一种智能化配色方法、系统、介质、设备及终端技术方案

本发明专利技术属于图片配色技术领域，公开了一种智能化配色方法、系统、介质、设备及终端，分别获取服装数据集和家具数据集并进行预处理；调用服装分割或家具分割，将用户上传的图片分解成背景和主体两部分；针对主体部分提取主色调，进行配色算法；将生成的多张主体部分分别与背景部分相结合，生成多张智能配色图片。本发明专利技术将用户上传的图片经过服装、家具智能配色系统，生成不同配色的产品图片，方便供应商调整产品配色方案，减轻产品设计压力，提升用户的体验程度，对服装、家具线上交易领域、服装、家具设计领域具有促进意义。本发明专利技术结合服装图像分割算法、家具图像分割算法智能配色算法三个领域的技术，自动改变用户上传图片中特定区域的颜色。域的颜色。域的颜色。

【技术实现步骤摘要】
一种智能化配色方法、系统、介质、设备及终端


[0001]本专利技术属于图片配色
，尤其涉及一种智能化配色方法、系统、介质、设备及终端。

技术介绍

[0002]目前，随着机器学习到深度学习的拓展，目前人工智能在各领域有了更多、更深入的纵向研究、发展。在服装设计行业大背景内，存在着设计师与甲方之间的沟通往往存在偏差的问题。在服装图像配色技术中，对图片进行处理时，往往涉及到人体、背景与服装的分割，服装配色规则等一系列的挑战。例如，在设计一款服装时，甲方想要看到服装穿在人身体上的效果图，需要设计师在ps等软件内对服装进行反复的抠图、配色、修改等操作，效率比较低。因此，亟需设计一种新的服装智能化配色方法，设定好一定的参数后，通过一键生成的功能，自动完成人体+背景的分割、智能多套配色方案的操作。
[0003]通过上述分析，现有技术存在的问题及缺陷为：由于服装设计师与服装厂商之间的沟通偏差，导致设计师需要进行大量配色设计需求和很多无意义的重复操作。

