【技术实现步骤摘要】
基于深度学习的服装设计方法、装置、设备及存储介质
[0001]本专利技术涉及人工智能
,尤其涉及一种基于深度学习的服装设计方法、装置、电子设备及计算机可读存储介质。
技术介绍
[0002]随着人们需求的多样化与消费理念的提升,服装设计厂商在市场上提供了越来越多的服装,但为了给用户更好地购物体验,生产更加符合用户需求与审美的服装,需要对用户的爱好以及特点进行分析,以进行服装设计。
[0003]现有的智能服装设计技术多为单一功能的服装图像生成,例如,通过统计用户对产品的满意度,设计产品参数与用户满意度的模型,进而设计满意度较高的产品。实际应用中,服装的参数较为复杂,仅考虑单一属性,可能导致服装设计的细节较为笼统,设计出的效果不符合用户预期需求,从而导致服装设计与用户需求贴合度不高。
技术实现思路
[0004]本专利技术提供一种基于深度学习的服装设计方法、装置及计算机可读存储介质,其主要目的在于解决服装设计与用户需求贴合度不高的问题。
[0005]为实现上述目的,本专利技术提供的一种基于深度学习的服装设计方法,包括:获取目标用户的用户信息,并通过文本分割方式从所述用户信息中提取出用户性格画像;构建初始决策树,并根据所述初始决策树的分裂增益对所述初始决策树进行训练,得到风格分析模型,通过所述风格分析模型对所述用户性格画像进行分析,得到所述目标用户的穿衣风格;获取所述目标用户的穿衣图像,并构建衣物分割模型对所述穿衣图像进行分割,得到衣物分割图和偏好款式;利用预设的色彩分类算法对所述衣物分割 ...
【技术保护点】
【技术特征摘要】
1.一种基于深度学习的服装设计方法,其特征在于,所述方法包括:获取目标用户的用户信息,并通过文本分割方式从所述用户信息中提取出用户性格画像;构建初始决策树,并根据所述初始决策树的分裂增益对所述初始决策树进行训练,得到风格分析模型,通过所述风格分析模型对所述用户性格画像进行分析,得到所述目标用户的穿衣风格;获取所述目标用户的穿衣图像,并构建衣物分割模型对所述穿衣图像进行分割,得到衣物分割图和偏好款式;利用预设的色彩分类算法对所述衣物分割图进行色彩分割,得到偏好颜色;通过预设的交互平台获取流行元素,并根据所述穿衣风格、偏好款式、偏好颜色与流行元素组合生成所述目标用户的服装设计参数;通过预设的渲染引擎对所述服装设计参数进行渲染,得到服装设计图,并通过所述交互平台对所述服装设计图进行展示。2.如权利要求1所述的基于深度学习的服装设计方法,其特征在于,所述构建初始决策树,并根据所述初始决策树的分裂增益对所述初始决策树进行训练,得到风格分析模型,包括:获取性格画像样本以及所述性格画像样本对应的真实衣物风格;根据所述性格画像样本建立初始决策树,并计算所述初始决策树的分裂增益,通过所述分裂增益对所述初始决策树进行分裂,得到基准决策树;利用所述基准决策树对所述性格画像样本进行衣物风格分析,得到预测衣物风格,并根据所述预测衣物风格计算所述基准决策树的理想函数值;当所述理想函数值大于预设的阈值时,根据所述理想函数值对所述基准决策树的参数进行更新,并返回根据所述预测衣物风格计算所述基准决策树的理想函数值的步骤;当所述理想函数值小于或等于预设的阈值时,结束参数的更新,并将更新结束时的所述基准决策树作为风格分析模型。3.如权利要求2所述的基于深度学习的服装设计方法,其特征在于,所述根据所述性格画像样本建立初始决策树,并计算所述初始决策树的分裂增益,通过所述分裂增益对所述初始决策树进行分裂,得到基准决策树,包括:根据所述性格画像样本构建初始决策树,并利用如下算法计算所述性格画像样本中的用户性格与所述分裂增益,得到所述性格画像样本对应的分裂增益集:其中,为所述分裂增益,和为预设常数,为所述初始决策树的根节点的左节点所包含数据的一阶偏导数累加之和,为所述初始决策树的根节点的左节点所包含数据的二阶偏导数累加之和,为所述初始决策树的根节点的右节点所包含数据的一阶偏导数累加之和,为所述初始决策树的根节点的右节点所包含数据的二阶偏导数累加之
和;选择所述分裂增益集中最大的分裂增益所对应的用户性格作为分裂点进行分裂,得到所述分裂点的子节点;将所述性格画像样本以及所述性格画像样本对应的真实衣物风格分配至所述子节点,并重复上述计算分裂增益与分裂处理的步骤,直至所述性格画像样本以及所述性格画像样本对应的真实衣物风格分配结束,得到基准决策树。4.如权利要求2所述的基于深度学习的服装设计方法,其特征在于,所述根据所述预测衣物风格计算所述基准决策树的理想函数值,包括:利用如下算法计算所述基准决策树的理想函数值:其中,为所述基准决策树的理想函数值,为所述基准决策树的分裂次数,为所述基准决策树的第个非叶子节点,是指第次迭代后的所述预测衣物风格与上一次迭代的所述预测衣物风格的二阶导数值,是指第次迭代后的所述预测衣物风格与上一次迭代的所述预测衣物风格的一阶导数值,是所述基准决策树的模型,是所述基准决策树中非叶子节点的个数,为惩罚项函数,为预设常数。5.如权利要求1所述的基于深度学习的服装设计方法,其特征在于,所述构建衣物分割模型对所述穿衣图像进行分割,得到衣物分割图和偏好款式,包括:获取目标衣物图集,对所述目标衣物图集进行尺寸缩放,得到相同尺寸的标准衣物图集;对所述标准衣物图集进行图像标注,得到所述标准衣物图集中各标准衣物图像的真实衣物分割图和真实偏好...
【专利技术属性】
技术研发人员:丁唐利,
申请(专利权)人:深圳市远湖科技有限公司,
类型:发明
国别省市:
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。