的移动速度和移动加速度。此时，根据目标重量传感器采集到的重量数据、移动速度和移动加速度，终端设备可以确定出用户的体重数据。
51.在一些具体的实施方式中，终端设备基于点云数据，可以确定出第一采集区域中采集用户图像及点云数据时用户经过的位置，并将用户经过的位置作为上述采集位置。此时，可以以采集位置为中心将预设距离范围内的各个重量传感器作为目标重量传感器，并利用多帧用户图像及每帧用户图像的采集时刻，确定用户在采集位置的移动速度和移动加速度，进而根据各个目标重量传感器采集到的重量数据、移动速度和移动加速度，结合数学模型计算出行人的静态体重。
52.在本技术的实施方式中，终端可以对移动中的用户进行建模，而不需要用户停留在某个位置等待建模，通过结合各个目标重量传感器采集到的重量数据、移动速度和移动加速度求取静态体重，可以避免因用户运动而导致的体重数据不精确问题。
53.在本技术的另一些实施方式中，终端设备可以利用用户的初始三维模型确定用户的身高数据，具体的，可以根据用户头顶特征点的坐标，确定经过第一采集区域的用户的身高数据；或者，也可以利用与用户初始三维模型关联的用户图像或点云数据确定身高数据。
54.步骤s203，基于体型数据、衣物类型和衣物标识，确定待更换衣物的衣物数据。
55.具体的，若衣物标识为未知标识，说明用户当前穿着的待更换衣物来源未知，此时，终端设备无法直接获取到待更换衣物的衣物数据，则终端设备可以获取预先设置好的多个标准衣物数据，并将与体型数据和衣物类型匹配的标准衣物数据作为待更换衣物的衣物数据。若衣物标识为已知标识，说明用户当前穿着的待更换衣物来源已知，例如待更换衣物是商城内曾经售卖的衣物，则终端设备可以将与体型数据和衣物标识匹配的参考衣物数
据作为待更换衣物的衣物数据。
56.也就是说，如果待更换衣物属于来源未知的衣物，则终端设备可以获取与待更换衣物的衣物类型相同，且符合体型数据所需尺码的标准衣物数据，将其作为待更换衣物的衣物数据。如果待更换衣物属于来源已知的衣物，则终端设备可以直接通过体型数据所需尺码和待更换衣物的衣物标识，获取到预先存储好的待更换衣物的衣物数据。
57.本技术的实施方式中，结合体型数据、衣物类型和衣物标识，可以确定出准确的衣物数据，便于后续对初始三维模型进行修正。
58.步骤s103，利用衣物数据，对初始三维模型进行修正，得到用户的目标三维模型。
59.在本技术的一些实施方式中，如图3所示，上述步骤s103可以具体包括以下步骤s301至步骤s303。
60.步骤s301，确定待更换衣物在用户图像中的衣物像素点。
61.步骤s302，将初始三维模型中与衣物像素点关联的点作为待修正点。
62.具体的，终端设备可以对用户图像进行语义分析，判断每个像素点是否为待更换衣物在用户图像中的衣物像素点，并对衣物像素点进行标记。接着，终端设备可以获取预先标定好的摄像头内参，结合摄像头和激光雷达之间的转换矩阵和平移矩阵，确定在初始三维模型中与衣物像素点关联的点，将这些点作为待修正点并进行标记。
63.步骤s303，利用衣物数据，对待修正点进行修正，得到用户的目标三维模型。
64.具体的，上述衣物数据可以指待更换衣物各个位置点上的厚度值，终端设备将每个待修正点分别与一个待修正点关联，此时，可以将某个位置上的厚度值作为与该位置关联的待修正点的修正量，并基于修正量对对应的各个待修正点进行修正。
65.在本技术的一些实施方式中，终端设备可以通过点云骨架提取算法将初始三维模型分解为用户各个躯体的子模型，并基于上述修正量，逐一对各个子模型上的待修正点进行修正，得到用户的目标三维模型。
66.需要说明的是，如果待更换衣物的数量大于一，则终端设备可以基于不同待更换衣物的衣物数据，累加计算某个位置上的修正量，进而基于修正量对各个待修正点进行修正。
67.步骤s104，将待试穿衣物的衣物模型和目标三维模型融合，并对融合后的试衣模型进行显示。
68.其中，待试穿衣物既可以是商户设置好的推荐款衣物，也可以是用户选择的衣物。
69.具体的，终端设备可以将目标三维模型分解为用户各个躯体的子模型，并将待试穿衣物的衣物模型和与待试穿衣物关联的子模型融合，并将未融合的子模型与对应的标准衣物模型进行融合，得到融合后的试衣模型。
70.例如，当待试穿衣物为上衣时，终端设备可以将上身的子模型与待试穿衣物的衣物模型融合，并将下身的子模型与设定好的标准裤子模型融合，得到融合后的试衣模型。
71.如果将待试穿衣物的衣物模型和与待试穿衣物关联的子模型融合之后，不存在未融合的子模型，则可以直接对融合后的试衣模型进行显示。
