典型文献
基于线性回归和MLP神经网络的女体测量模型
文献摘要：
针对服装规模化定制中普通消费者体型测量技术和人体样本获取困难的问题,提出采用仿真人体样本与正面图像的机器学习方法预测人体数据.基于123个仿真人体样本,模拟拍摄不同角度的正面人体图像,通过提取人体轮廓和识别关键点获得特征参数,利用多元线性回归和神经网络进行胸围、腰围和臀围的机器学习,并建立预测模型.实验结果表明,线性回归模型对于样本集合的误差均值小于3 cm,可以为服装线上规模化定制提供体型参数估计的技术参考.
文献关键词：
多元线性回归;神经网络;非接触式人体测量
中图分类号：
作者姓名：
马畅;肖伯祥;刘正东
作者机构：
北京服装学院服装艺术与工程学院,北京100029
文献出处：
引用格式：
[1]马畅;肖伯祥;刘正东-.基于线性回归和MLP神经网络的女体测量模型)[J].北京服装学院学报（自然科学版）,2022(02):53-60
A类：
非接触式人体测量
B类：
MLP,测量模型,服装,测量技术,真人,正面图,机器学习方法,人体数据,面人,人体轮廓,识别关键点,胸围,腰围,臀围,线性回归模型,样本集合,误差均值,上规模,供体,体型参数,参数估计
AB值：
0.400541
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