技术实现思路

[0004]针对现有技术存在的问题，本专利技术提供了一种智能化配色方法、系统、介质、设备及终端，尤其涉及一种服装、家具智能配色方法。
[0005]本专利技术是这样实现的，一种智能化配色方法，所述智能化配色方法包括：
[0006]结合服装配色分析库、服装图像分割算法、家具图像分割算法及智能配色算法，将用户上传的图片经过服装、家具智能配色系统，生成不同配色的产品图片。
[0007]进一步，所述智能化配色方法包括以下步骤：<br/>[0008]步骤一，分别获取服装数据集和家具数据集并对数据集进行预处理；生成服装配色库。
[0009]步骤二，调用服装分割或家具分割，将用户上传的图片分解成背景和主体两部分；
[0010]步骤三，针对主体部分进行智能配色；
[0011]步骤四，配色结束后，将生成的多张主体部分分别与背景部分相结合，生成多张智能配色图片。
[0012]进一步，所述步骤一中的服装数据集使用网络上公开的DEEPFASHION时尚数据集，共计有8000张不同的服装图片和对应的标签内容。
[0013]进一步，所述家具数据集方面，使用FGVC5家具细粒度数据集。
[0014]进一步，所述步骤一中的数据预处理包括：
[0015]读取并调整所有图像，将图像的宽度和长度调整到一致；增加每个图像的采样像素，双线性插值，三次插值或最近邻插值对向上采样有用。
[0016]进一步，所述智能化配色方法还包括：
[0017](1)获取图片主体区域的每个像素所对应的RGB三个通道的颜色值，将所述颜色值
转换为HSV的值，换算方式如下：
[0018][0019][0020]V＝Cmax；
[0021](2)提取系统预设权重，针对图像主体的每一个像素点的HSV值进行色系改变运算，得到运算结果；对相似颜色进行合并，生成新的智能配色图形。
[0022]本专利技术的另一目的在于提供一种应用所述的智能化配色方法的智能化配色系统，所述智能化配色系统包括：
[0023]数据获取模块，用于分别获取服装数据集和家具数据集，对这些数据集进行的分析使我们的模型具备对服装配色的敏感，可以迅速从用户上传的服装/家具主色调完成配色；
[0024]数据预处理模块，用于对用户上传的图像进行预处理，使得图像的输入矩阵满足系统的需求；
[0025]图片分解模块，用于服装分割或家具分割，将用户上传的图片分解成人体+背景和主体两部分；
[0026]主色调提取模块，用于针对主体部分提取主色调，进行配色算法；
[0027]智能配色图片生成模块，在配色结束后，用于将生成的多张主体部分分别与背景部分相结合，生成多张智能配色图片。
[0028]本专利技术的另一目的在于提供一种计算机设备，所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行所述的智能化配色方法。
[0029]本专利技术的另一目的在于提供一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行所述的智能化配色方法。
[0030]本专利技术的另一目的在于提供一种信息数据处理终端，所述信息数据处理终端用于实现所述的智能化配色系统。
[0031]结合上述的技术方案和解决的技术问题，请从以下几方面分析本专利技术所要保护的技术方案所具备的优点及积极效果为：
[0032]第一、针对上述现有技术存在的技术问题以及解决该问题的难度，紧密结合本专利技术的所要保护的技术方案以及研发过程中结果和数据等，详细、深刻地分析本专利技术技术方案如何解决的技术问题，解决问题之后带来的一些具备创造性的技术效果。具体描述如下：
[0033]本专利技术使用了网络上公开的DEEPFASHION时尚数据集，共计有8000张不同的服装图片和对应的标签内容；家具数据集方面，使用了FGVC5家具细粒度数据集。本专利技术的数据预处理方面，读取并调整所有图像，将图像的宽度和长度调整到一致，方便后续运算，过滤掉不满足像素要求的图像；增加每个图像的采样像素，以增加图像的分辨率，双线性插值，三次插值或最近邻插值对之后的向上采样有用。本专利技术调用服装分割或者家具分割，将用户上传的图片分解成背景和主体两部分；针对主体部分提取主色调，进行配色算法，结束后再将生成的多张主体部分分别与背景部分相结合，生成多张智能配色图片。
[0034]第二，把技术方案看做一个整体或者从产品的角度，本专利技术所要保护的技术方案具备的技术效果和优点，具体描述如下：
[0035]本专利技术将用户上传的图片，经过服装/家具智能配色系统，生成不同配色的产品图片，方便供应商调整产品配色方案，减轻产品设计的压力，提升用户的体验程度，这对服装、家具线上交易领域、服装、家具设计领域具有促进意义。同时，本专利技术还结合了服装图像分割算法、家具图像分割算法智能配色算法三个领域的技术，自动改变用户上传的图片中特定区域内的颜色。
[0036]第三，作为本专利技术的权利要求的创造性辅助证据，还体现在以下几个重要方面：
[0037](1)本专利技术的技术方案转化后的预期收益和商业价值为：
[0038]在服装行业，设计师很多时候往往并不隶属于某一个公司，而是为多个公司进行服装的设计，而这种情况下，由于甲方不具有作图能力，甲方的设计需求通常以文字描述的形式传达给设计师，传达和理解上的偏差往往导致设计师要反复改稿，效率较低。借此技术，让无作图能力的甲方，通过智能配色系统后，程序在极短时间内生成海量方案，甲方只需挑选其中想要的方案，交给设计师来完善，避免了设计师的无效工作，缩减服装设计师与甲方之间沟通的时间，提升了工作效率。所以在本系统推出后，预计将受到广大服装设计师的欢迎，取得可观的商业价值。
[0039](2)本专利技术的技术方案填补了国内外业内技术空白：
[0040]通过对DEEPFASHION时尚数据集共计800本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种智能化配色方法，其特征在于，所述智能化配色方法包括：结合服装图像分割算法、家具图像分割算法及智能配色算法，将用户上传的图片经过服装、家具智能配色系统，生成不同配色的产品图片。2.如权利要求1所述智能化配色方法，其特征在于，所述智能化配色方法包括以下步骤：步骤一，分别获取服装数据集和家具数据集并对数据集进行预处理，建立配色规则库；步骤二，调用服装分割或家具分割，将用户上传的图片分解成背景和主体两部分；步骤三，针对主体部分提取主色调，进行配色算法；步骤四，配色结束后，将生成的多张主体部分分别与背景部分相结合，生成多张智能配色图片。3.如权利要求2所述智能化配色方法，其特征在于，所述步骤一中的服装数据集使用网络上公开的DEEPFASHION时尚数据集，共计有8000张不同的服装图片和对应的标签内容。4.如权利要求2所述智能化配色方法，其特征在于，所述家具数据集方面，使用FGVC5家具细粒度数据集。5.如权利要求2所述智能化配色方法，其特征在于，所述步骤一中的数据预处理包括：读取并调整所有图像，将图像的宽度和长度调整到一致；增加每个图像的采样像素，双线性插值，三次插值或最近邻插值对向上采样有用，保存数据集的配色进入配色规则库。6.如权利要求1所述智能化配色方法，其特征在于，所述智能化配色方法还包括：(1)获取图片主体区域的每个像素所对应...

【专利技术属性】
技术研发人员：梅惠平，吕高赟，季敏，秦智，焦子健，
申请(专利权)人：宁波快衣布科技有限公司，
类型：发明
国别省市：