1 / 32

ห้องลองเสื้อเสมือนโดยใช้ออคเมนต์เตดเรียลลิตี้ Virtual Fitting Room Using Augmented Reality

นายณัชนนท์ วงษ์วิไล 5031023021 นายดนัยนันท์ เก่าเงิน 5030161721. ห้องลองเสื้อเสมือนโดยใช้ออคเมนต์เตดเรียลลิตี้ Virtual Fitting Room Using Augmented Reality. ภาพโดยรวมของระบบ. รายละเอียดของการพัฒนา. รายละเอียดของการพัฒนา. Source media Video file 640x480 Webcam 640x480 Output Input image

rhea
Download Presentation

ห้องลองเสื้อเสมือนโดยใช้ออคเมนต์เตดเรียลลิตี้ Virtual Fitting Room Using Augmented Reality

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. นายณัชนนท์ วงษ์วิไล 5031023021 นายดนัยนันท์ เก่าเงิน 5030161721 ห้องลองเสื้อเสมือนโดยใช้ออคเมนต์เตดเรียลลิตี้Virtual Fitting Room Using Augmented Reality

  2. ภาพโดยรวมของระบบ

  3. รายละเอียดของการพัฒนารายละเอียดของการพัฒนา

  4. รายละเอียดของการพัฒนารายละเอียดของการพัฒนา • Source media • Video file 640x480 • Webcam 640x480 • Output • Input image • Background image

  5. รายละเอียดของการพัฒนารายละเอียดของการพัฒนา • Source preprocessing • Convert color model • Remove noise • Output • Input and background image (RGB, HSV, Grayscale)

  6. รายละเอียดของการพัฒนารายละเอียดของการพัฒนา • Feature extraction • Silhouette extraction • Skin extraction • Output • Silhouette image • Skin segmented image • H-S histogram of skin color

  7. Feature extraction • Silhouette extraction • Silhouette extraction using brightness difference* *ที่มา : Y. Kuno, T. Watanable, Y. Shimosakoda, and S. Nakagawa, “Automated detection of human for visual surveillance system.” Proc. 13th IEEE Conf. on Pattern Recognition, vol. 3, pp. 865-869, 1996.

  8. Feature extraction • Skin extraction • Skin extraction using H-S histogram* Back projection H-S Histogram *ที่มา : MatheenSiddiqui and Gerard Medioni, “Robust real-time upper body limb detection and tracking,” Video surveillance and sensor networks, Proceedings of the 4th ACM international workshop on, 2006.

  9. รายละเอียดของการพัฒนารายละเอียดของการพัฒนา • Human pose estimation • Head detection • Torso detection • Upper arms detection • Output • Coordinate of head and shoulders position • Degree of upper arms direction

  10. Human pose estimation • Head detection* • Vertical projection histogram • 15% area from the top of graph 15 % *ที่มา : Lim SiewHooi, G.Sainarayanan and Liau Chung Fan, “Human Pose Modelling and Body Tracking from Monocular Video Sequences,” International Conference on Intelligent and Advanced Systems, 2007.

  11. Human pose estimation • Torso detection* • 20% of height from top of head • Distance transform *ที่มา : Lim SiewHooi, G.Sainarayanan and Liau Chung Fan, “Human Pose Modelling and Body Tracking from Monocular Video Sequences,” International Conference on Intelligent and Advanced Systems, 2007.

  12. Human pose estimation • Torso detection Distance Transform + Old shoulder distance

  13. Human pose estimation • Upper arms detection • Patch around shoulder • Hough transform

  14. รายละเอียดของการพัฒนารายละเอียดของการพัฒนา • Virtual cloth registration • Shirt modeling • Registration • Output • Output image with shirt fitting

  15. Virtual cloth registration • Shirt modeling • Perspective Transform

  16. Virtual cloth registration • Registration ( AND ) - =

  17. รายละเอียดของการพัฒนารายละเอียดของการพัฒนา • User interface • Interface design • Virtual button • Output • Index of command • Menu image

  18. User interface • Interface design

  19. User interface • Interface design

  20. User interface • Virtual button • Detect skin color • Use delay

  21. ขอบเขตและข้อจำกัด • Input : video file หรือ webcam ขนาด 640x480 • ผู้ใช้งาน : ท่ายืน ครึ่งตัว, เอียงลำตัวได้ไม่เกิน 30 องศาในทุกๆแกน, สวมเสื้อแขนสั้น ไม่มีเครื่องประดับ • สถานที่ : สภาพแสงเหมาะสม, ฉากสีเดียว, ไม่มีเงาบนฉากหลัง • OS : Microsoft Windows XP and Vista

  22. ตัวอย่างโปรแกรม

  23. การทดสอบโปรแกรม • Human pose estimation testing • Virtual cloth registration testing • User interface testing

  24. Human pose estimation testing • Head detection • Torso detection • Upper arms detection

  25. Human pose estimation testing • Head detection • ~24.76 pixel

  26. Human pose estimation testing • Torso detection • ~30.89 pixel

  27. Human pose estimation testing • Upper arms detection • ~13.46 degree

  28. Virtual cloth registration testing • การตรวจสอบเชิงคุณภาพ

  29. User interface testing • การตรวจสอบความถูกต้องของการทำงาน • ใช้การทีละคำสั่งจนครบทุกคำสั่ง • เลือกใช้งานครั้งละมากกว่าหนึ่งคำสั่ง

  30. ปัญหาและอุปสรรค • ปัญหาการควบคุมปัจจัยภายนอก • ปัญหาความละเอียดของภาพเล็กเกินไป • ปัญหาการเกิดเงามืดบริเวณขอบร่างกาย • ปัญหาการใช้งานส่วนต่อประสานผู้ใช้

  31. ข้อสรุป ข้อเสนอแนะ และแนวทางการพัฒนาต่อในอนาคต • ความผิดพลาดของการทำงาน • การนำไปใช้งาน • แนวทางพัฒนาต่อ • พัฒนาให้สามารถหาตำแหน่งของคนได้แม่นยำมากขึ้น • ลดข้อจำกัดของการใช้งาน • พัฒนาให้สามารถใช้ได้ทั้ง ร่างกายส่วนบนและส่วนล่าง • เพิ่มความละเอียดของการแสดงภาพเสื้อ

  32. Q&A

More Related