72.上述融合的过程，可以指依据衣物模型中设定好的位点与目标三维模型中对应位点的匹配关系，将衣物模型移动至目标三维模型上，使得相匹配的位点贴合。
73.在本技术的实施方式中，通过基于用户的点云数据和用户图像，建立用户的初始
三维模型，并利用用户当前穿着的待更换衣物的衣物数据，对初始三维模型进行修正，得到用户的目标三维模型，进而将待试穿衣物的衣物模型和目标三维模型融合，并对融合后的试衣模型进行显示，使得试衣模型中的目标三维模型和衣物模型的适配度提高，进而使得试衣模型更加贴合实际，提高了用户的使用体验和商户的推广效果。
74.在本技术的一些实施方式中，终端设备可以通过基于用户图像进行人脸识别，提取人脸特征并生成与人脸特征关联的用户标识。接着，将用户标识与目标三维模型进行绑定与存储。当用户进入第二采集区域后，终端可以获取进入第二采集区域的用户的人脸图像，并对用户的人脸图像进行识别，得到用户的人脸特征。此时，终端可以获取与人脸特征关联的用户标识，并将待试穿衣物的衣物模型和与用户标识绑定的目标三维模型融合。
75.其中，第二采集区域可以为与第一采集区域不同的区域，一些实施方式中，第二采集区域可以指以上述终端设备的显示屏为中心预设距离范围内的区域。
76.实际应用中，进入第二采集区域的用户的数量可能大于一，因此，终端设备可以基于每个用户与显示屏之间的距离，获取距离最近的用户的目标三维模型，将待试穿衣物的衣物模型和该用户的目标三维模型融合及显示。
77.在本技术的另一些实施方式中，上述终端设备可以包含多个显示屏，终端设备可以获取进入第三采集区域的每个用户所在的实时位置，然后在各个显示屏上显示与其距离最近的用户对应的试衣模型。
78.其中，第三采集区域可以指整个商场。例如，终端设备可以通过监控设备采集每个用户在商场中的实时位置，当其中一名用户接近某一显示屏时，该显示屏可以显示将该用户的目标三维模型和衣物模型融合得到的试衣模型。
79.此外，当终端设备可以包含多个显示屏，每个显示屏所使用的衣物数据可以不同。具体的，终端设备可以依据显示屏位置，确定显示屏对应的展示商户，并将用户的目标三维模型与显示屏对应的展示商户的衣物模型进行融合及显示。
80.实际应用中，考虑到商户和商户之间可能存在合作关系，终端设备可以将显示屏位置关联的商户和与该商户具有合作关系的其他商户作为该显示屏对应的展示商户。在显示试衣模型之后，还可以对试衣模型中各个待试穿衣物对应的商户的位置进行显示。
81.为了使得试衣模型的显示效果更加贴合实际，终端设备还可以依据待试穿衣物的衣物类型，确定用户当前穿着的衣物中是否存在衣物类型与待试穿衣物的衣物类型相同的目标衣物。
82.若存在，则终端设备可以将目标衣物以及位于目标衣物外侧的衣物作为待更换衣服，并执行步骤s102至步骤s104，此时，试衣模型包含结合人体和位于目标衣物内侧衣物的目标三维模型，以及待试穿衣物的衣物模型。
83.若用户当前穿着的衣物中不存在衣物类型与待试穿衣物的衣物类型相同的目标衣物，则在一些实施方式中，终端设备可以确定待试穿衣物所属的层级数，若用户当前穿着的衣物的总层级数小于待试穿衣物所属的层级数，则可以将初始三维模型作为目标三维模型，也即可以不对初始三维模型进行修正。若用户当前穿着的衣物的总层级数大于或等于待试穿衣物所属的层级数，则可以将用户当前穿着的衣物中层级数大于或等于待试穿衣物所属的层级数的衣物作为待更换衣物，并执行步骤s102至步骤s104。
84.具体的，终端设备可以将用户当前穿着的衣物的总数量作为用户当前穿着的衣物
的总层级数。
85.由于用户穿着多件衣物时，往往不能准确地预估出总数量，因此，终端设备也可以确定用户当前穿着的衣物中最外侧衣物的衣物类型，根据预先存储好的衣物类型和层级数之间的映射表，确定最外侧衣物所属的层级数，并将最外侧衣物所属的层级数作为用户当前穿着的衣物的总层级数。
86.例如，当用户由内到外依次穿着有内衣、长袖及外套，根据映射表可以得到外套所属的层级数为3，若此时待试穿衣物为夹克，其所属的层级数同样为3，则可以将外套作为待更换衣物，并执行步骤s102至步骤s104，最后显示的试衣模型中包含用户、用户所穿着的内衣、长袖以及试穿的夹克。
87.在本技术的另一些实施方式中，若用户当前穿着的衣物中不存在衣物类型与待试穿衣物的衣物类型相同的目标衣物，则终端设备也可以直接将用户当前穿着的所有衣物作为待更换衣物，并执行步骤s102至步骤s104。
88.此外，在本技术的另一些实施方式中，在对融合后的试衣模型进行显示之后，终端设备还可以获取用户对用于显示试衣模型的显示屏的注视时长；若注视时长小于时长阈值，说明用户对此试衣模型感兴趣程度低，则终端设备可以获取新的衣物模型，与目标三维模型融合得到新的试衣模型，以对试衣模型进行更新与显示。
