服饰搭配预测方法、装置、计算机设备及存储介质制造方法及图纸

本申请公开了一种服饰搭配预测方法、装置、计算机设备及存储介质，属于计算机应用技术领域。该方法包括：获取至少两个穿戴部位不同的服饰的图片数据；通过预测模型对所述至少两个穿戴部位不同的服饰的图片数据进行处理，得到预测的搭配信息，所述预测模型是根据样本图片数据和样本搭配信息训练得到的；输出所述预测的搭配信息。只需要根据一部分样本图片数据和样本搭配信息，即可以获得覆盖所有的搭配可能的预测模型，不需要预先设置搭配数据，也不会受到搭配数据选取的主观性影响，从而能够提供准确的搭配评价服务。

【技术实现步骤摘要】
服饰搭配预测方法、装置、计算机设备及存储介质
本申请实施例涉及计算机应用
，特别涉及一种服饰搭配预测方法、装置、计算机设备及存储介质。
技术介绍
在当今社会，服饰已是人们生活的必需品。用户选购服饰时，通常需要考虑服饰之间的搭配程度。在相关技术中，很多服务提供商或者服饰商家向用户提供用于评价服饰之间的搭配程度的服饰推荐系统。具体的，服饰推荐系统中预先设置一搭配数据库，该搭配数据库中存储有若干搭配数据，每条搭配数据中可以包含相互之间搭配程度较好的服饰的属性，比如服饰的风格、版型以及颜色等属性。用户在选购服饰时，可以将选购的服饰的图片上传到服饰推荐系统，服饰推荐系统从服饰的图片中提取服饰的属性，并基于服饰的属性，以及预设的搭配数据库，对服饰之间的搭配程度进行评分，以便用户参考该评分来决定是否选购。然而，相关技术中的服饰推荐系统预设的搭配数据的选取具有很强的主观性，并且预设的搭配数据也难以覆盖到所有的服饰，导致对服饰之间的搭配程度的评分准确性较差。
技术实现思路
本申请实施例提供的服饰搭配预测方法、装置、终端及存储介质。可以用于解决相关技术中对服饰之间的搭配程度的评分准确性较差的问题。所述技术方案如下：第一方面，提供了一种服饰搭配预测方法，所述方法包括：获取至少两个穿戴部位不同的服饰的图片数据，所述图片数据用于描述对应的服饰的穿戴效果图；通过预测模型对所述至少两个穿戴部位不同的服饰的图片数据进行处理，得到预测的搭配信息，所述搭配信息用于指示所述至少两个穿戴部位不同的服饰之间的搭配程度，所述预测模型是根据样本图片数据和样本搭配信息训练得到的；输出所述预测的搭配信息。第二方面，提供了一种服饰搭配预测装置，所述装置包括：数据获取模块，用于获取至少两个穿戴部位不同的服饰的图片数据，所述图片数据用于描述对应的服饰的穿戴效果图；预测模块，用于通过预测模型对所述至少两个穿戴部位不同的服饰的图片数据进行处理，得到预测的搭配信息，所述搭配信息用于指示所述至少两个穿戴部位不同的服饰之间的搭配程度，所述预测模型是根据样本图片数据和样本搭配信息训练得到的；输出模块，用于输出所述预测的搭配信息。第三方面，提供了一种计算机设备，所述计算机设备包括处理器、与所述处理器相连的存储器，以及存储在所述存储器上的程序指令，所述处理器执行所述程序指令时实现第一方面提供的服饰搭配预测方法。第四方面，一种计算机可读介质，其上存储有程序指令，所述程序指令被处理器执行时实现第一方面提供的服饰搭配预测方法。本申请实施例提供的技术方案带来的有益效果是：通过获取至少两个穿戴部位不同的服饰的图片数据，通过预测模型对至少两个穿戴部位不同的服饰的图片数据进行处理，得到预测的搭配信息，并输出预测的搭配信息，由于预测模型是根据实际环境中的图片数据进行训练获得模型，其只需要提取网络中的一部分搭配案例作为样本，即可以获得覆盖所有的搭配可能的模型，不需要预先设置搭配数据，也不会受到搭配数据选取的主观性影响，从而能够提供准确的搭配评价服务。附图说明为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是本申请一个实施例提供的服饰搭配预测系统的结构示意图；图2是本申请一个示例性实施例示出的服饰搭配预测方法的流程图；图3是图2所示实施例涉及的一种搭配信息预测示意图；图4是图2所示实施例涉及的另一种搭配信息预测示意图；图5是图2所示实施例涉及的又一种搭配信息预测示意图；图6是图2所示实施例涉及的另一种搭配信息预测示意图；图7是本申请一个实施例提供的服饰搭配预测装置的结构方框图；图8是本申请一个实施例提供的终端的结构方框图。具体实施方式为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。首先，对本申请涉及的若干名词进行介绍。预测模型：是一种用于根据输入的图片数据预测至少两个不同穿戴不问的服饰之间的搭配程度的机器学习模型。其中，其中，服饰的图片数据可以用于描述对应的服饰的穿戴效果图。比如，该图片数据可以包含对应服饰的图片、穿戴位置以及视觉面积大小等等。其中，预测模型是根据样本图片数据和样本搭配信息训练获得的。其中，样本图片数据是预先已经标注有相互之间的搭配程度的至少两个服饰的图片数据，也就是说，一条样本图片数据中包含至少两个服饰各自的图片数据。样本搭配信息与样本图片数据一一对应，并且，样本搭配信息是对应的样本图片数据中的至少两个服饰之间预先标注好的搭配信息。可选地，样本图片数据和样本搭配信息存储于样本库。该样本库包括至少一组样本，每组样本包括一组样本图片数据以及该组样本图片数据对应的样本搭配信息。上述样本图片数据和样本搭配信息可以预先由开发人员或者维护人员通过网络等渠道进行收集、维护和更新。其中，开发人员或者维护人员在标注样本时，首先通过网络等渠道获取实际中的搭配案例，比如，获取潮流网站或者购物网站中的服饰搭配案例，该搭配案例可以是成功的搭配案例，也可以是失败的搭配案例，开发人员或者维护人员可以根据普通用户或者专家对获取到的搭配案例的评价对各个搭配案例进行搭配信息的标注，将搭配案例对应的图片数据以及对该搭配案例标注的搭配信息获取为一对样本图片数据和样本搭配信息。在进行预测模型的训练时，可以根据上述样本图片数据和样本搭配信息进行机器学习训练，获得上述预测模型。可选地，预测模型包括但不限于：卷积神经网络(ConvolutionalNeuralNetwork，CNN)模型、深度神经网络(DeepNeuralNetwork，DNN)模型以及循环神经网络(RecurrentNeuralNetworks，RNN)模型等模型中的至少一种。其中，CNN是一种深度前馈人工神经网络，通常包括巻积层、池化层以及激活函数等处理层，CNN的人工神经元可以响应一部分覆盖范围内的周围单元，在图像处理等场景有很好的表现。DNN模型是一种深度学习框架。DNN模型包括输入层、至少一层隐层(或称，中间层)和输出层。可选地，输入层、至少一层隐层(或称，中间层)和输出层均包括至少一个神经元，神经元用于对接收到的数据进行处理。可选地，不同层之间的神经元的数量可以相同；或者，也可以不同。RNN模型是一种具有反馈结构的神经网络。在RNN模型中，神经元的输出可以在下一个时间戳直接作用到自身，即，第i层神经元在m时刻的输入，除了(i-1)层神经元在该时刻的输出外，还包括其自身在(m-1)时刻的输出。以上述预测模型为卷积神经网络模型为例，在进行模型训练时，对于每一对样本图片数据和样本搭配信息，可以直接将样本图片数据和样本搭配信息输入模型进行训练；或者，也可以先根据样本图片数据生成样本穿戴效果图，在将样本穿戴效果图以及样本搭配信息输入模型进行训练。除了神经网络模型之外，该预测模型还可以是其它类型的机器学习模型，比如，支持向量机(SupportVectorMachine，SVM)、嵌入(embedding)模型以及梯度提升决策树(GradientBoostingDecisionTree，GBDT)模型等，本实本文档来自技高网...

