-
题名基于加权随机森林算法的虚拟试衣型号推荐技术研究
被引量：1
- 1
-
-
作者
李涛
冯向阳
-
机构
东华大学计算机科学与技术学院
-
出处
《智能计算机与应用》
2019年第4期116-124,共9页
-
文摘
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.
-
关键词
虚拟试衣型号
KINECT
加权随机森林
-
Keywords
virtual fitting model
Kinect
weighted random forest
-
分类号
TP391.9
[自动化与计算机技术—计算机应用技术]
-
