NL1037949C2 - Werkwijze voor het op afstand bepalen van kledingmaten. - Google Patents
Werkwijze voor het op afstand bepalen van kledingmaten. Download PDFInfo
- Publication number
- NL1037949C2 NL1037949C2 NL1037949A NL1037949A NL1037949C2 NL 1037949 C2 NL1037949 C2 NL 1037949C2 NL 1037949 A NL1037949 A NL 1037949A NL 1037949 A NL1037949 A NL 1037949A NL 1037949 C2 NL1037949 C2 NL 1037949C2
- Authority
- NL
- Netherlands
- Prior art keywords
- processing means
- person
- clothing
- virtual
- representations
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000012545 processing Methods 0.000 claims abstract description 78
- 238000009877 rendering Methods 0.000 claims abstract description 7
- 238000013480 data collection Methods 0.000 claims description 58
- 238000005259 measurement Methods 0.000 claims description 30
- 238000012937 correction Methods 0.000 claims description 16
- 238000004519 manufacturing process Methods 0.000 claims description 15
- 239000011111 cardboard Substances 0.000 claims description 2
- 238000004891 communication Methods 0.000 claims description 2
- 239000011087 paperboard Substances 0.000 claims description 2
- 125000002066 L-histidyl group Chemical group [H]N1C([H])=NC(C([H])([H])[C@](C(=O)[*])([H])N([H])[H])=C1[H] 0.000 description 9
- 210000000038 chest Anatomy 0.000 description 7
- 230000003187 abdominal effect Effects 0.000 description 3
- 210000000481 breast Anatomy 0.000 description 3
- 210000001015 abdomen Anatomy 0.000 description 2
- 230000001143 conditioned effect Effects 0.000 description 2
- 239000004744 fabric Substances 0.000 description 2
- 238000013461 design Methods 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 239000000123 paper Substances 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000013341 scale-up Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0641—Shopping interfaces
- G06Q30/0643—Graphical representation of items or shoppers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
-
- A—HUMAN NECESSITIES
- A41—WEARING APPAREL
- A41H—APPLIANCES OR METHODS FOR MAKING CLOTHES, e.g. FOR DRESS-MAKING OR FOR TAILORING, NOT OTHERWISE PROVIDED FOR
- A41H3/00—Patterns for cutting-out; Methods of drafting or marking-out such patterns, e.g. on the cloth
- A41H3/007—Methods of drafting or marking-out patterns using computers
-
- A—HUMAN NECESSITIES
- A41—WEARING APPAREL
- A41H—APPLIANCES OR METHODS FOR MAKING CLOTHES, e.g. FOR DRESS-MAKING OR FOR TAILORING, NOT OTHERWISE PROVIDED FOR
- A41H3/00—Patterns for cutting-out; Methods of drafting or marking-out such patterns, e.g. on the cloth
- A41H3/02—Making patterns by copying
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
- Processing Or Creating Images (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
Werkwijze voor het op afstand bepalen van kledingmaten BESCHRIJVING
De uitvinding heeft betrekking op een werkwijze voor het bepalen van één of meer kledingmaten, in het bijzonder ten behoeve van het op afstand aanmeten van kleding.
5
Onder kledingmaat kan worden verstaan de maat van een confectie-kledingstuk, bijvoorbeeld maat 48 of 52. Echter kan in het kader van deze aanvrage onder kledingmaat ook worden verstaan één van de (meerdere) lichaamsmaten die bijvoorbeeld een kleermaker bij een klant opneemt om de juiste kledingmaat (bijvoorbeeld maat 48 of 49) van de klant vast te 10 stellen. En voorts kan in het kader van deze aanvrage onder kledingmaat worden verstaan de veelheid aan (lichaams)maten die een kleermaker nodig heeft om voor een klant een maatkostuum te maken. Hieronder zullen vaak de begrippen kledingmaten en lichaamsmaten worden gebruikt, die geacht worden goeddeels met elkaar overeen te stemmen. Verder wordt nog het begrip (de) kledingmaat gebruikt, meer als aanduiding van een (standaard) 15 confectiekledingmaat (bijv. maat 48 of 52), alsmede bestelmaat resp. -maten, als aanduiding van de maat resp. maten van het bestelde kledingstuk.
In toenemende mate wordt door aanbieders van kleding de mogelijkheid geboden om op afstand, in het bijzonder via het Internet, kleding te bestellen. Het is duidelijk dat de kleding, 20 bijvoorbeeld een kostuum, in dat geval niet door een vakbekwame verkoper of kleermaker kan worden aangemeten. De betreffende persoonlijke, individuele, voor de kleding relevante lichaamsmaten zullen dan dus door een over het algemeen niet-deskundige persoon moeten worden opgenomen. Daarbij wordt getracht de juiste (bestel)maten te vinden door direct over de huid of over aansluitend ondergoed te meten. Van belang zijnde maten zijn 25 ondermeer de lichaamslengte, halsomvang, borstomvang, tailleomvang, heupomvang, buikomvang en de binnenbeenlengte.
In de praktijk blijkt het publiek toch tamelijk gereserveerd te staan tegenover het zelf aanmeten van duurdere kleding zoals kostuums etc., welke houding het online verkopen van 30 dergelijk kleding tegenhoudt.
Een aspect van de onderhavige uitvinding is het bieden van een verbeterde en voor het publiek meer acceptabele werkwijze voor het op afstand aanmeten van kleding.
35 Een ander aspect van de uitvinding is om gebruik te maken van algemeen door het publiek in gebruik zijnde apparatuur zoals (digitale) camera's etc., alsmede van algemeen door het publiek in gebruik zijnde Internet webbrowsers, webapplicaties etc.
1037949 2
Op deze plaats zij opgemerkt dat toepassing van één of meer camera's voor de bepaling van kledingmaten op zich bekend is, ondermeer uit US20020004763, die hieronder nog nader zal worden besproken. Niet bekend echter is om zulks uit te laten voeren door het (over het algemeen niet-deskundige) publiek, bovendien in (bijvoorbeeld) de huiselijke omgeving, 5 d.w.z. niet binnen een voor het opmeten van kledingmaten geëquipeerde omgeving, en op afstand, bijvoorbeeld via het Internet.
Nog een ander aspect van de uitvinding is het lokaal, door de klant zelf of zijn/haar naaste omgeving (bijvoorbeeld partner), (laten) vervaardigen van één of meer afbeeldingen van 10 zichzelf en die te laten converteren naar relevante kledingmaten door een remote server en verwerkingsmiddelen in samenwerking met software op de lokale terminal van de klant. De data tussen die lokale terminals worden overgedragen via het Internet of een ander netwerk.
De werkwijze voor het ten behoeve van het op afstand bepalen van de kledingmaten of 15 - (confectie)kledingmaat van een persoon omvat bij voorkeur de volgende stappen: - de persoon verschaft ten minste één (bij voorkeur twee) profielafbeeldingen van zichzelf, en -bij voorkeur- van een referentieobject (bijvoorbeeld een credit card of een vel A4 papier), ten behoeve van schaling en/of correctie van de profielafbeeldingen of daarvan 20 afgeleide persoonsprofielen; - de persoon stuurt die afbeeldingen naar verwerkingsmiddelen, bijvoorbeeld via zijn/haar PC, mobiele telefoontoestel/camera, iPod etc.; - de verwerkingsmiddelen bepalen uit de ontvangen afbeeldingen (bij voorkeur twee) persoonsprofielen van de persoon, bij voorkeur gebruikmakend van de op die 25 afbeeldingen tevens aanwezige referentieobjecten; - de verwerkingsmiddelen bepalen, ten minste deels met behulp van een dataverzameling met representaties van virtuele personen of kledingstukken, de gevraagde kledingmaten of kledingmaat van de persoon.
30 Reeds hier wordt opgemerkt dat bij het begrip "virtuele personen of kledingstukken" in het bijzonder gedacht kan worden aan (data betreffende) volume, houding, vorm etc. die (virtuele) personen innemen, resp. (data betreffende) volume, houding, vorm etc. die door (virtuele) kledingstukken passend kunnen worden omhuld, zoals volume, houding, vorm etc. van een (virtuele) paspop. Bij volume wordt met name gedacht aan lengte, omvang, BMI 35 etc., bij houding aan de lichaamshouding zoals rechtop, krom etc., en bij vorm aan begrippen als endomorf, mesomorf, ectomorf of V-, H-, HX-, A-, X- en O-type.
De verwerkingsmiddelen kunnen sommige maten, zoals de lengte- en breedtematen, tamelijk direct uit de persoonsprofielen en het referentieobject afleiden. Andere maten, zoals 40 halsomvang, borstomvang, tailleomvang, heupomvang, buikomvang moeten echter worden 3 afgeleid uit de dataverzameling, waarbij de ontvangen persoonsprofielen worden vergeleken met in die dataverzameling aanwezige representaties van virtuele personen of kledingstukken, welke niet direct uit de ontvangen persoonsprofielen kunnen worden afgeleid.
5
Aldus kunnen uit de door de klant toegezonden beelden (foto's) (twee) persoonlijke profielen worden gemaakt (en geschaald), waaruit sommige maten tamelijk direct kunnen worden afgeleid, terwijl andere maten -of zelfs de meest passende confectiemaat (bijvoorbeeld maat 52)- worden afgeleid door "matching" met de representaties in de dataverzameling, waardoor 10 de het beste bij de toegezonden profielen passende (aanvullende) kledingmaten kunnen worden bepaald.