【技术保护点】
一种服饰搭配预测方法，其特征在于，所述方法包括：获取至少两个穿戴部位不同的服饰的图片数据，所述图片数据用于描述对应的服饰的穿戴效果图；通过预测模型对所述至少两个穿戴部位不同的服饰的图片数据进行处理，得到预测的搭配信息，所述搭配信息用于指示所述至少两个穿戴部位不同的服饰之间的搭配程度，所述预测模型是根据样本图片数据和样本搭配信息训练得到的；输出所述预测的搭配信息。

【技术特征摘要】
1.一种服饰搭配预测方法，其特征在于，所述方法包括：获取至少两个穿戴部位不同的服饰的图片数据，所述图片数据用于描述对应的服饰的穿戴效果图；通过预测模型对所述至少两个穿戴部位不同的服饰的图片数据进行处理，得到预测的搭配信息，所述搭配信息用于指示所述至少两个穿戴部位不同的服饰之间的搭配程度，所述预测模型是根据样本图片数据和样本搭配信息训练得到的；输出所述预测的搭配信息。2.根据权利要求1所述的方法，其特征在于，所述通过预测模型对所述至少两个穿戴部位不同的服饰的图片数据进行处理，得到预测的搭配信息，包括：根据所述至少两个穿戴部位不同的服饰的图片数据生成包含所述至少两个穿戴部位不同的服饰的穿戴效果图；将所述穿戴效果图输入所述预测模型，得到所述搭配信息。3.根据权利要求2所述的方法，其特征在于，所述图片数据中包含对应的服饰的图片、穿戴位置以及视觉面积大小；所述根据所述至少两个穿戴部位不同的服饰的图片数据生成包含所述至少两个穿戴部位不同的服饰的穿戴效果图，包括：根据所述至少两个穿戴部位不同的服饰各自的图片、穿戴位置以及视觉面积大小，生成所述穿戴效果图。4.根据权利要求2或3所述的方法，其特征在于，所述根据所述至少两个穿戴部位不同的服饰的图片数据生成包含所述至少两个穿戴部位不同的服饰的穿戴效果图，包括：获取用户属性信息，所述用户属性信息包括年龄、性别、体型数据以及外貌特征中的至少一种；根据所述用户属性信息确定样板模特；根据所述至少两个穿戴部位不同的服饰的图片数据，生成所述至少两个穿戴部位不同的服饰穿戴在所述样本模特上的穿戴效果图。5.根据权利要求2...

【专利技术属性】
技术研发人员：陈岩，刘耀勇，
申请(专利权)人：广东欧珀移动通信有限公司，
类型：发明
国别省市：广东,44