本申请提供了一种服装搭配方法及智能镜。该方法包括：获取N个服饰图像，所述图像包括图片和/或视频，所述N为正整数；对所述N个服饰图像进行识别，确定用户的穿戴风格；根据所述用户的穿戴风格，当前的天气为用户确定穿戴方案。通过获取到的多张服饰图像，确定用户的穿戴风格，以及并结合当前的天气，能够更加智能灵活为用户确定穿戴方案，以便用户更好地选择对应的搭配服装，有效节省用户进行衣物搭配的时间和精力，满足用户的个性化穿搭需求，提高了用户的穿搭审美。了用户的穿搭审美。了用户的穿搭审美。
【技术实现步骤摘要】
一种服装搭配方法及智能镜
[0001]本申请涉及计算机
，尤其涉及一种服装搭配方法及智能镜。
技术介绍
[0002]随着人们生活水平的提高，人们对服饰搭配也越来越重视，而由于目前衣服款式的种类越来越多，人们的选择面也随之越来越广，经常出现用户在购买衣物时或者对衣橱里的衣物进行穿着时，面对琳琅满目的衣服，经常不知道如何挑选适合的衣物，不能有效进行穿衣搭配。此外，商家也不知道用户衣橱衣服的概览，无法精准定位用户的穿衣喜好、特点、单品详情，进而不能对用户进行精准推荐。
[0003]综上，目前亟需一种服装搭配方法及智能镜，用以提高用户的穿搭审美，节省用户的穿搭时间、缩短用户穿搭精力。
技术实现思路
[0004]本申请示例性的实施方式中提供了一种服装搭配方法及智能镜，用以提高用户的穿搭审美，节省用户的穿搭时间、缩短用户穿搭精力，以及有助于商家进行精准推荐，提升了服装商品的销售率。
[0005]第一方面，本申请示例性的实施方式中提供了一种服装搭配方法，包括：
[0006]获取N个服饰图像，所述图像包括图片和/或视频，所述N为正整数；对所述N个服饰图像进行识别，确定用户的穿戴风格；根据所述用户的穿戴风格，当前的天气为用户确定穿戴方案。
[0007]上述技术方案中，通过获取到的多张服饰图像，确定用户的穿戴风格，以及并结合当前的天气，能够更加智能灵活为用户确定穿戴方案，以便用户更好地选择对应的搭配服装，有效节省用户进行衣物搭配的时间和精力，满足用户的个性化穿搭需求，提高了用户的穿搭审美。
[0008]在一些示例性的实施方式中，所述获取N个服饰图像，包括：根据第一对应关系，从M个服饰图像中获取所述N个服饰图像，所述M为正整数，所述M大于等于N；所述第一对应关系包括下列中的一个或多个：当前季节与服饰的对应关系，当前外界环境温度与服饰的对应关系，出行类型与服饰的对应关系；其中，所述出行类型是根据用户输入语音信息和/或文字信息确定的。
[0009]上述技术方案中，可以通过多种分类方式对用户的衣物进行分类，从而可以基于某一种或多种分类方式，选取N个服饰图像，使得搭配的衣物更贴合实际应用，适用性更强，用户体验度高。
[0010]在一些示例性的实施方式中，所述对所述N个服饰图像进行识别，确定用户的穿戴风格，包括：确定所述N个服饰图像分别对应的风格类型，所述风格类型包括运动风、休闲风、轻熟风、甜美风、中性风、通勤风以及商务风中的一种或多种；基于所述N个服饰图像的风格类型，确定用户对不同风格类型的选用比例；将选用比例高于阈值的风格类型确定为
用户的穿戴风格。
[0011]上述技术方案中，提供了一种如何确定用户穿戴风格的方案，例如，可以将选用比例高于阈值的风格类型确定为用户的穿戴风格。
[0012]在一些示例性的实施方式中，所述确定所述N个服饰图像分别对应的风格类型，包括：通过卷积神经网络获取所述N个服饰图像中每个服饰图像的全局特征；根据每个服饰图像包括的至少一个风格信息，确定每个服饰图像的总风格信息；将每个服饰图像的总风格信息与全局特征进行结合，确定每个服饰图像的风格类型；其中，所述至少一个风格信息包括衣服的类别、属性、材质以及颜色中的一种或多种。
[0013]上述技术方案中，提供了一种确定服饰图像对应的风格类型的方式，适用性更强。
[0014]在一些示例性的实施方式中，所述根据每个服饰图像包括的至少一个风格信息，确定每个服饰图像的总风格信息，包括：根据至少一个学习向量对每个服饰图像包括的至少一个风格信息进行学习，确定每个服饰图像包括的至少一个风格信息的注意力分布，所述学习向量用于学习对不同风格信息的注意力分布；根据所述至少一个风格信息的注意力分布，确定每个服饰图像的总风格信息。
[0015]上述技术方案中，提供了一种确定服饰图像对应的总风格信息的方式，适用性更强。
[0016]在一些示例性的实施方式中，所述根据所述至少一个风格信息的注意力分布，确定每个服饰图像的总风格信息，包括：根据所述至少一个风格信息的注意力分布，确定所述至少一个风格信息中不同风格信息的权重比例；基于不同风格信息的权重比例，对每个服饰图像中包括的至少一个风格信息进行加权计算，确定每个服饰图像的总风格信息。