In het navolgende wordt er vooreerst van uitgegaan dat de dataverzameling een representatie is van een groot aantal virtuele personen, waarbij uit de toegezonden 2D 15 informatie (uit de persoonsprofielen) aanvullende (3D) informatie kan worden gehaald, in het bijzonder omtrekinformatie (die immers niet direct uit de toegezonden beelden kan worden afgeleid). Na de bespreking daarvan, zal worden ingegaan op twee andere dataverzamelingen, namelijk dataverzamelingen niet gevuld zijn met data die virtuele personen representeren, maar met data die virtuele kledingstukken representeren, hetzij een 20 (vrij beperkte) set virtuele confectiekostuums in de beschikbare (namelijk reeds geproduceerde) maten, hetzij een (grote) set virtuele maatkostuums (die nog geproduceerd moeten worden onder besturing van een complete set van gedetailleerde fabricage- of patroon maten).
25 De uitvinding berust oorspronkelijk op het inzicht dat uit enkele, bijvoorbeeld twee 2D
beelden (in het bijzonder foto's) van de persoon, één van de voor- of achterkant en één van de zijkant, in het bijzonder lengte- en breedte-/dieptematen (onder dieptematen te verstaan de maten tussen voor- en achterzijde), na ijking aan de hand van het referentieobject, (tamelijk) direct kunnen worden bepaald, terwijl die 2D beelden verder kunnen worden 30 gebruikt voor het bepalen van kenmerken in een (derde) dimensie, te bepalen met behulp van algemene "kennis" over (de 3D vorm van) het menselijk lichaam of daarvoor bestemde kledingstukken, welke kennis beschikbaar is in de vorm van een dataverzameling, namelijk door die ID of 2D informatie uit de 2D beelden te relateren aan die (3D) dataverzameling. Aldus kunnen de voor het aanmeten van een kledingstuk noodzakelijke, maar uit de 2D 35 beelden niet direct te bepalen maten, met behulp van een 3D dataverzameling worden geconstrueerd.
Er zijn bij het oplossen van dit probleem, d.w.z. het construeren of herleiden van ontbrekende maten uit de beschikbare 2D beelden in het kort de volgende routes 40 beschikbaar: 4
I Bepaal uit de 2D beelden enkele relevante 1D waarden (bijvoorbeeld de breedte en de diepte van het lichaam van de persoon ter hoogte van zijn taille), voer die toe aan een formule die een verband beschrijft tussen die 1D waarden en een niet direct uit die 2D
5 beelden te bepalen waarde, bijvoorbeeld de tailleomvang. Op dezelfde wijze kunnen uit de twee 2D beelden de breedte en de diepte van de borst, de buik etc. worden "uitgelezen" en kan, door die in te voeren in een geschikte "borst- resp. buikomvangsformule", de omvang van de borst resp. de buik worden bepaald, welke omvangsmaten van groot belang zijn voor het goed laten passen van de kleding.
10 II a. Vergelijk de 2D beelden met een generieke (3D) dataverzameling met representaties van virtuele personen of kledingstukken en selecteer de het beste bij de 2D beelden passende 3D representatie. Ontleen vervolgens de ontbrekende kenmerken (zoals de omvangskenmerken) aan die "best match" representatie. De direct (uit de toegezonden 15 afbeeldingen) en indirect (via matching met de verzameling representaties) bepaalde maten worden op enig moment in het proces met behulp van ten minste één aan het referentieobject ontleende ijkmaat of -factor "geschaald" overeenkomstig de afmetingen van de reële persoon.
20 b. Construeer aan de hand van de 2D beelden en een generieke (3D) dataverzameling met representaties van virtuele personen of kledingstukken een virtuele persoon die zo goed mogelijk past ("fits") bij die 2D beelden. Ontleen vervolgens de ontbrekende kenmerken (zoals de omvangskenmerken) aan die "best fitting" virtuele persoon. Ook hier vindt nog weer ergens in het proces schaling plaatst.
25
Overeenkomstig de eerste oplossingsroute I kunnen de verwerkingsmiddelen uit het ten minste ene voor- of achteraanzicht van de persoon op één of meer meethoogteniveaus x = 1 ... n een breedtemaat ax en uit het ten minste ene zijaanzicht een dieptemaat bx bepalen en onder gebruikmaking van de formule Ox = fx * (ax + bx) de lichaamsomtrek Ox op die één 30 of meer meethoogteniveaus x bepalen, waarbij fx van een generieke dataverzameling met representaties van virtuele personen of kledingstukken afgeleide omtreksfactor voor het betreffende meethoogteniveau is. Aanvraagster heeft gevonden dat de omtreksfactor fx voor voor kledingmaten in het bijzonder van belang zijnde meethoogteniveaus, zoals het borst-, taille-, en heuphoogteniveau etc., is gelegen tussen de waarden 1,56 en 1,72, bij voorkeur 35 tussen de waarden 1,62 en 1,66 en bij meer voorkeur in hoofdzaak gelijk is aan 1,64.
De genoemde meethoogteniveaus kunnen desgewenst door de verwerkingsmiddelen worden bepaald aan de hand van het ontvangen voor- of achteraanzicht en zijaanzicht van de persoon en onder gebruikmaking van een generieke dataverzameling met representaties van 40 virtuele personen.
5
Bij voorkeur wordt, ter verbetering van het resultaat, de voor de lichaamsomtrek Ox bepaalde waarde gecorrigeerd aan de hand van één of meer correctiefactoren cx.
Bijvoorbeeld kan de persoon aanvullende informatie in de verwerkingsmiddelen 5 invoeren, betrekking hebbende op zijn of haar postuur, in het bijzonder betreffende de lichaamsomtrek(ken) op de genoemde meethoogteniveaus, welke aanvullende informatie door de verwerkingsmiddelen wordt geconverteerd tot de één of meer correctiefactoren cx.
10 Als alternatief kan, in plaats van de persoon (de klant), een operator, bijvoorbeeld een deskundige verkoper of kleermaker, dus iemand met kennis van zaken wat betreft het menselijk lichaam en voor het kleden van personen van belang zijnde kenmerken (maten, postuurkenmerken), aan de hand van de ontvangen afbeeldingen en/of uit direct bepaalbare kledingmaten van de persoon (lengte, breedte), aanvullende informatie in de 15 verwerkingsmiddelen invoeren betrekking hebbende op het postuur van de persoon, in het bijzonder betreffende de lichaamsomtrekken (Ox) op de genoemde meethoogteniveaus (x), welke aanvullende informatie door de verwerkingsmiddelen wordt geconverteerd tot de één of meer correctiefactoren cx.
20 De correctiefactoren cx kunnen ook door de verwerkingsmiddelen worden bepaald of beïnvloed aan de hand van de ontvangen afbeeldingen en/of uit de direct bepaalbare kledingmaten van de persoon, onder gebruikmaking van een generieke dataverzameling met representaties van virtuele personen. In deze optie wordt dus (mede) gebruik gemaakt van "ervaringskennis" die in dit geval niet afkomstig is van een (deskundige) persoon, 25 bijvoorbeeld een verkoper of kleermaker, maar die is vervat in een generieke dataverzameling met representaties van virtuele personen.
Overeenkomstig de hierboven reeds aangegeven oplossingsroute Ilb kunnen de verwerkingsmiddelen aan de hand van de ontvangen afbeeldingen en van een generieke 30 dataverzameling met representaties van virtuele personen een virtuele persoon construeren (bijvoorbeeld in 3D: 2D/3D fitting/rendering) waarvan, bijvoorbeeld gebruikmakend van een fitting/rendering algoritme, de uiterlijke kenmerken optimaal overeenkomen met die van de (reële) persoon op de ontvangen afbeeldingen. Vervolgens kunnen bij die virtuele persoon behorende, aan de dataverzameling ontleende kledingmaten als de genoemde, uit de 35 ontvangen afbeeldingen niet direct bepaalbare kledingmaten van de persoon worden gepresenteerd.
Ten aanzien van de plaats resp. uitvoering van de verwerkingsmiddelen wordt opgemerkt dat invoer van de door de klant gemaakte beelden in de verwerkingsmiddelen bij voorkeur 40 geschiedt via een lokale terminal of PC. In principe echter kan de klant ook niet digitale foto's 6 aanleveren, die per post naar een service verzenden waar de verwerkingsmiddelen zijn. Daar moeten de foto’s dan worden gedigitaliseerd en in die vorm verwerkt zoals in het voorgaande in aangegeven.
5 Het kan ook zo zijn dat de verwerkingsmiddelen voor althans een gedeelte lokaal, bijvoorbeeld in de PC van de klant of een andere (intelligente) terminal zijn geïnstalleerd. De verwerkingsmiddelen kunnen voor althans een gedeelte ook centraal zijn geïnstalleerd. Communicatie tussen de lokale terminal of PC en het centrale gedeelte van de verwerkingsmiddelen vindt dan bij voorkeur plaats via een datanetwerk, bijvoorbeeld het 10 Internet. Ook kunnen de verwerkingsmiddelen voor althans een gedeelte gedistribueerd zijn geïnstalleerd ("distributed intelligence").
De onderhavige werkwijze maakt het aldus mogelijk dat een klant thuis met zijn/haar eigen fotocamera slechts enkele (2D) foto's van zichzelf (bij voorkeur inclusief een referentieobject) 15 maakt en die opstuurt naar een "webwinkel". Daar kunnen uit die foto's direct meetbare lichaamsmaten (ax, bx) en -door (bijvoorbeeld) "matching" met een generieke dataverzameling en/of een generiek lichaamsmodel- niet (direct) uit de foto's herleidbare lichaamsmaten, in het bijzonder de relevante omtrekmaten (Ox), worden berekend. Aan de hand van de maten ax, bx en Ox (waarin x verschillende bemetingshoogtematen voorstelt) 20 kan de kledingmaat van de klant worden vastgesteld.
