用于为给定服饰单品生成搭配服饰的方法及装置制造方法及图纸

本公开的实施例提供一种用于为给定服饰单品生成搭配服饰的方法。该方法包括：基于N个随机噪声来生成目标类型的N个随机服饰单品的N个随机图像；以及基于给定服饰单品的图像和N个随机图像来生成与给定服饰单品搭配的N个目标服饰单品的N个目标图像。其中，目标类型与给定服饰单品的类型不同。N个目标服饰单品的类型为目标类型。N为正整数。N为正整数。N为正整数。

【技术实现步骤摘要】
用于为给定服饰单品生成搭配服饰的方法及装置


[0001]本公开的实施例涉及计算机
，具体地，涉及用于为给定服饰单品生成搭配服饰的方法及装置。

技术介绍

[0002]时尚因素因其展现自我个性和塑造文化的能力，在现今社会中扮演的角色日益重要，尤其是在当前互联网的环境中，其作用愈专利技术显。近年来，随着互联网和电子商务的迅速普及，线上购物经济得到了迅猛发展。其中，在线服饰购买和产业链迅速呈现出逐年增长的趋势，为服饰搭配推荐方法带来了巨大的商机。目前也有很多公司发布了他们的时尚搭配应用。然而这些公司主要的应用是基于现有的服饰去做组合，最终取服饰搭配推荐算法认为搭配的套装。这些公司的应用没有使用生成技术来生成搭配的服饰从而为时装设计师提供新服装设计的思路。根据调研，目前最常用的服饰搭配判断方法主要采用鉴别模型，即给定一套服饰，服饰搭配模型对其进行评测来确定是否搭配。上述的鉴别模型主要采用序列学习、度量学习、图表示学习来对服饰搭配问题进行建模。然而，这些模型只能评价已经存在的服饰之间是否搭配，并不能够生成出新的搭配的服饰套装。

