【技术实现步骤摘要】
一种模板引导的基于服装属性的可解释服装搭配方法及装置
本公开属于智能服装搭配的
，涉及一种模板引导的基于服装属性的可解释服装搭配方法及装置。
技术介绍
本部分的陈述仅仅是提供了与本公开相关的
技术介绍
信息，不必然构成在先技术。近年来,服装搭配已经成为人们日常生活不可缺少的部分，因为得体的搭配套装可以迅速提高人们的外在形象。但并不是所有人都擅长服装搭配，一些缺少审美的人经常会困扰于互补服装(上衣、下衣)之间兼容与否、导致不兼容的因素是什么、有哪些可供选择的服装等问题。近年来，许多关于时尚的社区网站如IQON等应运而生，为我们提供了大量由时尚爱好者创作的套装，也为研究人员提供了大量的真实数据。许多研究工作围绕服装搭配和推荐展开。现有的技术主要应用深度神经网络对服装图像或文本进行特征提取，进而对互补服装的兼容性进行建模。然而，专利技术人在研发过程中发现，由于深度神经网络的可解释性较差，现有的技术只能判断互补服装之间搭配与否，并不能完整的解决服装搭配问题。存在由于服装搭配相关的数据集少，缺少对服装属性的详细描述的问题，互补服装之间存在复杂的兼容性关系，无法判断互补服装...
【技术保护点】
1.一种模板引导的基于服装属性的可解释服装搭配方法，其特征在于，该方法包括：接收服装搭配数据集，通过训练好的服装属性分类器获得服装搭配数据集中服装的属性分布作为服装属性表示；根据服装属性表示，利用多层感知机进行互补服装的兼容性建模，将服装搭配数据集中互补服装分为兼容套装和不兼容套装；根据服装属性表示，利用非负矩阵分解分别分解兼容套装和不兼容套装得到基于属性的兼容搭配模板和不兼容搭配模板；将互补服装的兼容性建模和搭配模板的分解无缝联结；参考兼容搭配模板，通过计算每个属性的欧式距离，得到不兼容套装中导致不兼容的属性，并修改该不兼容的属性，检索可搭配服装。
【技术特征摘要】
1.一种模板引导的基于服装属性的可解释服装搭配方法，其特征在于，该方法包括：接收服装搭配数据集，通过训练好的服装属性分类器获得服装搭配数据集中服装的属性分布作为服装属性表示；根据服装属性表示，利用多层感知机进行互补服装的兼容性建模，将服装搭配数据集中互补服装分为兼容套装和不兼容套装；根据服装属性表示，利用非负矩阵分解分别分解兼容套装和不兼容套装得到基于属性的兼容搭配模板和不兼容搭配模板；将互补服装的兼容性建模和搭配模板的分解无缝联结；参考兼容搭配模板，通过计算每个属性的欧式距离，得到不兼容套装中导致不兼容的属性，并修改该不兼容的属性，检索可搭配服装。2.如权利要求1所述的一种模板引导的基于服装属性的可解释服装搭配方法，其特征在于，在该方法中，所述服装搭配数据集包括上衣集合、下衣集合、搭配正例集合和搭配负例集合，所述服装搭配数据集中的服装包括服装图像和服装种类标签。3.如权利要求1所述的一种模板引导的基于服装属性的可解释服装搭配方法，其特征在于，在该方法中，所述服装属性分类器的训练步骤包括：接收具有详细服装属性标注的辅助数据集；不同种类的服装具有公共属性和特有属性；采用具有详细服装属性标注的辅助数据集训练所述服装属性分类器。4.如权利要求1所述的一种模板引导的基于服装属性的可解释服装搭配方法，其特征在于，在该方法中，所述通过训练好的服装属性分类器获得服装搭配数据集中服装的属性分布作为服装的属性表示的具体步骤包括：将服装搭配数据集中的服装图像输入训练好的服装属性分类器，获取服装在不同属性上的分布，得到服装属性分布；将服装搭配数据集中服装种类表示为独热码向量，采用像素直方统计方法获取服装搭配数据集中的服装颜色，并表示为独热码向量；将通过分类器获得的服装属性分布、服装种类的独热码向量和服装颜色的独热码向量拼接成服装的属性表示。5.如权利要求1所述的一种模板引导的基于服装属性的可解释服装搭配方法，其特征在于，在该方法中，利用多层感知机进行互补服装的兼容性建模后根据贝叶斯个性化排序算法构建第一损失函数。6.如权利要求1所述的一种模板引导的基于服装属性的可解释服装搭配方法，其特征在于，在该方法中，所述搭配模板的分解的具体步骤包括：将搭配正例集合中上衣和下衣属性表示拼接，得到搭配正例套装的属性表示；将若干套搭配正例套装的属性表示组合成搭配正例矩阵；将搭配负例集合中上衣...
【专利技术属性】
技术研发人员：宋雪萌，聂礼强，韩贤静，刘萌，蹇木伟，关惟俐，
申请(专利权)人：山东大学，
类型：发明
国别省市：山东,37
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。