Terugkomend op de eerdergenoemde, als prior art bekende US20020004763 (gebaseerd op US6629014, US6182871, W00153910 en US Provisionals 60/177404 en 60/180108), daarin wordt een werkwijze voorgesteld waarbij van de klant -niet thuis, maar in de winkel van de 25 leverancier, d.w.z. in een professionele omgeving en met gebruikmaking van professionele apparatuur- een groot aantal foto's of (zelfs) een video wordt gemaakt vanuit een groot aantal hoeken en bij voorkeur gebruikmakend van "measurement outfit" of "reference clothing" (zie bijv. par. 0022, 0023, fig. 3 en 4). Door het grote aantal beelden dat vanuit verschillende posities en vanaf een bekende afstand van de klant wordt genomen (door een 30 bewegende camera of door een aantal verschillend opgestelde camera's), nog afgezien van de door "trained personnel" (par. 0031) bediende professionele apparatuur en de "measurement outfit" of "reference clothing" etc., wordt een groot aantal 2D (profiel)beelden van de klant verkregen waarmee zonder bijzondere maatregelen -immers genomen vanuit een groot aantal verschillende hoeken (zie fig. 4) en onder goed gedefinieerde condities-35 behalve de lengte- en breedtematen, ook de omtrekmaten (Ox) van de klant kunnen worden vastgesteld. Al die maten van de klant worden vervolgens -daarover gaat een belangrijk deel van US20020004763- gecodeerd tot een "body profile" (BP) code in een "handzaam" dataformaat van (slechts) 4 of 5 bits (par. 0073).
7
Anders dan in de onderhavige octrooiaanvrage, behandelt US20020004763 niet het probleem van het uit slechts enkele (bijv. twee) fotobeelden afleiden van (omtrek)maten die -zonder bijzondere maatregelen- niet uit die (enkele) fotobeelden kunnen worden bepaald. Het toepassen van een (grote) generieke dataverzameling of een generiek lichaamsmodel als 5 middel om uit slechts enkele amateurfotobeelden, genomen in een niet-professionele, niet-geconditioneerde resp. niet-gedefinieerde omgeving, toch de gevraagde omtrekmaten Ox of andere lichaams- of kledingmaten te kunnen bepalen, is dan ook uit US20020004763 niet bekend.
10 Zoals hierboven aangegeven, zal thans worden ingegaan op twee alternatieven voor de dataverzameling, namelijk waarbij die niet is gevuld met data die virtuele personen representeren, maar met data die virtuele kledingstukken representeren, hetzij een (beperkte) set virtuele confectiekostuums, hetzij een (relatief grote) set virtuele maatkostuums.
15
Indien de dataverzameling een collectie confectiekledingstukken representeert die door de aanbieder van die kledingstukken wordt aangeboden en waaruit de klant dus zijn/haar keuze kan maken, zal die dataverzameling alle relevante maten van die confectiekledingstukken moeten bevatten die nodig zijn voor het "aanmeten" -door "matching", "fitting" etc.- van het 20 kledingstuk aan de klant van wie de (twee) 2D persoonsprofielen door de verwerkingsmiddelen werden gemaakt aan de hand van de ontvangen foto’s. Er kunnen hierbij twee methoden worden gevolgd: ofwel worden die (twee) persoonsprofielen vergeleken met ("gepast in") 3D representaties van de verschillende kledingstukken in de dataverzameling, ofwel worden alle 3D representaties van de confectiekledingstukken niet 25 zelf in de dataverzameling opgenomen, maar elk (initieel) geconverteerd in (paren van twee) 2D virtuele persoonsprofielen die als het ware in dat (virtuele) kledingstuk zouden passen. Er zijn dan dus bij het uitvoeren van de werkwijze twee opties: ofwel worden de van de klant afkomstige (2D) persoonsprofielen vergeleken met de 3D representatie van elk virtuele kledingstuk in de dataverzameling, ofwel worden -nadat initieel al die 3D representaties zijn 30 omgezet in 2D representaties van virtuele persoonsprofielen- die van de klant afkomstige (2D) persoonsprofielen vergeleken met die 2D representaties van virtuele persoonsprofielen en wordt bij een "match" ervan de bij de betreffende 2D representaties behorende confectiemaat als de gezochte (confectie)kledingmaat, d.w.z. als de het beste bij (de profielen van) de klant behorende confectiemaat genomen.
35
Indien de dataverzameling een collectie maatkledingstukken representeert kunnen dezelfde acties worden uitgevoerd: persoonsprofielen van de klant vergelijken met alle afmetingen van de 3D of 2D representaties van de (zeer grote) collectie maatpakken en dan de fabricage- of patroonmaten van (d.w.z. vervat in) de meest nabij liggende 40 kledingstukrepresentatie kiezen voor de daadwerkelijke fabricage van dat kledingstuk.
5 8
De uitvinding omvat behalve de in het voorgaande voorgestelde werkwijze met zijn verschillende opties, tevens een systeem, in het bijzonder verwerkingsmiddelen die geschikt zijn voor het uitvoeren van die voorgestelde werkwijze.
In het navolgende zal de uitvinding aan de hand van een geïllustreerd uitvoeringsvoorbeeld aanvullend worden besproken.
Figuur 1 toont een eenvoudige voorstelling van een systeem voor uitvoering van de 10 werkwijze volgens de uitvinding;
Figuur 2 toont een illustratie van een eerste uitvoeringvoorbeeld van de uitvinding;
Figuur 3 toont een illustratie van een tweede uitvoeringsvoorbeeld van de uitvinding; 15
Figuur 4 toont een illustratie van een derde uitvoeringsvoorbeeld van de uitvinding;
Figuren 5-7 tonen zeer schematisch de werking van drie verschillende alternatieve systemen.
20
Figuur 1 toont een persoon 1 die via het Internet een kledingstuk, bijvoorbeeld een kostuum, wenst te bestellen. Hij maakt daarbij gebruik van een digitale camera 2, waarmee hij twee foto’s van zichzelf -slechts gekleed in zijn ondergoed- maakt of laat maken. Die foto’s dienen als basis voor het bepalen van de juiste maten. Die foto's kunnen, hetzij direct (als de 25 camera bijvoorbeeld deel uitmaakt van een mobiele telefoon die is voorzien van toegang tot het Internet), hetzij via een terminal, in de vorm van bijvoorbeeld een laptop 3 met toegang tot het Internet, via het Internet 4 naar een server 5 worden gezonden. Behalve de foto's (voor de maten) geeft de persoon via het Internet 4 uiteraard ook de gewenste kleur, stofkwaliteit, snit etc. van het kostuum door. De server 5 is ingericht om alle door de persoon 30 1 ingevoerde bestelgegevens op de juiste wijze te verwerken. De door de server 5 ontvangen foto’s worden door daartoe ingerichte verwerkingsmiddelen -die eventueel gedistribueerd kunnen zijn over de server 5 en de laptop 3 (bijvoorbeeld kan in de laptop 3 enige gewenste preprocessing plaatsvinden)- verwerkt tot data, d.w.z. kledingmaten, die naar een locatie 6 (een magazijn, fabriek) worden gezonden met het oogmerk om aan de hand daarvan uit een 35 reeds vervaardigde collectie een kostuum met de juiste maten of confectiemaat (en verder door de persoon 1 ingevoerde kenmerken, zoals kleur, stof etc.) te selecteren dan wel aan de hand daarvan een voor de persoon 1 bestemd maatkostuum of kostuum naar maat (maatforcé) te vervaardigen. Na die selectie resp. vervaardiging wordt de kleding in een verpakking 7 gelegd en naar de persoon 1 verzonden. Na aankomst kan deze het kostuum 8 40 uitpakken en aantrekken.
9
Opgemerkt wordt nog dat de persoon 1 ervoor zorgt dat bij het maken van de foto's een "referentieobject" 9, bijvoorbeeld een credit card of een ander voorwerp met gestandaardiseerde afmetingen op die foto's zichtbaar is. Doordat de afmetingen daarvan aan 5 de zijde van de verwerkingsmiddelen bekend is, kan aan de hand daarvan een ijkings- of schalingsfactor worden berekend, met behulp waarvan met voldoende nauwkeurigheid de absolute maten van die persoon 1 kunnen worden berekend. De plaats van dat "schalen" in het totale proces is op zich van ondergeschikt belang.
10 Voor het ijken (schalen, normeren) van de aan de verwerkingsmiddelen toegevoerde beelden van de persoon, kan deze ook eventueel zelf ijkdata invoeren, bijvoorbeeld in de vorm van alfanumerieke data, bijvoorbeeld de lengte van de persoon, die dan door de persoon in zijn eigen (huiselijke)locatie kan worden opgemeten. Deze informatie kan dan, tezamen met de verdere gegevens als geselecteerde kostuumsoort, kleur etc. bankgegevens en 15 aflevergegevens, aan de bestelserver worden doorgegeven en daar gebruikt voor het schalen van de ontvangen beelden. Aanvullend of in plaats daarvan kunnen, zoals reeds werd aangegeven, de ijkdata worden gevormd door een referentieobject van bekende afmetingen en/of vorm, bijvoorbeeld door een credit card of door een vel papier of karton van standaard afmetingen. De werkelijke (2D) afmetingen van de persoon op de toegezonden foto's kan dan 20 door de verwerkingsmiddelen worden afgeleid van de afmetingen van het referentieobject op de foto's en de werkelijke (aan de verwerkingsmiddelen bekende) afmetingen van het betreffende referentieobject.