89.若注视时长大于或等于时长阈值，说明用户对此试衣模型感兴趣程度高，则终端设备可以在显示预设时长后，将与待更换衣物同衣物类型、同衣物风格的衣物模型与目标三维模型融合后，对试衣模型进行更新。也可以直接显示试衣模型中待更换衣物的详细信息。
90.需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本技术并不受所描述的动作顺序的限制，因为根据本技术，某些步骤可以采用其它顺序进行。
91.如图4所示为本技术实施例提供的一种试衣装置400的结构示意图，所述试衣装置400配置于终端设备上。
92.具体的，所述试衣装置400可以包括：
93.建模单元401，用于对用户进行点云数据和用户图像的采集，并基于所述点云数据和所述用户图像，建立所述用户的初始三维模型；
94.获取单元402，用于获取所述用户当前穿着的待更换衣物的衣物数据；
95.修正单元403，用于利用所述衣物数据，对所述初始三维模型进行修正，得到所述用户的目标三维模型；
96.显示单元404，用于将待试穿衣物的衣物模型和所述目标三维模型融合，并对融合后的试衣模型进行显示。
97.在本技术的一些实施方式中，上述修正单元403可以具体用于：确定所述待更换衣物在所述用户图像中的衣物像素点；将所述初始三维模型中与所述衣物像素点关联的点作为待修正点；利用所述衣物数据，对所述待修正点进行修正，得到所述用户的目标三维模型。
98.在本技术的一些实施方式中，上述获取单元402可以具体用于：根据所述用户图像，识别得到所述待更换衣物的衣物类型和衣物标识；获取所述用户的体型数据；基于所述
体型数据、所述衣物类型和所述衣物标识，确定所述待更换衣物的衣物数据。
99.在本技术的一些实施方式中，上述体型数据可以包括用户的体重数据和/或所述用户的身高数据；上述获取单元402还可以具体用于：确定第一采集区域中与所述初始三维模型对应的采集位置；根据所述采集位置，从所述第一采集区域安装的重量传感器中确定出目标重量传感器；获取所述用户在所述采集位置的移动速度和移动加速度；根据所述目标重量传感器采集到的重量数据、所述移动速度和所述移动加速度，确定所述用户的体重数据；上述获取单元402也可以具体用于：根据所述用户的初始三维模型，确定所述用户的身高数据。
100.在本技术的一些实施方式中，上述获取单元402还可以具体用于：若所述衣物标识为未知标识，则将与所述体型数据和所述衣物类型匹配的标准衣物数据作为所述待更换衣物的衣物数据；若所述衣物标识为已知标识，则将与所述体型数据和所述衣物标识匹配的参考衣物数据作为所述待更换衣物的衣物数据。
101.在本技术的一些实施方式中，上述显示单元404可以具体用于：将所述目标三维模型分解为所述用户各个躯体的子模型；将所述待试穿衣物的衣物模型和与所述待试穿衣物关联的子模型和进行融合，并将未融合的子模型与对应的标准衣物模型进行融合，得到融合后的试衣模型。
102.在本技术的一些实施方式中，上述显示单元404还可以具体用于：当所述用户进入第二采集区域后，对所述用户的人脸图像进行识别，得到所述用户的人脸特征；获取与所述人脸特征关联的用户标识，并将所述待试穿衣物的衣物模型和与所述用户标识绑定的目标三维模型融合。
103.在本技术的一些实施方式中，上述试衣装置400还包括更新单元，用于获取所述用户对用于显示所述试衣模型的显示屏的注视时长；若所述注视时长小于时长阈值，则对所述试衣模型进行更新与显示。
104.需要说明的是，为描述的方便和简洁，上述试衣装置400的具体工作过程，可以参考图1至图3所述方法的对应过程，在此不再赘述。
105.如图5所示，为本技术实施例提供的一种终端设备的示意图。该终端设备5可以包括：处理器50、存储器51以及存储在所述存储器51中并可在所述处理器50上运行的计算机程序52，例如试衣程序。所述处理器50执行所述计算机程序52时实现上述各个试衣方法实施例中的步骤，例如图1所示的步骤s101至s104。或者，所述处理器50执行所述计算机程序52时实现上述各装置实施例中各模块/单元的功能，例如图4所示的建模单元401、获取单元402、修正单元403和显示单元404。
106.所述计算机程序可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器51中，并由所述处理器50执行，以完成本技术。所述一个或多个模块/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在所述终端设备中的执行过程。
