本项目立足于生活中的需求，将网络技术与日常生活相结合。采用3D试衣模型技术，运用人体解析，人体分离，人体纹理，UV贴图实现对人体模型建立。在服装建模方面采用换衣实现和服装变形技术，换衣实现只需制作好每件衣服的纹理图片，然后修改网格文件中对于纹理图案的声明就能将衣服传到人体模特的身上，然后对人体模特以及衣服的结合进行细节处理，使衣服更加贴合,更加真实。服装变形方面运用了Thin Plate Spline 薄板样条、空间变换网络（STN）、CP-VTON几何匹配模块Geometric Matching Module (GMM)等技术。同时我们也运用图片建模，如果用户对于APP上已有的人体模型素材并不满意，还可以使用图片建模功能。图片建模功能是用户将自身照片上传到APP上，APP对照片自动分析并建模。在线下我们投放虚拟试衣镜，试衣镜运用3D图像识别技术，辨识影像技术，机器识别技术，用户可以在虚拟试衣镜进行数据上传。我们采用Saas模式，建立云端数据库。建立短期长期盈利计划，采用社交媒体营销、国内高校营销、节目效果营销、比赛热点营销，试点营销多种方式提高产品知名度，打造一个完美的平台。运用人体解析，人体分离，人体纹理，UV贴图实现对人体模型建立。在服装建模方面采用换衣实现和服装变形技术，换衣实现只需制作好每件衣服的纹理图片，然后修改网格文件中对于纹理图案的声明就能将衣服传到人体模特的身上，然后对人体模特以及衣服的结合进行细节处理，使衣服更加贴合,更加真实。服装变形方面运用了Thin Plate Spline 薄板样条、空间变换网络（STN）、CP-VTON几何匹配模块Geometric Matching Module (GMM)等技术。

Thin Plate Spline 薄板样条

它的插值方法为2D插值方法

传统的插值方法如双线性插值，仅仅能够保证映射前后的图片有四个基准点被准确映射。TPS则通过扭曲图片来保证有多个点能够同时被映射，同时最小化弯曲能量。

试衣背景图片并非重点需求，因此采用贴图，选取一些高质量高清晰度以及具有代表性的图片作为背景供使用者选择。

3D试衣最主要的特点就是可以让使用者自由旋转，以及3D人体模型和模型衣服的精美结合使得衣服看上去就如同穿在使用者的身上一般，更加贴近现实，有利于使用者买衣服时的正确选择。

除了发送高清图片到APP上进行分析建模外，用户还可以在虚拟试衣镜上进行数据上传和建模。

除了发送高清图片到APP上进行分析建模外，用户还可以在虚拟试衣镜上进行数据上传和建模。这里先给出一个简单的人脸识别以及对人物戴上墨镜的简单代码以供参考。这个代码是利用了Python Opencv 进行实现的。

OpenCV提供的视觉处理算法非常丰富，并且它部分以C语言编写，加上其开源的特性，处理得当，不需要添加新的外部支持也可以完整的编译链接生成执行程序，所以很多人用它来做算法的移植，OpenCV的代码经过适当改写可以正常的运行在DSP系统和ARM嵌入式系统中。

如果完整的程序在开发完成后，在实际应用方面的速度达不到理想要求，我们后续会利用C++语言和其它方式进行进一步优化。

后续的成品中将有检测身体数据，实时试衣等功能。通过对人体的检测得出数据。