Aanvullend kan ook gebruik worden gemaakt van een referentieobject dat bijvoorbeeld wordt 25 gevormd door een bouwkundig element, in het bijzonder een deurkozijn of deurpost op de locatie van de persoon 1. In het bijzonder wordt eraan gedacht dat de persoon 1 van wie de betreffende foto's worden genomen, daarbij in een deuropening, dus binnen het deurkozijn (tussen de deurposten) gaat staan. Ervan uitgaande dat de deurposten een (verticaal) recht verloop hebben, kunnen de verwerkingsmiddelen aan de hand van dat gegeven eventuele 30 (perspectivische) fouten in de foto's -in het bijzonder wanneer de foto's van betrekkelijk dichtbij werden genomen- corrigeren, waardoor de exacte persoonsprofielen van de persoon 1 met een grotere nauwkeurigheid uit de foto's kunnen worden bepaald.
Het gebruik van (bijvoorbeeld) een deurkozijn biedt een nog belangrijker voordeel doordat 35 het deurkozijn zich uitstekend leent als referentie- of meetvlak voor de foto. De persoon van wie een foto wordt gemaakt wordt geïnstrueerd om, zowel voor het maken van de foto "en face" als "en profile", tussen de kozijnstijlen (deurposten) te gaan staan. De praktijk wijst uit dat met deze instructie de te fotograferen persoon vrijwel altijd keurig met zijn/haar schouders tussen de deurposten gaat staan voor het maken van de foto "en face", en met 40 zijn/haar neus naar één van de deurposten voor het maken van de foto "en profile". Doordat 10 de deurposten door de (foto)verwerkingsmiddelen goed herkend kunnen worden, kunnen ze daarmee ook met een goede nauwkeurigheid het referentie- of meetvlak bepalen waarin de persoon tijdens het nemen van foto's staat.
5 Figuur 2 illustreert dat van de persoon 1 (figuur 2a) een tweetal foto's worden gemaakt (figuur 2b). Na ontvangst kunnen de verwerkingsmiddelen die foto's eerst (zoals in figuur wordt voorgesteld) opschalen naar de werkelijke (absolute) maten van de persoon 1. Dat opschalen kan desgewenst ook in een later stadium van de verwerking plaatsvinden, steeds gebaseerd op de (schalings)verhouding (of ijkfactor) tussen de aan de zijde van de 10 verwerkingsmiddelen bekende (en bijvoorbeeld in de software opgenomen) werkelijke, absolute afmetingen van het referentieobject en de door de camera geregistreerde afmetingen (in het algemeen zal één afmeting doorgaans voldoende zijn).
Vervolgens ontlenen de verwerkingsmiddelen aan de beelden de exacte persoonsprofielen 15 resp. de relevante hoogte-, breedte- en dieptematen. De meethoogtematen -in figuur 2 aangegeven met hi (totale lengte) en h2 (binnenbeenlengte)- zijn over het algemeen direct relevant voor de lengtematen van het kostuum. De breedte- en dieptematen -in figuur 2 aangegeven met ai, a2 en a3 resp. bi, b2 en b3-zijn niet direct relevant voor de maten van een kostuum en worden daarom door de verwerkingsmiddelen geconverteerd tot (wel 20 relevante) omvangsmaten Oi, 02 en 03 op verschillende meethoogteniveaus van de persoon, zoals ter hoogte van de borst, de taille en de heupen. In de praktijk kunnen (nog) andere worden gekozen. Voor het uit de breedte- en dieptematen bepalen van de lichaamsomtrek wordt gebruik gemaakt van de formule Ox = fx * (ax + bx), waarin x = 1 (borstniveau), 2 (tailleniveau) en 3 (heupniveau). De omtreksfactor fx kan voor de verschillende niveaus 25 verschillend zijn, maar ligt bij de genoemde niveaus bij voorkeur tussen de waarden 1,56 en 1,72, bij voorkeur tussen de waarden 1,62 en 1,66 en bij meer voorkeur in hoofdzaak gelijk is aan 1,64.
De meethoogteniveaus, d.w.z. de hoogten van resp. het borst-, taille en heupniveau kunnen 30 desgewenst door de verwerkingsmiddelen worden bepaald aan de hand van het ontvangen voor- of achteraanzicht en/of zijaanzicht van de persoon en onder gebruikmaking van een generieke dataverzameling met representaties van virtuele personen of kledingstukken. M.a.w. kunnen die niveaus worden ontleend aan een generieke dataverzameling met representaties van virtuele personen, doorgaans gebaseerd op groot aantal waarnemingen, 35 resulterend in relevante (statistische) data. De meethoogteniveaus kunnen ook worden afgeleid uit de ontvangen foto's van de persoon 1, door bijvoorbeeld voor het tailleniveau te kiezen uit de kleinste breedtemaat van de persoon in vooraanzicht, in het hoogtegebied tussen 40 en 60% van de totale hoogte hi.
11
Ter verbetering van het resultaat wordt de voor de lichaamsomtrek Ox bepaalde waarde bij voorkeur gecorrigeerd aan de hand van één of meer correctiefactoren cx. Bijvoorbeeld kan de persoon 1 aanvullende informatie in de verwerkingsmiddelen invoeren, betrekking hebbende op zijn of haar postuur, in het bijzonder betreffende de lichaamsomtrek(ken) op de 5 genoemde meethoogteniveaus, welke aanvullende informatie door de verwerkingsmiddelen wordt geconverteerd tot de één of meer correctiefactoren cx. Bijvoorbeeld kan er bij het naar de verwerkingsmiddelen verzenden van de foto's via het beeldscherm worden gevraagd of de persoon wat aanvullende informatie wil geven over zijn/haar postuur: normaal, kort/dik, lang/mager, (te) zwaar, (te) licht, lange of korte armen, lange of korte benen, etc. Aan de 10 hand daarvan kun de verwerkingsmiddelen de persoon indelen in bepaalde klassen (klasseren), die door verwerkingsmiddelen gekoppeld worden aan bepaalde waarden voor de correctiefactoren Ci, c2, c3.
Als alternatief kan bijvoorbeeld een verkoper of kleermaker aan de hand van de ontvangen 15 afbeeldingen (foto's) van de persoon 1, incl. het referentieobject 9, aanvullende (postuur)informatie in de verwerkingsmiddelen invoeren betrekking hebbende op het postuur van de persoon, in het bijzonder betreffende de lichaamsomtrek op de genoemde meethoogteniveaus, welke aanvullende informatie door de verwerkingsmiddelen wordt geconverteerd tot de correctiefactoren clf c2, c3.
20
De correctiefactoren Ci, c2, c3 kunnen ook door de verwerkingsmiddelen worden bepaald of beïnvloed door de verwerkingsmiddelen, namelijk door middel van een generieke dataverzameling met representaties van virtuele personen. In deze optie -geïllustreerd in figuur 3- wordt gebruik gemaakt van "ervaringskennis" die in dit geval niet afkomstig is van 25 de persoon 1 zelf (aan de hand van wat aanvullende "klasseringsvragen") zoals hierboven werd aangegeven, en ook niet van een (deskundige) persoon zoals een verkoper of kleermaker, maar van ervaringskennis die is vervat in een generieke dataverzameling met representaties van virtuele personen.
30 Figuur 3 illustreert dat de uit de foto's bepaalde persoonsprofielen (b) worden vergeleken met een (groot) aantal (2D of 3D) persoonsmodellen zoals opgeslagen in de dataverzameling met representaties van virtuele personen. Met behulp van een "best match" algoritme wordt uit het stel persoonsprofielen van de persoon de het beste daarbij passende representatie of lichaamsmodel (figuur 3c) geselecteerd en worden aan de hand daarvan de correctiefactoren 35 Ci, c2, c3 die behoren bij het geselecteerde lichaamsmodel (figuur 3c) -bijvoorbeeld met behulp van een klasse-indeling die tevoren aan de opgeslagen representaties is gegeven-toegekend aan de betreffende persoon 1, waardoor de omvangsmaten, berekend met de formule Ox = fx * (ax + bx) kunnen worden gecorrigeerd, ter verkrijging van een beter, nauwkeuriger resultaat voor Oi, 02 en 03. In dit geval wordt de formule dus (bijvoorbeeld) Ox 40 = c**fx * (ax.+bx).
12
Figuur 4 toont een illustratie van de in het voorgaande aangegeven oplossingsroute II, waarbij de verwerkingsmiddelen aan de hand van de ontvangen afbeeldingen van de persoon 1 en het referentieobject 9 (figuur 4a), de uit de foto's bepaalde persoonsprofielen(figuur 4b) 5 van de persoon 1 in één of meer maat- of profielklassen indelen aan de hand van een generieke dataverzameling met representaties van virtuele personen, bijvoorbeeld gebruikmakend van een daarvoor geschikt classificatie- of matching algoritme. Vervolgens worden de bij die ingedeelde maat- of profielklassen behorende, aan de dataverzameling ontleende kledingmaten als de voor het aanmeten vereiste, echter uit de ontvangen foto's of 10 persoonsprofielen niet direct bepaalbare kledingmaten, in dit voorbeeld de omvangsmaten Oi, 02 en 03 op de verschillende niveaus (borst, taille, heupen) van de persoon 1 gepresenteerd.
