摘要
本发明提供了一种基于U‑Net模型的非接触式人体尺寸测量方法，包括：首先，创建三维模型；接着，将生成的模型转化为二维图像，设置不同的拍摄参数，并根据与人体的距离调整，确保画面构图一致。对传统U‑Net模型进行修改，然后对修改后的U‑Net模型进行训练。最后，使用摄影设备对做出正确姿势的人体正面拍摄，选定有尺度因子的照片，对人体尺寸进行测量。相比于其它不同的卷积神经网络架构和骨干网络，本发明采用EfficientNet骨干网络的U‑Net训练准确率更高，在真实图像上测试时，能够准确分割人体形状。
