【技术实现步骤摘要】
搭配场景识别方法和装置
本公开涉及信息处理领域,特别涉及一种搭配场景识别方法和装置。
技术介绍
在相关技术中,为了确定不同类型的服饰是否搭配,通过将与服饰相关联的数据进行深度学习,以便得到不同服饰之间的关联性,进而利用该关联性确定不同类型的服饰是否适于搭配组合。
技术实现思路
专利技术人通过研究发现,通过传统的深度学习,只能得到不同类型的服饰是否能够进行搭配的结论,但并不能给出这些服饰适于在何种场景下进行搭配的结论。为此,本公开提供一种确定不同类型的服饰适于何种搭配场景的方案。根据本公开实施例的第一方面,提供一种搭配场景识别方法,包括:在物品集合中,计算物品u与物品v的搭配值d(u,v),其中u、v为自然数,1≤u≤M,1≤v≤M,u≠v,M为所述物品集合中的物品总数;在与每个主题场景p相对应的图Gp中,将所述搭配值d(u,v)作为节点U和节点V之间的边的值,其中所述图Gp图中的节点与所述物品集合中的物品一一对应,p为自然数,1≤p≤P,P为主题场景总数;在所述图Gp中,对各边的值进行加权处理,以得到相应的主题场景值,其中节点U和节点V之间的边的权值为物品u与物品v相对于主题p的主题参数;将具有超过预设门限的主题场景值的图所对应的主题场景作为所述物品集合对应的搭配场景。在一些实施例中,计算物品u与物品v的搭配值d(u,v)包括:将物品u的特征信息输入神经网络,以得到物品u的特征向量f(u);将物品v的特征信息输入神经网络,以得到物品v的特征向量f(v);将特征向量f(u)与 ...
【技术保护点】
1.一种搭配场景识别方法,包括:/n在物品集合中,计算物品u与物品v的搭配值d(u,v),其中u、v为自然数,1≤u≤M,1≤v≤M,u≠v,M为所述物品集合中的物品总数;/n在与每个主题场景p相对应的图Gp中,将所述搭配值d(u,v)作为节点U和节点V之间的边的值,其中所述图Gp中的节点与所述物品集合中的物品一一对应,p为自然数,1≤p≤P,P为主题场景总数;/n在所述图Gp中,对各边的值进行加权处理,以得到相应的主题场景值,其中节点U和节点V之间的边的权值为物品u与物品v相对于主题p的主题参数;/n将具有超过预设门限的主题场景值的图所对应的主题场景作为所述物品集合对应的搭配场景。/n
【技术特征摘要】
1.一种搭配场景识别方法,包括:
在物品集合中,计算物品u与物品v的搭配值d(u,v),其中u、v为自然数,1≤u≤M,1≤v≤M,u≠v,M为所述物品集合中的物品总数;
在与每个主题场景p相对应的图Gp中,将所述搭配值d(u,v)作为节点U和节点V之间的边的值,其中所述图Gp中的节点与所述物品集合中的物品一一对应,p为自然数,1≤p≤P,P为主题场景总数;
在所述图Gp中,对各边的值进行加权处理,以得到相应的主题场景值,其中节点U和节点V之间的边的权值为物品u与物品v相对于主题p的主题参数;
将具有超过预设门限的主题场景值的图所对应的主题场景作为所述物品集合对应的搭配场景。
2.根据权利要求1所述的方法,其中,计算物品u与物品v的搭配值d(u,v)包括:
将物品u的特征信息输入神经网络,以得到物品u的特征向量f(u);
将物品v的特征信息输入神经网络,以得到物品v的特征向量f(v);
将特征向量f(u)与特征向量f(v)的差异作为物品u与物品v的搭配程度值。
3.根据权利要求2所述的方法,其中,将特征向量f(u)与特征向量f(v)的距离作为物品u与物品v的搭配程度值包括:
利用预设的特征掩码对特征向量f(u)进行处理,以得到第一特征向量;
利用预设的特征掩码对特征向量f(v)进行处理,以得到第二特征向量;
将第一特征向量与第二特征向量的差异作为物品u与物品v的搭配程度值。
4.根据权利要求1所述的方法,其中,在所述图Gp中,对各边的值进行加权处理包括:
在所述图Gp中,将每个边的值与相应的权值相乘,以得到加权结果;
将得到的加权结果求和,以得到相应的主题场景值。
5.根据权利要求1所述的方法,其中,将具有超过预设门限的主题场景值的图所对应的主题场景作为所述物品集合对应的搭配场景包括:
查询超过预设门限的主题场景值的图的数量;
若超过预设门限的主题场景值的图的数量仅有一个,则将具有超过预设门限的主题场景值的图所对应的主题场景作为所述物品集合对应的搭配场景。
6.根据权利要求5所述的方法,还包括:
若超过预设门限的主题场景值的图的数量大于一个,则将具有最大主题场景值的图所对应的主题场景作为所述物品集合对应的搭配场景。
7.一种搭配场景识别装置,包括:
搭配模块,被配置为在物品集合中,计算物品u与物品v的搭配值d...
【专利技术属性】
技术研发人员:赖瑞欣,刘金根,梅涛,
申请(专利权)人:北京京东尚科信息技术有限公司,北京京东世纪贸易有限公司,
类型:发明
国别省市:北京;11
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。