In dit geval worden de generieke dataverzameling met representaties van virtuele personen 15 dus niet gebruikt, zoals het geval was in het in figuur 3 geïllustreerde uitvoeringsvoorbeeld, voor het bepalen van de correctiefactoren cxvoor de formule Ox = cx * fx * (ax + bx), maar voor het uit de foto's (d.w.z. uit de persoonsprofielen) en de generieke dataverzameling met representaties van virtuele personen bepalen van de omtrekwaarden Ox. De uit de foto's afgeleide persoonsprofielen worden daarbij dus vergeleken met de generieke 20 dataverzameling met representaties van virtuele personen (bijvoorbeeld omvattende een grote verzameling virtuele personen met een opsomming van hun kenmerken zoals lengte-, breedte-, diepte- en omvangsmaten of omvattende een meer als wiskundig model gedefinieerde verzameling virtuele personen met hun verschillende kenmerken). Ervan uitgaande dat in die generieke dataverzameling met representaties van virtuele personen de 25 waarden van Ox zijn vastgelegd voor de verschillende virtuele personen, kan dus met behulp van daarvoor geschikte "best match"-software een "best matching" virtuele persoon worden gevonden en kunnen de uit de uit de foto's bepaalde persoonsprofielen niet direct afleidbare maten, in het bijzonder de omvangsmaten aan die "best matching" virtuele persoon worden ontleend. Overigens is het niet strikt noodzakelijk om de wél direct uit de persoonsprofielen 30 bepaalbare maten, zoals de lengtematen, ook inderdaad uit die persoonsprofielen af te leiden. Zoals figuur 4 illustreert kan volstaan worden met het selecteren van een virtueel model (figuur 4c) dat het beste "matcht" met de persoonsprofielen (figuur 4b), het vervolgens opschalen (zie "s") -aan de hand van een ijk- of schalingsfactor die aan de hand van de fotoweergave van het referentieobject 9 en de a priori bekende werkelijke afmetingen 35 ervan wordt bepaald- van de virtuele persoon zodat zijn/haar afmetingen 1:1 overeenkomen met de werkelijke afmetingen van de (reële) persoon 1, en het vervolgens aan de virtuele persoon ontlenen van alle van belang zijnde maten, zowel de lengte- als de omvangsmaten.
In plaats van "matching" kan ook gebruik worden gemaakt van (2D/3D) "fitting" of 40 "rendering", waarvoor in zijn algemeenheid verschillende algoritmen bekend zijn. Daarbij 13 kunnen de verwerkingsmiddelen aan de hand van de ontvangen afbeeldingen van de persoon en van een generieke dataverzameling met representaties van virtuele personen, in een iteratief proces een (specifieke) virtuele persoon construeren, waarbij aan de hand van verschillende criteria de verschillen tussen de (3D) virtuele persoon en de uit de foto's te 5 extraheren (2D) informatie over de werkelijke persoon door de betreffende computer iteratief worden geminimaliseerd, waardoor de uiterlijke kenmerken van die (specifieke) virtuele persoon optimaal overeenkomen met die van de werkelijke persoon op de ontvangen afbeeldingen. Vervolgens kunnen bij die virtuele persoon behorende, aan de dataverzameling ontleende kledingmaten (zoals de omvangsmaten maar desgewenst ook de lengtematen) als 10 kledingmaten van de werkelijke persoon worden gepresenteerd, daar immers die (door de computer door 'matching" geselecteerde -zie vorige alinea- of door "fitting/rendering" geconstrueerde/berekende) virtuele persoon grote, d.w.z. maximale uiterlijke gelijkenis heeft met de werkelijke persoon 1.
15 Zoals hierboven reeds aangegeven, kan de dataverzameling in plaats van data die virtuele personen representeren, data bevatten die virtuele kledingstukken representeren, hetzij een (beperkte) set virtuele confectiekostuums, hetzij een (relatief grote) set virtuele maatkostuums. Door toepassing van een dergelijke dataverzameling met virtuele kledingstukken kunnen de ontvangen afbeeldingen (foto's) -omgezet naar persoonsprofielen-20 direct worden "gematcht" met die kledingdata.
De dataverzameling kan een collectie confectiekledingstukken representeren die door de aanbieder van die kledingstukken wordt aangeboden en waaruit de klant dus zijn/haar keuze kan maken, welke dataverzameling alle relevante maten van die confectiekledingstukken 25 bevat die nodig zijn voor het "matchen" of "fitten" met de (2D) persoonsprofielen die worden afgeleid van de ontvangen foto's. De twee methoden die kunnen worden gevolgd zijn ofwel het vergelijken (d.m.v. "matching" of eventueel "fitting" of "rendering") van de persoonsprofielen met 3D representaties van de verschillende kledingstukken in de dataverzameling, ofwel het vergelijken van de persoonsprofielen met een verzameling 30 virtuele (2D) persoonsprofielen (bijvoorbeeld afgeleid van een verzameling virtuele 3D "paspoppen") die overeenkomen met alle kledingstukken aangeboden door de (online) aanbieder. In beide gevallen wordt de bij de "best match" 3D resp. 2D representatie(s) behorende confectiemaat als de gezochte (confectie)kledingmaat of bestelmaat voor de klant genomen.
35
Indien de dataverzameling een collectie maatkledingstukken representeert kunnen dezelfde acties worden uitgevoerd: persoonsprofielen van de klant vergelijken met alle afmetingen van de 3D of 2D representaties van de (zeer grote) collectie maatpakken en dan de fabricage- of patroonmaten van (d.w.z. vervat in) de meest nabij liggende 40 kledingstukrepresentatie kiezen voor de daadwerkelijke fabricage van dat kledingstuk.
14
Van het "matching" kledingstuk kunnen de patroonmaten -indien die (alle) in de dataverzameling aanwezig zijn- uit die dataverzameling worden "uitgelezen" en voor fabricage worden gebruikt. Echter kan de met het "matching" kledingstuk overeenkomende 5 (virtuele) paspop worden gebruikt om (ontbrekende) patroon- of fabricagematen aan te ontlenen, door als het ware die (ontbrekende) maten bij die "matching" paspop op te meten met behulp van (bijvoorbeeld op de toepassing van "finite elements" gebaseerde) softwaremodules voor het meten aan 2D of 3D modellen (i.c. de "matching" virtuele paspop).
10 Ten slotte tonen de figuren 5-7 zeer schematisch een overzicht van de werking van drie verschillende uitvoeringsvoorbeelden van de uitvinding zoals besproken in het voorgaande.
Figuur 5 toont schematisch de twee profielafbeeldingen 10 die door de persoon 1 (in de voorgaande figuren) worden toegevoerd aan de verwerkingsmiddelen 11 en daar worden 15 geconverteerd in een tweetal persoonsprofielen (één van opzij en één van voren/achteren). De aan de afbeeldingen 10 ontleende persoonsprofielen worden door de verwerkingsmiddelen 11 vergeleken met een dataverzameling 12 (in een database) met representaties van virtuele personen. Door middel van matching-, fitting- of rendering-software wordt die representatie geselecteerd waarop het tweetal persoonsprofielen van de persoon 1 (de klant) het beste 20 past en worden de daarbij behorende parameters cl, cl, c3, 01, 02, 03 -die ofwel tevoren voor van elke representatie kunnen zijn berekend en opgeslagen ofwel pas na selectie uit de geselecteerde representatie worden berekend- als de gezochte correctiefactor (cl, c2, c3) voor de formule Ox = cx * fx * (ax + bx) -zie de bespreking van figuur 3- of omtrekmaat (01, 02, 03) -zie de bespreking van figuur 3- worden gebruikt voor verdere verwerking.
25
Figuur 6 toont weer de twee profielafbeeldingen 10 die in de verwerkingsmiddelen 11 worden geconverteerd in een tweetal persoonsprofielen en door de verwerkingsmiddelen 11 worden vergeleken met een dataverzameling 12, echter hier gevuld met representaties van virtuele confectiekledingstukken (of virtuele "paspoppen" die elk met de pasmaat van één 30 confectiekledingstuk overeenkomen). De representaties kunnen ofwel in de vorm van 3D representaties zijn uitgevoerd ofwel in de vorm van tweetallen (paren) 2D representaties, d.w.z. 2D profielen (één zijprofiel en één voor- of achterprofiel) van die virtuele kledingstukken of ermee overeenkomende virtuele paspoppen. Door middel van matching-, fitting- of rendering-software wordt die (virtuele) representatie geselecteerd waarop het 35 tweetal (reële) persoonsprofielen van de persoon 1 (de klant) het beste past en wordt de daarbij behorende confectiemaat (bijvoorbeeld maat 52) van het geselecteerde ("best matching") confectiekledingstuk gebruikt als bestelmaat voor de klant.
Figuur 7 toont nogmaals de twee profielafbeeldingen 10 die in de verwerkingsmiddelen 11 40 worden geconverteerd in een tweetal persoonsprofielen en door de verwerkingsmiddelen 11 15 worden vergeleken met een dataverzameling 12, echter hier met een grote collectie representaties (met onderling zeer geringe verschillen, m.a.w. een representatiereeks met een grote resolutie) van virtuele "maat"-kledingstukken (of virtuele "paspoppen" die elk met de pasmaat van één maatkledingstuk overeenkomen). Ook hier kunnen de representaties de 5 vorm hebben van 3D representaties of van tweetallen 2D profielen. Door middel van matching-, fitting- of rendering-software wordt die representatie geselecteerd waarop het tweetal persoonsprofielen van de persoon 1 (de klant) het beste past en worden de daarbij behorende fabricage- of patroonmaten van het geselecteerde ("best matching") maatkledingstuk gebruikt als basis voor de fabricage van het door de klant bestelde 10 maatkostuum.