107.例如，所述计算机程序可以被分割成：建模单元、获取单元、修正单元和显示单元。各单元具体功能如下：建模单元，用于对用户进行点云数据和用户图像的采集，并基于所述点云数据和所述用户图像，建立所述用户的初始三维模型；获取单元，用于获取所述用户当前穿着的待更换衣物的衣物数据；修正单元，用于利用所述衣物数据，对所述初始三维模型
进行修正，得到所述用户的目标三维模型；显示单元，用于将待试穿衣物的衣物模型和所述目标三维模型融合，并对融合后的试衣模型进行显示。
108.所述终端设备可包括，但不仅限于，处理器50、存储器51。本领域技术人员可以理解，图5仅仅是终端设备的示例，并不构成对终端设备的限定，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，例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
109.所称处理器50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。
110.所述存储器51可以是所述终端设备的内部存储单元，例如终端设备的硬盘或内存。所述存储器51也可以是所述终端设备的外部存储设备，例如所述终端设备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51还可以既包括所述终端设备的内部存储单元也包括外部存储设备。所述存储器51用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器51还可以用于暂时地存储已经输出或者将要输出的数据。
111.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，并不用于限制本技术的保护范围。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。
112.以上实施例为以单个终端设备执行上述试衣方法进行说明的，实际应用中，上述试衣方法的步骤可以由多个设备分别执行，并由这些设备组成试衣系统。
113.具体的，图6示出了本技术提供的一种试衣系统，该试衣系统可以包括点云处理设备61、中央服务器62、显示设备63、摄像头和激光雷达。
114.其中，摄像头用于采集第一采集区域内用户的用户图像；激光雷达用于采集第一采集区域内用户的点云数据；点云处理设备61用于根据用户图像和点云数据，生成前述试衣方法中的目标三维模型；中央服务器62用于存储由点云处理设备61上传的目标三维模型；显示设备63用于获取中央服务器62存储的目标三维模型，将待试穿衣物的衣物模型和目标三维模型融合，并对融合后的试衣模型进行显示。
115.其中，上述第一采集区域可以与显示设备63所在的第二采集区域不同。
116.在本技术的一些实施方式中，试衣系统还包括安装于第一采集区域地面上的重量传感器66，重量传感器66用于采集自身所在位置上的重量数据。
117.以具体的实施方式进行说明，上述摄像头可以具体包括第一摄像头641和第二摄
像头642，试衣系统可以通过第一摄像头641拍摄经过第一采集区域的用户的正面用户图像，通过第二摄像头642拍摄经过第一采集区域的用户的背面用户图像。上述激光雷达可以具体包括第一激光雷达651和第二激光雷达652，试衣系统通过第一激光雷达651扫描经过第一采集区域的用户的正面点云数据，通过第二激光雷达652扫描经过第一采集区域的用户的背面点云数据。在本技术的一些实施方式中，第一采集区域可以具体指商场的入口区域，即，上述摄像头和激光雷达均安装于商场的入口区域，用于采集进入商场的用户的用户图像和点云数据。
118.点云处理设备61可以对第一摄像头641、第二摄像头642、第一激光雷达651和第二激光雷达652进行标定，并接收第一摄像头641、第二摄像头642、第一激光雷达651和第二激光雷达652上传的用户图像和点云数据，进而建立初始三维模型。接着，点云处理设备61可以利用用户图像或点云数据确定用户的身高数据，并获取重量传感器66上传的传感器数据，基于传感器数据确定用户的体重数据，进而对初始三维模型进行修正，得到目标三维模型。接着，通过识别用户的人脸特征并生成用户标识，将目标三维模型与用户标识绑定后上传至中央服务器62。
119.中央服务器62接收到点云处理设备61上传的目标三维模型和用户标识之后可以进行存储。
