基于加权随机森林算法的虚拟试衣型号推荐技术研究

• 作者: 冯向阳 李涛
• 来源期刊: 智能计算机与应用
• 学科: 工学
• 关键词: 虚拟试衣型号 Kinect 加权随机森林
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 学术研究与应用
• 页码范围: 116-124
• 页数: 9页
• 分类号: TP391.9
• 字数: 7072字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-2163.2019.04.026

摘要

随着体感交互技术的发展,基于Kinect的虚拟试衣系统为顾客在线选购衣物提供了一种新的选择方案.Kinect可以较为准确地测量出人体的骨骼模型,生成人体三维数据,以进一步为顾客推荐衣服型号,并利用可视化技术进行虚拟试装.然而,人的体型不同,不同厂家的制衣型号也不规范,传统的数据筛选与匹配手段为顾客选择的衣服尺码总是不尽人意.本项目基于Kinect获取的人体三维数据,设计了一种加权随机森林方法为顾客预测并推荐合适的衣服型号.结合其它机器学习模型,本文进行了对比实验,结果表明随机森林模型有效而准确,在3000个测试样本上得到了最高的准确率(100％).该模型泛化能力强,且足够健壮稳定,可以广泛地应用在虚拟试衣型号推荐情景中.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯向阳	东华大学计算机科学与技术学院	8	117	3.0	8.0
2	李涛	东华大学计算机科学与技术学院	2	4	1.0	2.0