In het voorgaande zijn verschillende aspecten belicht waarmee volgens de uitvinding het publiek in staat kan worden gesteld om "online" kleding zoals kostuums etc. te kopen, waarbij een eenvoudige camera kan dienen voor het nemen van de maat. Door gebruik te 15 maken van enerzijds door de camera aan te leveren 2D beelden en anderzijds generieke informatie over de vormgeving van het menselijk lichaam resp. van de lichaamsbekleding (zoals confectie-, maatforcé of maatkostuums), kunnen in een (niet-professionele) thuislocatie gemaakte foto's worden gebruikt voor het met voldoende nauwkeurigheid bepalen van de confectiemaat resp. alle relevante maten voor het selecteren resp.
20 vervaardigen of aanpassen van te bestellen kleding.
1037949
Claims (25)
1. Werkwijze voor het bepalen van één of meer kledingmaten van een persoon (1), welke werkwijze de stappen omvat: de persoon verschaft ten minste één, bij voorkeur twee, profielafbeeldingen van zichzelf; 5. de persoon stuurt die afbeeldingen naar verwerkingsmiddelen (11); de verwerkingsmiddelen bepalen uit de ontvangen afbeeldingen persoonsprofielen van de persoon; de verwerkingsmiddelen bepalen, ten minste deels met behulp van een dataverzameling (12) met representaties van virtuele personen of kledingstukken, 10 de gevraagde kledingmaat of kledingmaten.
2. Werkwijze volgens ten minste één van de voorgaande conclusies, waarbij de persoon tevens ijkdata aan de verwerkingsmiddelen toevoert.
3. Werkwijze volgens conclusie 2, waarbij de ijkdata alfanumerieke data omvatten, bijvoorbeeld de lengte van de persoon.
4. Werkwijze volgens conclusie 2, waarbij de ijkdata worden gevormd door een referentieobject (9) van bekende afmetingen en/of vorm. 20
5. Werkwijze volgens conclusie 4, waarbij het referentieobject wordt gevormd door een credit card.
6. Werkwijze volgens conclusie 4, waarbij het referentieobject wordt gevormd door een vel 25 papier of karton van standaard afmetingen.
7. Werkwijze volgens conclusie 4, waarbij het referentieobject wordt gevormd door een bouwkundig element, zoals een deurkozijn of deurpost.
10. Werkwijze volgens ten minste één van de voorgaande conclusies, waarbij de persoon ten minste één afbeelding (10) van zichzelf in overwegend voor- of achteraanzicht en ten minste één afbeelding van zichzelf in overwegend zijaanzicht verschaft en aan de verwerkingsmiddelen toevoert.
11. Werkwijze volgens conclusie 10, waarbij de verwerkingsmiddelen uit het ten minste ene voor- of achteraanzicht van de persoon op één of meer meethoogteniveaus x = l...n een breedtemaat ax en uit het ten minste ene zijaanzicht een dieptemaat bx bepalen en onder gebruikmaking van de formule Ox = fx * (ax + bx) de lichaamsomtrek Ox op die 1037948 één of meer meethoogteniveaus x bepalen, waarbij fx van een generieke dataverzameling met representaties van virtuele personen of kledingstukken afgeleide omtreksfactor voor het betreffende meethoogteniveau is.
12. Werkwijze volgens conclusie 11, waarbij de omtreksfactor fx voor voor kledingmaten in het bijzonder van belang zijnde meethoogteniveaus is gelegen tussen 1,56 en 1,72, bij voorkeur tussen 1,62 en 1,66 en bij meer voorkeur in hoofdzaak gelijk is aan 1,64.
13. Werkwijze volgens conclusie 12, waarbij de genoemde meethoogteniveaus door de 10 verwerkingsmiddelen worden bepaald aan de hand van het ontvangen ten minste ene voor- of achteraanzicht en/of ten minste ene zijaanzicht van de persoon en onder gebruikmaking van een generieke dataverzameling met representaties van virtuele personen of kledingstukken.
14. Werkwijze volgens ten minste één van de voorgaande conclusies 11 t/m 13, waarbij de bepaalde waarde voor de lichaamsomtrek Ox wordt gecorrigeerd aan de hand van één of meer correctiefactoren cx.
15. Werkwijze volgens conclusie 14, waarbij de persoon aanvullende informatie aan de 20 verwerkingsmiddelen toevoert, betrekking hebbende op zijn of haar postuur, in het bijzonder betreffende de lichaamsomtrek op de genoemde meethoogteniveaus, welke aanvullende informatie door de verwerkingsmiddelen wordt geconverteerd tot de één of meer correctiefactoren cx.
16. Werkwijze volgens conclusie 14, waarbij een operator aan de hand van de ontvangen afbeeldingen en/of uit de direct bepaalbare, eerste kledingmaten van de persoon aanvullende informatie aan de verwerkingsmiddelen toevoert betrekking hebbende op het postuur van de persoon, in het bijzonder betreffende de lichaamsomtrek op de genoemde meethoogteniveaus, welke aanvullende informatie door de 30 verwerkingsmiddelen wordt geconverteerd tot de één of meer correctiefactoren cx.
17. Werkwijze volgens conclusie 14, waarbij de één of meer correctiefactoren cx door de verwerkingsmiddelen worden bepaald aan de hand van de ontvangen afbeeldingen en/of uit de direct bepaalbare, eerste kledingmaten van de persoon, onder 35 gebruikmaking van een generieke dataverzameling met representaties van virtuele personen of kledingstukken.
18. Werkwijze volgens ten minste één van de voorgaande conclusies, waarbij de verwerkingsmiddelen een matching, fitting of rendering algoritme toepassen voor het 40 bepalen van de grootste of optimale overeenkomst tussen de toegevoerde persoonsprofielen en de representaties van virtuele personen of kledingstukken in genoemde generieke dataverzameling.
19. Werkwijze volgens ten minste één van de voorgaande conclusies, waarbij de generieke 5 dataverzameling per confectiekledingmaat en/of -soort een virtuele representatie van elk confectiekledingstuk bevat, de verwerkingsmiddelen de ontvangen persoonsprofielen met die virtuele representaties vergelijken en daaruit de meest passende representatie selecteren en de confectiekledingmaat en/of -soort van die representatie als de voor de persoon meest passende confectiekledingmaat resp. -soort 10 vaststellen.
20. Werkwijze volgens ten minste één van de voorgaande conclusies, waarbij de generieke dataverzameling een groot aantal virtuele representaties van verschillende kledingstukken met onderling zeer geringe verschillen bevat, inclusief alle relevante 15 fabricage- of patroonmaten, de verwerkingsmiddelen de ontvangen persoonsprofielen met al die virtuele representaties vergelijken en daaruit de meest passende representatie selecteren en de fabricage- of patroonmaten van die representatie vaststellen als de fabricage- of patroonmaten voor het voor de betreffende persoon fabriceren van een maatkledingstuk. 20
21. Werkwijze volgens ten minste één van de voorgaande conclusies, waarbij genoemde dataverzameling een collectie 3D representaties omvat waarmee de 2D persoonsprofielen worden vergeleken.
22. Werkwijze volgens ten minste één van de voorgaande conclusies, waarbij genoemde dataverzameling een collectie 2D representaties omvat waarmee de 2D persoonsprofielen worden vergeleken.
23. Werkwijze volgens ten minste één van de voorgaande conclusies, waarbij invoer in de 30 verwerkingsmiddelen geschiedt via een lokale terminal of PC.
24. Werkwijze volgens conclusie 23, waarbij de verwerkingsmiddelen voor althans een gedeelte lokaal zijn geïnstalleerd.
25. Werkwijze volgens conclusie 23 of 24, waarbij de verwerkingsmiddelen voor althans een gedeelte centraal zijn geïnstalleerd en communicatie tussen de lokale terminal of PC en het centrale gedeelte van de verwerkingsmiddelen via een datanetwerk plaatsvindt.
26. Werkwijze volgens ten minste één van de conclusies 23 t/m 25, waarbij de 40 verwerkingsmiddelen voor althans een gedeelte gedistribueerd zijn geïnstalleerd.