120.显示设备63可以包含摄像头和显示屏。当用户进入显示设备63所在的第二采集区域时，显示设备63可以通过摄像头拍摄用户图像并识别得到人脸特征，从中央服务器获取与人脸特征关联的用户标识对应的目标三维模型，将待试穿衣物的衣物模型和目标三维模型融合，并在显示屏上对融合后的试衣模型进行显示。其中，显示设备63可以设置于商户门口，第二采集区域可以具体指以显示设备63为中心预设距离范围内的区域。
121.在本技术的一些实施方式中，上述试衣系统可以包括多个显示设备63，每个显示设备63分别设置于商场中不同商户的门口。其中的任意一个显示设备63均可以通过自身安装的传感器，确定用户与自身的距离。基于用户与自身的距离，显示设备63可以获取距离最近的用户的目标三维模型，将待试穿衣物的衣物模型和该用户的目标三维模型融合及显示。
122.具体的，当用户进入某一个显示设备63所在的第二采集区域后，该显示设备63可以获取进入第二采集区域的用户的人脸图像，并对用户的人脸图像进行识别，得到用户的人脸特征，并确定与人脸特征关联的用户标识。接着，该显示设备63可以从中央服务器62获取与用户标识绑定的目标三维模型融合，并将待试穿衣物的衣物模型和与用户标识绑定的目标三维模型融合，进而显示试衣模型。
123.在本技术的另一些实施方式中，上述试衣系统还可以包括监控设备，上述中央服务器62可以与监控设备进行交互，由监控设备采集进入第三采集区域的每个用户所在的实时位置，进而确定用户与每个显示设备63的距离。基于每个用户与各个显示设备63之间的距离，上述中央服务器62可以将用户的目标三维模型，发送至对应距离最近的显示设备63，由显示设备63将待试穿衣物的衣物模型和该用户的目标三维模型融合并显示。其中，第三采集区域可以指整个商场。
124.在本技术的一些实施方式中，各个显示设备63可以根据自身所在的位置确定自身对应的展示商户，并将用户的目标三维模型与自身对应的展示商户的衣物模型进行融合及
显示。
125.实际应用中，考虑到商户和商户之间可能存在合作关系，显示设备63还可以将自身关联的商户和与该商户具有合作关系的其他商户作为该显示屏对应的展示商户。在显示试衣模型之后，还可以对试衣模型中各个待试穿衣物对应的商户的位置进行显示。
126.为了提高用户的试衣体验，在本技术的一些实施方式中，显示设备63还可以获取用户对显示设备63的注视时长。若注视时长小于时长阈值，说明用户对此试衣模型感兴趣程度低，则显示设备63可以获取新的衣物模型，将新的衣物模型与目标三维模型融合得到新的试衣模型，以对试衣模型进行更新与显示。
127.以上试衣系统各个设备的具体工作过程，还可以参考图1至图3所述试衣方法的对应过程，在此不再赘述。
128.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。
129.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各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技术的范围。
130.在本技术所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备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。
131.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。
132.另外，在本技术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。
133.所述集成的模块/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，本技术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(read-only memory，rom)、随机存取存储器(random access memory，ram)、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。
134.以上所述实施例仅用以说明本技术的技术方案，而非对其限制；尽管参照前述实施例对本技术进行了详细的说明，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技术各实施例技术方案的精神和范围，均应包含在本技术的保护范围之内。