技术实现思路

[0003]本文中描述的实施例提供了一种用于为给定服饰单品生成搭配服饰的方法、装置、电子设备以及存储有计算机程序的计算机可读存储介质。
[0004]根据本公开的第一方面，提供了一种用于为给定服饰单品生成搭配服饰的方法。该方法包括：基于N个随机噪声来生成目标类型的N个随机服饰单品的N个随机图像；以及基于给定服饰单品的图像和N个随机图像来生成与给定服饰单品搭配的N个目标服饰单品的N个目标图像。其中，目标类型与给定服饰单品的类型不同。N个目标服饰单品的类型为目标类型。N为正整数。
[0005]在本公开的一些实施例中，基于N个随机噪声来生成目标类型的N个随机服饰单品的N个随机图像包括：通过经训练的映射网络从N个随机噪声生成解耦向量；以及通过经训练的合成网络将解耦向量合成N个随机图像。
[0006]在本公开的一些实施例中，基于给定服饰单品的图像和N个随机图像来生成与给定服饰单品搭配的N个目标服饰单品的N个目标图像包括：通过经训练的编码网络从给定服饰单品的图像和N个随机图像生成编码向量；以及通过经训练的合成网络将编码向量合成N个目标图像。
[0007]根据本公开的第二方面，提供了一种电子设备。该电子设备包括至少一个处理器；以及存储有计算机程序的至少一个存储器。当计算机程序由至少一个处理器执行时，使得电子设备：基于N个随机噪声来生成目标类型的N个随机服饰单品的N个随机图像；以及基于给定服饰单品的图像和N个随机图像来生成与给定服饰单品搭配的N个目标服饰单品的N个目标图像。其中，目标类型与给定服饰单品的类型不同。N个目标服饰单品的类型为目标类
型。N为正整数。
[0008]在本公开的一些实施例中，计算机程序在由至少一个处理器执行时使得电子设备通过以下操作来基于N个随机噪声来生成目标类型的N个随机服饰单品的N个随机图像：通过经训练的映射网络从N个随机噪声生成解耦向量；以及通过经训练的合成网络将解耦向量合成N个随机图像。
[0009]在本公开的一些实施例中，计算机程序在由至少一个处理器执行时使得电子设备通过以下操作来基于给定服饰单品的图像和N个随机图像来生成与给定服饰单品搭配的N个目标服饰单品的N个目标图像：通过经训练的编码网络从给定服饰单品的图像和N个随机图像生成编码向量；以及通过经训练的合成网络将编码向量合成N个目标图像。
[0010]根据本公开的第三方面，提供了一种用于为给定服饰单品生成搭配服饰的装置。该装置包括：随机图像生成模块以及目标图像生成模块。随机图像生成模块被配置为基于N个随机噪声来生成目标类型的N个随机服饰单品的N个随机图像。其中，目标类型与给定服饰单品的类型不同。目标图像生成模块被配置为基于给定服饰单品的图像和N个随机图像来生成与给定服饰单品搭配的N个目标服饰单品的N个目标图像。N个目标服饰单品的类型为目标类型。N为正整数。随机图像生成模块包括映射网络和合成网络。目标图像生成模块包括编码网络和合成网络。
[0011]在本公开的一些实施例中，映射网络被配置为：从N个随机噪声生成解耦向量。编码网络被配置为：从给定服饰单品的图像和N个随机图像生成编码向量。合成网络被配置为：将解耦向量合成N个随机图像，以及将编码向量合成N个目标图像。
[0012]根据本公开的第四方面，提供了一种训练方法，用于训练根据本公开的第三方面所述的用于为给定服饰单品生成搭配服饰的装置。该训练方法包括：获取训练数据集，其中，训练数据集包括多组服饰套装的图像，每组服饰套装包括相互搭配的第一服饰和第二服饰，第一服饰的类型与给定服饰单品的类型相同，第二服饰的类型为目标类型；将每组服饰套装中的第一服饰的图像与其它组服饰套装中的第二服饰的图像分别组合成多个不搭配真实服饰对图像；对随机图像生成模块进行无条件的图像生成训练以使得随机图像生成模块能够基于N个随机噪声来生成目标类型的N个随机服饰单品的N个随机图像，其中，经训练的随机图像生成模块的参数在后续训练中保持不变；以及在每一轮后续训练中，执行以下操作：通过经训练的随机图像生成模块中的映射网络从N个随机噪声生成解耦向量；通过经训练的随机图像生成模块中的合成网络将解耦向量合成N个随机图像；通过编码网络从多组服饰套装中的第一服饰的图像和N个随机图像生成多个编码向量；用多个编码向量和解耦向量来训练真假判别器以最小化真假判别器的损失函数，其中，真假判别器用于对多个编码向量和解耦向量进行鉴别，旨在被训练成将多个编码向量鉴别为假并将解耦向量鉴别为真；通过合成网络将多个编码向量分别合成多个合成图像；将多组服饰套装中的第一服饰的图像与多个合成图像中的相应合成图像分别组合成多个合成服饰对图像；用多组服饰套装的图像、多个不搭配真实服饰对图像以及多个合成服饰对图像来训练搭配鉴别器以最小化搭配鉴别器的损失函数，其中，搭配鉴别器旨在被训练成将多组服饰套装的图像鉴别为真并将多个不搭配真实服饰对图像以及多个合成服饰对图像为鉴别为假，真假判别器和编码网络的参数在训练搭配鉴别器的过程中保持不变；以及用多组服饰套装的图像、多个合成服饰对图像和N个随机图像来训练编码网络以最小化编码网络的损失函数，其中，真
