一种服装智能搭配推荐方法技术

本发明专利技术公开了一种服装智能搭配推荐方法，包括以下步骤：建立上下装搭配评分模型、对已采集服装图像进行标注工作、对需标注的各要素的每个水平分别进行编码，标记为0‑35个特征向量、构建卷积神经网络，接着对训练集中的图像数据进行识别、训练，待损失函数趋近于收敛时停止，拟合函数并保存模型、用测试集中数据进行多次测试实验，依据结果列出混淆矩阵，得到评估结果。本发明专利技术通过机器学习海量样本图像及相应特征及得分数据，最终能使系统对于任意输入的单张服装图像识别出其主色调、款式、廓形及风格特征对于任意输入的成对图像可自动给出搭配评分，对于任意输入的单张服装图像，可按搭配评分高低为其推荐前10个，生成搭配推荐列表，第一个为最佳搭配。

【技术实现步骤摘要】
一种服装智能搭配推荐方法
本专利技术涉及人工智能应用
，具体是一种服装智能搭配推荐方法。
技术介绍
2017年2月，由淘宝旗下的时尚互动平台iFashion和第一财经商业数据中心共同发布的《2017网络时尚消费趋势报告》显示，互联网科技与时尚愈加紧密。当前的大型电子商务平台如淘宝、京东等都提供了搜索功能。一方面，当前的搜索功能通常只针对单件服饰，当用户想要购买到喜好的服装搭配时需搜索多次；且不善于搭配服装的用户容易面临到难以选择搜索关键词的问题，导致在选购服装的过程中往往耗时耗力、极大地影响消费体验。另一方面，存在大量用户在日常生活中没有时间、精力来进行服装搭配，或者不懂得服装搭配技巧，他们获取服装搭配知识的渠道仅来自于明星、网红等知名人物所提供的穿搭建议，并不能够与用户个人风格及当前衣橱中的服装款式良好对应。在机器学习的帮助下，让每个人拥有一个智能时尚顾问成为可能。一个既能拥有较高搭配推荐精准度，又能符合用户个人喜好的智能服装款式搭配推荐模型是当前迫切需要的。公告号为CN111383081A的一种服装搭配的智能推荐方法，利用算法本文档来自技高网...

【技术保护点】
1.一种服装智能搭配推荐方法，其特征在于：包括以下步骤：/n步骤1，建立上下装搭配评分模型：采集服装图像作为样本图像，建立影响服装搭配的关键要素及每个要素的不同水平的评分模型，并通过和资深服装领域专家讨论正负混杂的搭配示例图，获知关键要素在服装搭配规则中所占的权重比例；/n步骤2，对已采集服装图像进行标注工作；/n步骤3，对需标注的各要素的每个水平分别进行编码，标记为0-35个特征向量；/n步骤4，构建卷积神经网络，接着对训练集中的图像数据进行识别、训练，待损失函数趋近于收敛时停止，拟合函数并保存模型；/n步骤5，用测试集中数据进行多次测试实验，依据结果列出混淆矩阵，绘制ROC曲线，得到进一步...

【技术特征摘要】
1.一种服装智能搭配推荐方法，其特征在于：包括以下步骤：
步骤1，建立上下装搭配评分模型：采集服装图像作为样本图像，建立影响服装搭配的关键要素及每个要素的不同水平的评分模型，并通过和资深服装领域专家讨论正负混杂的搭配示例图，获知关键要素在服装搭配规则中所占的权重比例；
步骤2，对已采集服装图像进行标注工作；
步骤3，对需标注的各要素的每个水平分别进行编码，标记为0-35个特征向量；
步骤4，构建卷积神经网络，接着对训练集中的图像数据进行识别、训练，待损失函数趋近于收敛时停止，拟合函数并保存模型；
步骤5，用测试集中数据进行多次测试实验，依据结果列出混淆矩阵，绘制ROC曲线，得...

【专利技术属性】
技术研发人员：吴巧英，杨怡然，
申请(专利权)人：浙江理工大学，
类型：发明
国别省市：浙江;33