哪里可以找到关于边缘检测的资料以及哪些适合虚拟衣柜应用？

Question

我正在尝试构建一个名为虚拟衣柜的应用程序，我计划在其中捕获人类的图像，然后允许他选择不同的衣服并立即看到他穿着该衣服的虚拟图像。

我不太了解如何实现这个想法。我看了一些资料，发现了一些边缘检测算法。

Sobel 看起来很快，但效率不高，而 Canny 更好，但很慢。 还有一些其他算法，例如基于梯度、拉普拉斯算子等，但我对这些不太了解。

有没有好的课程材料可以详细了解这些算法？ 另外，对于这个应用程序来说，有一个更快但效率较低的算法会更好还是更慢但效率更高？

我对此了解不多，因此，感谢任何帮助。

Answer 1

不确定您是否拥有所有其他组件，但我认为单独使用边缘检测在很多情况下可能效果不佳。以下是您可能会发现它们有用的可能方向/技术：

• 前景检测：检测图像的哪一部分是用户，如果背景不简单，这可能比纯边缘检测效果更好。
• 人脸检测：检测图像的哪一部分是用户的脸部。这使得布料更好地适合用户，尤其是。用于太阳镜或帽子。
• 肤色模型：可以用作人脸检测的基本替代方案。
• 对象跟踪：如果您的输入是视频，那么您还可以利用对象跟踪技术来加速其他检测过程。

您还可以考虑其他技术，例如人体姿势识别或眼球追踪，但它们比上述项目更复杂。

Answer 2

我可以向您推荐一种解决方案。如果您有各种服装的图像，则将它们假设为目标图像，并将目标图像的脸部替换为源图像（即用户）的脸部。为此，您必须构建一个面部替换应用程序。如果您想检测源图像中的面部，请首先进行面部检测，然后从源图像中检索面部边界。为此，您可以使用各种算法，我建议其中几种：

• Canny 边缘检测，然后是最长边缘检测。
• 肤色阈值，然后是收缩和增长算法。
• 自适应主动轮廓模型（蛇算法）

Canny 有点慢，如果你想快速得到结果，请使用肤色阈值。 为了获得准确的结果，您可以使用蛇算法。即使人脸中有阴影，蛇算法对于检测人脸边界很有用。

阅读使用 Canny 边缘检测检测人脸边界