基于脑电波识别的物品推荐方法及电子设备技术

本发明专利技术涉及计算机应用技术领域，具体涉及一种基于脑电波识别的物品推荐方法及电子设备，通过分析用户查看待查看图像时的脑电波信号以得到用户对于脑电波信号对应的待查看图像的满意度，其中，待查看图像中包括物品图像，基于待查看图像和用户对待查看图像的满意度训练第一生成对抗网络，并采用第一生成对抗网络生成包括待推荐物品图像的推荐图像并进行显示，以实现根据用户的喜好推荐衣物，以满足用户根据自身的需求选取或定制衣物的需求。用户根据自身的需求选取或定制衣物的需求。用户根据自身的需求选取或定制衣物的需求。

【技术实现步骤摘要】
基于脑电波识别的物品推荐方法及电子设备


[0001]本专利技术涉及计算机应用
，特别地涉及一种基于脑电波识别的物品推荐方法及电子设备。

技术介绍

[0002]随着网络技术和流媒体技术的进步,网络视频服务业得以产生并迅速发展.在新型互联网服务环境下，用户不仅是信息消费得被动接受者，更是从多方面多层次互动影响着信息服务。随着人们生活水平日益提高，合适的衣着穿搭等越发重要。目前，市面很多已有的衣着穿搭软件主要是根据性别、季节和风格来进行推荐，且大多衣着都附有购买链接，软件多以销售盈利为目的。然而，当不以直接购买衣服为前提时，例如，人们想喜好来选取自己喜欢的衣物或需要定制时，难以满足用户的需求。