假判别器和搭配鉴别器的参数在训练编码网络的过程中保持不变。
[0013]在本公开的一些实施例中，真假判别器的损失函数被表示为：
[0014][0015]其中，z
i
表示第i随机噪声，表示随机噪声采样的空间，x表示第一服饰的图像，表示第一服饰所属的图像域，D
se
表示真假判别器，f表示映射网络，e表示编码网络，g表示合成网络，表示在通道维度上的拼接，
○
表示函数复合。
[0016]在本公开的一些实施例中，搭配鉴别器的损失函数被表示为：
[0017][0018]其中，z
i
表示第i随机噪声，表示随机噪声采样的空间，x表示第一服饰的图像，表示第一服饰所属的图本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于为给定服饰单品生成搭配服饰的方法，包括：基于N个随机噪声来生成目标类型的N个随机服饰单品的N个随机图像，其中，所述目标类型与所述给定服饰单品的类型不同；以及基于所述给定服饰单品的图像和所述N个随机图像来生成与所述给定服饰单品搭配的N个目标服饰单品的N个目标图像，其中，所述N个目标服饰单品的类型为所述目标类型，N为正整数。2.根据权利要求1所述的方法，其中，基于N个随机噪声来生成目标类型的N个随机服饰单品的N个随机图像包括：通过经训练的映射网络从所述N个随机噪声生成解耦向量；以及通过经训练的合成网络将所述解耦向量合成所述N个随机图像。3.根据权利要求2所述的方法，其中，基于所述给定服饰单品的图像和所述N个随机图像来生成与所述给定服饰单品搭配的N个目标服饰单品的N个目标图像包括：通过经训练的编码网络从所述给定服饰单品的图像和所述N个随机图像生成编码向量；以及通过所述经训练的合成网络将所述编码向量合成所述N个目标图像。4.一种电子设备，包括：至少一个处理器；以及存储有计算机程序的至少一个存储器；其中，当所述计算机程序由所述至少一个处理器执行时，使得所述电子设备执行根据权利要求1至3中任一项所述的方法的步骤。5.一种用于为给定服饰单品生成搭配服饰的装置，包括：随机图像生成模块，其被配置为基于N个随机噪声来生成目标类型的N个随机服饰单品的N个随机图像，其中，所述目标类型与所述给定服饰单品的类型不同；以及目标图像生成模块，其被配置为基于所述给定服饰单品的图像和所述N个随机图像来生成与所述给定服饰单品搭配的N个目标服饰单品的N个目标图像，其中，所述N个目标服饰单品的类型为所述目标类型，N为正整数；其中，所述随机图像生成模块包括映射网络和合成网络，所述目标图像生成模块包括编码网络和所述合成网络。6.根据权利要求5所述的装置，其中，所述映射网络被配置为：从所述N个随机噪声生成解耦向量；所述编码网络被配置为：从所述给定服饰单品的图像和所述N个随机图像生成编码向量；所述合成网络被配置为：将所述解耦向量合成所述N个随机图像，以及将所述编码向量合成所述N个目标图像。7.一种训练方法，用于训练根据权利要求5或6所述的用于为给定服饰单品生成搭配服饰的装置，所述训练方法包括：获取训练数据集，其中，所述训练数据集包括多组服饰套装的图像，每组服饰套装包括相互搭配的第一服饰和第二服饰，所述第一服饰的类型与所述给定服饰单品的类型相同，所述第二服饰的类型为所述目标类型；
将每组服饰套装中的所述第一服饰的图像与其它组服饰套装中的所述第二服饰的图像分别组合成多个不搭配真实服饰对图像；对所述随机图像生成模块进行无条件的图像生成训练以使得所述随机图像生成模块能够基于N个随机噪声来生成所述目标类型的N个随机服饰单品的N个随机图像，其中，经训练的随机图像生成模块的参数在后续训练中保持不变；以及在每一轮后续训练中，执行以下操作：通过所述经训练的随机图像生成模块中的映射网络从N个随机噪声生成解耦向量；通过所述经训练的随机图像生成模块中的合成网络将所述解耦向量合成N个随机图像；通过所述编码网络从所述多组服饰套装中的所述第一服饰的图像和所述N个随机图像生成多个编码向量；用所述多个编码向量和所述解耦向量来训练真假判别器以最小化所述...

【专利技术属性】
技术研发人员：张海军，周栋梁，
申请(专利权)人：哈尔滨工业大学深圳，
类型：发明
国别省市：