27. Systeem, in het bijzonder verwerkingsmiddelen (11) die geschikt zijn voor het uitvoeren van de werkwijze volgens één of meer der voorgaande conclusies. 1037949
Priority Applications (6)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
NL1037949A NL1037949C2 (nl) | 2010-05-10 | 2010-05-10 | Werkwijze voor het op afstand bepalen van kledingmaten. |
JP2013510040A JP2013526735A (ja) | 2010-05-10 | 2011-04-21 | 服の寸法を遠く離れて決定する方法 |
PCT/NL2011/000032 WO2011142655A2 (en) | 2010-05-10 | 2011-04-21 | Method for remotely determining clothes dimensions |
EP11723730A EP2569744A2 (en) | 2010-05-10 | 2011-04-21 | Method for remotely determining clothes dimensions |
CN2011800233792A CN102939614A (zh) | 2010-05-10 | 2011-04-21 | 远程确定服装尺寸的方法 |
US13/697,059 US9076023B2 (en) | 2010-05-10 | 2011-04-21 | Method for remotely determining clothes dimensions |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
NL1037949A NL1037949C2 (nl) | 2010-05-10 | 2010-05-10 | Werkwijze voor het op afstand bepalen van kledingmaten. |
NL1037949 | 2010-05-10 |
Publications (1)
Publication Number | Publication Date |
---|---|
NL1037949C2 true NL1037949C2 (nl) | 2011-11-14 |
Family
ID=43242585
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
NL1037949A NL1037949C2 (nl) | 2010-05-10 | 2010-05-10 | Werkwijze voor het op afstand bepalen van kledingmaten. |
Country Status (6)
Country | Link |
---|---|
US (1) | US9076023B2 (nl) |
EP (1) | EP2569744A2 (nl) |
JP (1) | JP2013526735A (nl) |
CN (1) | CN102939614A (nl) |
NL (1) | NL1037949C2 (nl) |
WO (1) | WO2011142655A2 (nl) |
Families Citing this family (69)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8908928B1 (en) | 2010-05-31 | 2014-12-09 | Andrew S. Hansen | Body modeling and garment fitting using an electronic device |
WO2011156474A2 (en) * | 2010-06-10 | 2011-12-15 | Brown University | Parameterized model of 2d articulated human shape |
JP5874325B2 (ja) * | 2011-11-04 | 2016-03-02 | ソニー株式会社 | 画像処理装置、画像処理方法およびプログラム |
KR101874895B1 (ko) * | 2012-01-12 | 2018-07-06 | 삼성전자 주식회사 | 증강 현실 제공 방법 및 이를 지원하는 단말기 |
JP5948092B2 (ja) * | 2012-03-05 | 2016-07-06 | 東芝テック株式会社 | 試着装置及び試着プログラム |
DE102012204537A1 (de) * | 2012-03-21 | 2013-09-26 | rocket eleven GmbH | Verfahren zum Bestimmen der Abmessungen eines Körperteils |
US8813378B2 (en) * | 2012-05-17 | 2014-08-26 | Carol S. Grove | System and method for drafting garment patterns from photographs and style drawings |
US20140019087A1 (en) * | 2012-07-11 | 2014-01-16 | Bradley Bengtson | Tools, Systems and Methods for Standardization of Bra Cup Measurements |
ITBO20120628A1 (it) * | 2012-11-16 | 2014-05-17 | In Pro Di Inghirami Produzione Dist Ribuzione S P | Procedimento e sistema per la realizzazione di capi di abbigliamento su misura. |
NL2010027C2 (en) * | 2012-12-20 | 2014-06-23 | Suit Supply B V | Method for determining clothing sizes of persons from digital pictures. |
US10089680B2 (en) * | 2013-03-12 | 2018-10-02 | Exalibur Ip, Llc | Automatically fitting a wearable object |
AU2014284129B2 (en) * | 2013-06-19 | 2018-08-02 | Commonwealth Scientific And Industrial Research Organisation | System and method of estimating 3D facial geometry |
US11188986B2 (en) * | 2013-06-29 | 2021-11-30 | Estimatics In The Fourth Dimension, Llc | Method for efficient processing of insurance claims |
US9704296B2 (en) | 2013-07-22 | 2017-07-11 | Trupik, Inc. | Image morphing processing using confidence levels based on captured images |
US9460342B1 (en) | 2013-08-05 | 2016-10-04 | Google Inc. | Determining body measurements |
WO2015068165A1 (en) * | 2013-11-09 | 2015-05-14 | Edgimago 2012 Ltd | Method & system for measuring 3-dimensional objects |
US20150134302A1 (en) | 2013-11-14 | 2015-05-14 | Jatin Chhugani | 3-dimensional digital garment creation from planar garment photographs |
US10366439B2 (en) | 2013-12-27 | 2019-07-30 | Ebay Inc. | Regional item reccomendations |
JP6490430B2 (ja) | 2014-03-03 | 2019-03-27 | 株式会社東芝 | 画像処理装置、画像処理システム、画像処理方法、及びプログラム |
US9858611B2 (en) | 2014-05-29 | 2018-01-02 | Like A Glove Ltd. | Self-measuring garment |
US9924749B2 (en) * | 2014-07-11 | 2018-03-27 | Mariangela C Walker | System and method for modification of shirt into a dress |
US9734631B2 (en) * | 2014-07-22 | 2017-08-15 | Trupik, Inc. | Systems and methods for image generation and modeling of complex three-dimensional objects |
JP2016038811A (ja) * | 2014-08-08 | 2016-03-22 | 株式会社東芝 | 仮想試着装置、仮想試着方法、およびプログラム |
JP6091472B2 (ja) * | 2014-08-12 | 2017-03-08 | ソフトバンク株式会社 | 商品等提供システム、商品等提供方法、及び商品等提供プログラム |
JP6387417B2 (ja) * | 2014-09-02 | 2018-09-05 | 株式会社sizebook | 携帯情報端末 |
US20160092956A1 (en) | 2014-09-30 | 2016-03-31 | Jonathan Su | Garment size mapping |
US10204375B2 (en) | 2014-12-01 | 2019-02-12 | Ebay Inc. | Digital wardrobe using simulated forces on garment models |
US20160171583A1 (en) * | 2014-12-12 | 2016-06-16 | Ebay Inc. | Systems and methods for determining child clothing size |
EP3998571A1 (en) * | 2014-12-23 | 2022-05-18 | Bit Body Inc. | Methods of capturing images and making garments |
US10475113B2 (en) | 2014-12-23 | 2019-11-12 | Ebay Inc. | Method system and medium for generating virtual contexts from three dimensional models |
CN104715380A (zh) * | 2015-03-13 | 2015-06-17 | 深圳汇洁集团股份有限公司 | 一种服装号型计算方法 |
US10310616B2 (en) | 2015-03-31 | 2019-06-04 | Ebay Inc. | Modification of three-dimensional garments using gestures |
CN104766083A (zh) * | 2015-04-02 | 2015-07-08 | 天脉聚源(北京)传媒科技有限公司 | 一种获取人体服装尺寸的方法及装置 |
WO2017040338A1 (en) * | 2015-08-28 | 2017-03-09 | Fitted Solutions, Llc. | System for accurate remote measurement |
CN105595490B (zh) * | 2015-08-28 | 2017-02-22 | 广州穗达服饰企业有限公司 | 一种通过照片为服装定制实现人体尺寸的量身方法 |
US9996763B2 (en) * | 2015-09-18 | 2018-06-12 | Xiaofeng Han | Systems and methods for evaluating suitability of an article for an individual |
CN106666903A (zh) * | 2015-11-09 | 2017-05-17 | 恒基伟业投资发展集团有限公司 | 一种利用图像测量人体体型参数的方法及装置 |
US10587858B2 (en) * | 2016-03-14 | 2020-03-10 | Symbol Technologies, Llc | Device and method of dimensioning using digital images and depth data |
US20170270686A1 (en) * | 2016-03-19 | 2017-09-21 | Jessica V. Couch | Use of Camera on Mobile Device to Extract Measurements From Garments |
US9949519B2 (en) | 2016-04-25 | 2018-04-24 | Original, Inc. | Methods and systems for customized garment design generation |
US9936754B2 (en) | 2016-04-25 | 2018-04-10 | Original Inc. | Methods of determining measurements for custom clothing manufacture |
CN105956910A (zh) * | 2016-05-19 | 2016-09-21 | 邀月科技(北京)有限责任公司 | 服装定制化方法、图像拍摄设备及控制系统 |
CN106101614A (zh) * | 2016-06-07 | 2016-11-09 | 朱兰英 | 一种基于三维轮廓的室内巡逻估计分析系统 |
JP2018018383A (ja) * | 2016-07-29 | 2018-02-01 | 富士通株式会社 | 出力処理プログラム、推奨サイズ表示プログラム、出力処理装置及び出力処理方法 |
CN107993111A (zh) * | 2016-10-26 | 2018-05-04 | 深圳市衣锦未来科技有限公司 | 一种在线人体尺寸测量系统 |
CN108346156B (zh) * | 2017-01-22 | 2021-09-07 | 北京京东尚科信息技术有限公司 | 用户身材参数获取方法和装置 |
CN106666902A (zh) * | 2017-01-23 | 2017-05-17 | 陈婕 | 一种拍照自动计算人体体型的系统方法 |
WO2018165239A1 (en) | 2017-03-07 | 2018-09-13 | Original, Inc. | Methods and systems for customized garment and outfit design generation |
JP2018163031A (ja) * | 2017-03-24 | 2018-10-18 | Npo法人Muskan | 体型情報解析システム |
USD792429S1 (en) | 2017-03-31 | 2017-07-18 | Original, Inc. | Display screen with graphical user interface |
USD795275S1 (en) | 2017-03-31 | 2017-08-22 | Original, Inc. | Display screen with graphical user interface |
USD810131S1 (en) | 2017-11-24 | 2018-02-13 | Original, Inc. | Display screen with animated graphical user interface |
USD810132S1 (en) | 2017-11-24 | 2018-02-13 | Original, Inc. | Display screen with animated graphical user interface |
US10262432B1 (en) | 2017-12-30 | 2019-04-16 | Gabriel Keilholz | System and method for measuring and comparing items using computer vision |
US20190231012A1 (en) * | 2018-01-31 | 2019-08-01 | Under Armour | Systems and methods for preparing custom clothing patterns |
US11315338B1 (en) | 2018-03-12 | 2022-04-26 | AI Incorporated | Virtual tailor |
US10321728B1 (en) | 2018-04-20 | 2019-06-18 | Bodygram, Inc. | Systems and methods for full body measurements extraction |
SE543031C2 (en) * | 2018-08-08 | 2020-09-29 | Sizewall Ab | Collapsible wall device and method for determining body measurements of an individual |