技术实现思路

[0003]本专利技术提供一种基于脑电波识别的物品推荐方法及电子设备，通过分析用户观看待查看图像时的脑电波图像得到用户对待查看图像的满意度，从而根据用户的喜好向用户推荐物品，以满足用户的需求。
[0004]为解决上述技术问题，本专利技术实施例提出如下技术方案：
[0005]一种基于脑电波识别的物品推荐方法，所述方法包括：
[0006]获得用户观看待查看图像时的脑电波信号，其中，所述待查看图像包括物品图像，所述待查看图像为多张，且不同的待查看图像包括的物品图像不同；
[0007]针对每个脑电波信号，对该脑电波信号进行分析，以得到用户对与该脑电波信号对应的待查看图像的满意度；
[0008]基于所述待查看图像和用户对所述待查看图像的满意度训练第一生成对抗网络；r/>[0009]采用所述第一生成对抗网络生成包括待推荐物品图像的推荐图像，并显示该推荐图像。
[0010]可选的，在上述基于脑电波识别的物品推荐方法中，在执行获得用户观看每张待查看图像时的脑电波信号的步骤之前，所述方法还包括：
[0011]获得用户穿戴不同物品时的用户图像，将所述用户图像作为待查看图像。
[0012]可选的，在上述基于脑电波识别的物品推荐方法中，在执行获得用户观看每张待查看图像时的脑电波信号的步骤之前，所述方法还包括：
[0013]获得用户的身体图像和多个物品图像；
[0014]对所述身体图像和物品图像采用第二生成对抗网络进行合成，以得到将所述物品图像对应的物品穿戴于用户时的用户图像，将所述用户图像作为待查看图像。
[0015]可选的，在上述基于脑电波识别的物品推荐方法中，在执行获得用户的身体图像和多个物品图像的步骤之前，所述方法还包括：
[0016]获取训练样本集，其中，所述训练样本集中包括身体样本图像、物体样本图像和用
户目标图像；
[0017]根据所述身体样本图像、物体样本图像和用户目标图像训练第二生成对抗网络，其中，所述第二生成对抗网络中包括相互对抗的特征检测器和图像生成器，所述特征检测器和所述图像生成器用于将所述身体样本图像和物体样本图像合成为所述用户图像。
[0018]可选的，在上述基于脑电波识别的物品推荐方法中，基于所述待查看图像和所述待查看图像的满意度训练第一生成对抗网络步骤包括：
[0019]获取所述待查看图像中满意度大于第一阈值的待查看图像作为目标待查看图像；
[0020]根据所述目标待查看图像和各目标待查看图像对应的满意度训练第一生成对抗网络。
[0021]可选的，在上述基于脑电波识别的物品推荐方法中，对脑电波信号进行分析，以得到用户对与该脑电波信号对应的待查看图像的满意度的步骤包括：
[0022]对脑电波信号进行分析，以得到用户对与该脑电波信号对应的待查看图像中的物品图像的款式满意度和颜色满意度；
[0023]获得对所述物品图像的款式满意度的第一权重值和对所述物品图像的颜色满意度的第二权重值；
[0024]根据对所述物品图像的款式满意度、物品图像的颜色满意度、第一权重值以及第二权重值，得到用户对所述待查看图像的满意度。
[0025]可选的，在上述基于脑电波识别的物品推荐方法中，采用所述第一生成对抗网络生成包括待推荐物品图像的推荐图像的步骤包括：
[0026]采用所述第一生成对抗网络生成满意度大于第二阈值且包括待推荐物品图像的推荐图像。
[0027]可选的，在上述基于脑电波识别的物品推荐方法中，在执行采用所述第一生成对抗网络生成包括待推荐物品图像的推荐图像的步骤之后，所述方法还包括：
[0028]获取用户观看所述推荐图像时的目标脑电波数据；
[0029]根据所述目标脑电波数据对所述推荐图像进行校正以得到校正后的推荐图像。
[0030]可选的，在上述基于脑电波识别的物品推荐方法中，所述物品图像为衣物图像或配饰图像。
[0031]本专利技术还提供一种电子设备，包括存储器和处理器，所述存储器上存储有计算机程序，该计算机程序被处理器执行时，执行如上述的基于脑电波识别的物品推荐方法。
[0032]本专利技术提供的基于脑电波识别的物品推荐方法及电子设备，与现有技术相比，至少具备有以下有益效果：
[0033]本专利技术提供的基于脑电波识别的物品推荐方法及电子设备，通过分析用户查看待查看图像时的脑电波信号以得到用户对于该脑电波信号对应的待查看图像的满意度，且所述待查看图像中包括物品图像，以基于待查看图像和用户对待查看图像的满意度训练第一生成对抗网络，并采用第一生成对抗网络生成包括待推荐物品图像的推荐图像并进行显示，以实现根据用户的喜好推荐衣物，以满足用户根据自身的需求选取或定制衣物的需求。
附图说明
[0034]在下文中将基于实施例并参考附图来对本专利技术进行更详细的描述。
[0035]图1为本专利技术实施例提供的一种基于脑电波识别的物品推荐方法的流程示意图。
[0036]图2为本专利技术实施例提供的一种基于脑电波识别的物品推荐方法的另一流程示意图。
[0037]图3为图1中步骤S120的流程示意图。
[0038]图4为图1中步骤S130的流程示意图。
[0039]图5为本专利技术实施例提供的一种基于脑电波识别的物品推荐方法的另一流程示意图。
[0040]在附图中，相同的部件使用相同的附图标记，附图并未按照实际的比例绘制。
具体实施方式
[0041]为使本专利技术实施例的目的、技术方案和优点更加清楚以下将结合附图及实施例来详细说明本专利技术的实施方式，借此对本专利技术如何应用技术手段来解决技术问题，并达到相应技术效果的实现过程能充分理解并据以实施。本申请实施例以及实施例中的各个特征，在不相冲突前提下可以相互结合，所形成的技术方案均在本专利技术的保护范围之内。
[0042]应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
[0043]请参阅图1，本专利技术实施例提供了一种可应用于电子设备的基于脑电波识别的图像推荐方法，该电子设备可以是但不限于电脑、手机或电视等，该方法应用于电子设备时，执行步骤S1本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于脑电波识别的物品推荐方法，其特征在于，所述方法包括：获得用户观看待查看图像时的脑电波信号，其中，所述待查看图像包括物品图像，所述待查看图像为多张，且不同的待查看图像包括的物品图像不同；针对每个脑电波信号，对该脑电波信号进行分析，以得到用户对与该脑电波信号对应的待查看图像的满意度；基于所述待查看图像和用户对所述待查看图像的满意度训练第一生成对抗网络；采用所述第一生成对抗网络生成包括待推荐物品图像的推荐图像，并显示所述推荐图像。2.根据权利要求1所述的基于脑电波识别的物品推荐方法，其特征在于，在执行获得用户观看每张待查看图像时的脑电波信号的步骤之前，所述方法还包括：获得用户穿戴不同物品时的用户图像，将所述用户图像作为待查看图像。3.根据权利要求1所述的基于脑电波识别的物品推荐方法，其特征在于，获在执行获得用户观看每张待查看图像时的脑电波信号的步骤之前，所述方法还包括：获得用户的身体图像和多个物品图像；对所述身体图像和物品图像采用第二生成对抗网络进行合成，以得到将所述物品图像对应的物品穿戴于用户时的用户图像，将所述用户图像作为待查看图像。4.根据权利要求3所述的基于脑电波识别的物品推荐方法，其特征在于，在执行获得用户的身体图像和多个物品图像的步骤之前，所述方法还包括：获取训练样本集，其中，所述训练样本集中包括身体样本图像、物体样本图像和用户目标图像；根据所述身体样本图像、物体样本图像和用户目标图像训练第二生成对抗网络，其中，所述第二生成对抗网络中包括相互对抗的特征检测器和图像生成器，所述特征检测器和所述图像生成器用于将所述身体样本图像和物体样本图像合成为所述用户图像。5.根据权利要求1所述的基于脑电波识别的物品推荐方法，其特征...

【专利技术属性】
技术研发人员：李绍斌，房远志，陈翀，宋德超，
申请(专利权)人：珠海联云科技有限公司，
类型：发明
国别省市：