US11803664B2 (en) | 2018-10-09 | 2023-10-31 | Ebay Inc. | Distributed application architectures using blockchain and distributed file systems |
US10832472B2 (en) | 2018-10-22 | 2020-11-10 | The Hong Kong Polytechnic University | Method and/or system for reconstructing from images a personalized 3D human body model and thereof |
US11010896B2 (en) | 2018-12-17 | 2021-05-18 | Bodygram, Inc. | Methods and systems for generating 3D datasets to train deep learning networks for measurements estimation |
US11507781B2 (en) | 2018-12-17 | 2022-11-22 | Bodygram, Inc. | Methods and systems for automatic generation of massive training data sets from 3D models for training deep learning networks |
US10489683B1 (en) | 2018-12-17 | 2019-11-26 | Bodygram, Inc. | Methods and systems for automatic generation of massive training data sets from 3D models for training deep learning networks |
CN109657680A (zh) * | 2018-12-27 | 2019-04-19 | 深圳码隆科技有限公司 | 服装图像拍摄方法、装置和计算机设备 |
US20220078339A1 (en) * | 2019-01-03 | 2022-03-10 | Idiction Co., Ltd. | Method for obtaining picture for measuring body size and body size measurement method, server, and program using same |
JP6739111B1 (ja) * | 2019-02-27 | 2020-08-12 | 株式会社ユニメイト | ユニフォーム・サイズ決定システム |
US11386301B2 (en) | 2019-09-06 | 2022-07-12 | The Yes Platform | Cluster and image-based feedback system |
CN115004240A (zh) * | 2020-07-27 | 2022-09-02 | 株式会社威亚视 | 3d资料系统及3d资料生成方法 |
CN114973922B (zh) * | 2021-02-25 | 2024-03-15 | 北京服装学院 | 一种服装立体裁剪虚拟现实教学系统及方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5515168A (en) * | 1991-06-03 | 1996-05-07 | Telmat Informatique, E.U.R.L. | Identification and classification device and process practiced with said device |
US20020004763A1 (en) * | 2000-01-20 | 2002-01-10 | Lam Peter Ar-Fu | Body profile coding method and apparatus useful for assisting users to select wearing apparel |
US20070032898A1 (en) * | 2001-05-11 | 2007-02-08 | Wang Kenneth K | Method and apparatus for identifying vitual body profiles |
GB2432029A (en) * | 2005-11-02 | 2007-05-09 | Crime Scene Invest Equipment L | Imprint identification system using image scanner calibration |
US7328119B1 (en) * | 2000-03-07 | 2008-02-05 | Pryor Timothy R | Diet and exercise planning and motivation including apparel purchases based on future appearance |
US20080235114A1 (en) * | 2005-04-27 | 2008-09-25 | Myshape, Inc. | Matching the fit of individual garments to individual consumers |
FR2921745A1 (fr) * | 2007-09-28 | 2009-04-03 | Bouygues Telecom Sa | Procede, serveur et programme pour la visualisation a taille reelle d'un objet sur un dispositif d'affichage |
US20100030578A1 (en) * | 2008-03-21 | 2010-02-04 | Siddique M A Sami | System and method for collaborative shopping, business and entertainment |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6182871B1 (en) | 1995-01-19 | 2001-02-06 | Peter Ar-Fu Lam | Personalized garment coordination apparatus |
WO2001053910A2 (en) | 2000-01-20 | 2001-07-26 | Lam Peter A | Body profile coding method and apparatus useful for assisting users to select wearing apparel |
US6546309B1 (en) * | 2000-06-29 | 2003-04-08 | Kinney & Lange, P.A. | Virtual fitting room |
JP2002149828A (ja) * | 2000-11-10 | 2002-05-24 | Olympus Optical Co Ltd | 遠隔栄養相談システム及び装置及び方法及び撮影装置 |
JP2003049307A (ja) | 2001-08-07 | 2003-02-21 | Sunlit Sangyo Co Ltd | 被服用身体寸法の測定方法及び測定システム |
FR2870618B1 (fr) * | 2004-05-21 | 2007-04-06 | Kenneth Kuk Kei Wang | Procede d'acquisition et de gestion sur un reseau d'ordinateurs de donnees morphologiques de personnes, et dispositif adapte a la mise en oeuvre dudit procede |
US7617016B2 (en) * | 2005-04-27 | 2009-11-10 | Myshape, Inc. | Computer system for rule-based clothing matching and filtering considering fit rules and fashion rules |
US8073560B1 (en) * | 2007-02-09 | 2011-12-06 | N.W. Synergistic Software, Inc. | Method for creation of detailed body measurement parts from extrapolation of standard chart data based on generic body attributes |
JP2009128996A (ja) | 2007-11-20 | 2009-06-11 | Fujifilm Corp | 体形モデル作成装置及び体形モデル作成方法 |
JP5169257B2 (ja) * | 2008-01-31 | 2013-03-27 | 沖電気工業株式会社 | 自動取引装置および自動取引システム |
CA2712287A1 (en) * | 2008-02-01 | 2009-08-06 | Innovation Studios Pty Ltd | Method for online selection of items and an online shopping system using the same |
CN101611939B (zh) * | 2008-06-26 | 2012-05-23 | 上海一格信息科技有限公司 | 三维人体图像数据网络远程智能化测试方法 |
JP5439787B2 (ja) * | 2008-09-30 | 2014-03-12 | カシオ計算機株式会社 | カメラ装置 |
-
2010
- 2010-05-10 NL NL1037949A patent/NL1037949C2/nl active
-
2011
- 2011-04-21 US US13/697,059 patent/US9076023B2/en active Active
- 2011-04-21 WO PCT/NL2011/000032 patent/WO2011142655A2/en active Application Filing
- 2011-04-21 EP EP11723730A patent/EP2569744A2/en not_active Withdrawn
- 2011-04-21 CN CN2011800233792A patent/CN102939614A/zh active Pending
- 2011-04-21 JP JP2013510040A patent/JP2013526735A/ja active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5515168A (en) * | 1991-06-03 | 1996-05-07 | Telmat Informatique, E.U.R.L. | Identification and classification device and process practiced with said device |
US20020004763A1 (en) * | 2000-01-20 | 2002-01-10 | Lam Peter Ar-Fu | Body profile coding method and apparatus useful for assisting users to select wearing apparel |
US7328119B1 (en) * | 2000-03-07 | 2008-02-05 | Pryor Timothy R | Diet and exercise planning and motivation including apparel purchases based on future appearance |
US20070032898A1 (en) * | 2001-05-11 | 2007-02-08 | Wang Kenneth K | Method and apparatus for identifying vitual body profiles |
US20080235114A1 (en) * | 2005-04-27 | 2008-09-25 | Myshape, Inc. | Matching the fit of individual garments to individual consumers |
GB2432029A (en) * | 2005-11-02 | 2007-05-09 | Crime Scene Invest Equipment L | Imprint identification system using image scanner calibration |
FR2921745A1 (fr) * | 2007-09-28 | 2009-04-03 | Bouygues Telecom Sa | Procede, serveur et programme pour la visualisation a taille reelle d'un objet sur un dispositif d'affichage |
US20100030578A1 (en) * | 2008-03-21 | 2010-02-04 | Siddique M A Sami | System and method for collaborative shopping, business and entertainment |
Also Published As
Publication number | Publication date |
---|---|
WO2011142655A2 (en) | 2011-11-17 |
WO2011142655A3 (en) | 2012-06-14 |
JP2013526735A (ja) | 2013-06-24 |
EP2569744A2 (en) | 2013-03-20 |
US9076023B2 (en) | 2015-07-07 |
US20130108121A1 (en) | 2013-05-02 |
CN102939614A (zh) | 2013-02-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
NL1037949C2 (nl) | Werkwijze voor het op afstand bepalen van kledingmaten. | |
JP4447047B2 (ja) | ファッションショッピングのためのシステムおよび方法ファッションショッピングのためのシステムおよび方法 | |
JP6806127B2 (ja) | 検索システム、検索方法、及びプログラム | |
EP3332547B1 (en) | Virtual apparel fitting systems and methods | |
RU2551731C1 (ru) | Способ виртуального подбора одежды | |
US7242999B2 (en) | Method and apparatus for identifying virtual body profiles | |
US8571698B2 (en) | Simple techniques for three-dimensional modeling | |
US7346421B2 (en) | Production of made to order clothing | |
ES2272346T3 (es) | Sistema y metodo para visualizar el aspecto personal. | |
CN113711269A (zh) | 用于确定身体量度和提供服装尺码推荐的方法和系统 | |
US20100049633A1 (en) | System and method to identify and visually distinguish personally relevant items | |
WO2014011086A2 (ru) | Способ обеспечения удаленной примерки и/или выбора одежды | |
US7826997B2 (en) | Method for acquiring and managing morphological data of persons on a computer network and device for carrying out said method | |
US20140043328A1 (en) | Reference Object for Three-Dimensional Modeling | |
JP2010084263A (ja) | カメラ装置 | |
US20240020867A1 (en) | Body shape indicator | |
US10217154B2 (en) | Clothing measurement prediction system and method | |
CN112651809A (zh) | 基于云计算和大数据协同作用的垂直电子商务平台商品智能推荐方法 | |
US11790438B2 (en) | System and method for identifying fit of apparel on a user | |
CN111832350B (zh) | 服装试穿检测方法及系统 | |
KR102275624B1 (ko) | 의류 구매 시스템 및 이를 활용한 의류 구매 방법 | |
KR102096016B1 (ko) | 가상신체 구현 시스템 | |
CN115510512A (zh) | 一种基于图像分析的设计优化系统 | |
WO2022058277A1 (en) | Method and system for garment matching | |
WO2022154685A1 (ru) | Интеллектуальная система оценки параметров и рекомендации одежды по 3d-сканограммам потребителей |