[0017]在一些示例性的实施方式中，所述将每个服饰图像的总风格信息与全局特征进行结合，确定每个服饰图像的风格类型，包括：根据每个服饰图像对应的总风格信息以及全局特征的注意力分布，确定每个服饰图像中总风格信息与全局特征的权重比例；基于每个服饰图像中总风格信息与全局特征的权重比例，对每个服饰图像中总风格信息与全局特征进行加权计算，确定每个服饰图像的风格类型。
[0018]第二方面，本申请示例性的实施方式中提供了一种智能镜，包括：
[0019]获取模块，用于获取N个服饰图像，所述图像包括图片和/或视频，所述N为正整数；
[0020]处理模块，用于对所述N个服饰图像进行识别，确定用户的穿戴风格；根据所述用户的穿戴风格，当前的天气为用户确定穿戴方案。
[0021]在一些示例性的实施方式中，所述处理模块具体用于：
[0022]根据第一对应关系，从M个服饰图像中获取所述N个服饰图像，所述M为正整数，所述M大于等于N；所述第一对应关系包括下列中的一个或多个：当前季节与服饰的对应关系，当前外界环境温度与服饰的对应关系，出行类型与服饰的对应关系；其中，所述出行类型是根据用户输入语音信息和/或文字信息确定的。
[0023]在一些示例性的实施方式中，所述处理模块具体用于：
[0024]确定所述N个服饰图像分别对应的风格类型，所述风格类型包括运动风、休闲风、轻熟风、甜美风、中性风、通勤风以及商务风中的一种或多种；基于所述N个服饰图像的风格类型，确定用户对不同风格类型的选用比例；将选用比例高于阈值的风格类型确定为用户的穿戴风格。
[0025]在一些示例性的实施方式中，所述处理模块具体用于：
[0026]通过卷积神经网络获取所述N个服饰图像中每个服饰图像的全局特征；根据每个服饰图像包括的至少一个风格信息，确定每个服饰图像的总风格信息；将每个服饰图像的总风格信息与全局特征进行结合，确定每个服饰图像的风格类型；其中，所述至少一个风格信息包括衣服的类别、属性、材质以及颜色中的一种或多种。
[0027]在一些示例性的实施方式中，所述处理模块具体用于：
[0028]根据至少一个学习向量对每个服饰图像包括的至少一个风格信息进行学习，确定每个服饰图像包括的至少一个风格信息的注意力分布，所述学习向量用于学习对不同风格信息的注意力分布；根据所述至少一个风格信息的注意力分布，确定每个服饰图像的总风格信息。
[0029]在一些示例性的实施方式中，所述处理模块具体用于：
[0030]根据所述至少一个风格信息的注意力分布，确定所述至少一个风格信息中不同风格信息的权重比例；基于不同风格信息的权重比例，对每个服饰图像中包括的至本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种服装搭配方法，其特征在于，包括：获取N个服饰图像，所述图像包括图片和/或视频，所述N为正整数；对所述N个服饰图像进行识别，确定用户的穿戴风格；根据所述用户的穿戴风格，当前的天气为用户确定穿戴方案。2.如权利要求1所述的方法，其特征在于，所述获取N个服饰图像，包括：根据第一对应关系，从M个服饰图像中获取所述N个服饰图像，所述M为正整数，所述M大于等于N；所述第一对应关系包括下列中的一个或多个：当前季节与服饰的对应关系，当前外界环境温度与服饰的对应关系，出行类型与服饰的对应关系；其中，所述出行类型是根据用户输入语音信息和/或文字信息确定的。3.如权利要求1或2所述的方法，其特征在于，所述对所述N个服饰图像进行识别，确定用户的穿戴风格，包括：确定所述N个服饰图像分别对应的风格类型，所述风格类型包括运动风、休闲风、轻熟风、甜美风、中性风、通勤风以及商务风中的一种或多种；基于所述N个服饰图像的风格类型，确定用户对不同风格类型的选用比例；将选用比例高于阈值的风格类型确定为用户的穿戴风格。4.如权利要求3所述的方法，其特征在于，所述确定所述N个服饰图像分别对应的风格类型，包括：通过卷积神经网络获取所述N个服饰图像中每个服饰图像的全局特征；根据每个服饰图像包括的至少一个风格信息，确定每个服饰图像的总风格信息；将每个服饰图像的总风格信息与全局特征进行结合，确定每个服饰图像的风格类型；其中，所述至少一个风格信息包括衣服的类别、属性、材质以及颜色中的一种或多种。5.如权利要求4所述的方法，其特征在于，所述根据每个服饰图像包括的至少一个风格信息，确定每个服饰图像的总风格信息，包括：根据至少一个学习向量对每个服饰图像包括的至少一个风格信息进行学习，确定每个...
【专利技术属性】
技术研发人员：刘晓潇，马琳杰，胡雁，李广琴，孙浩，
申请(专利权)人：海信集团控股股份有限公司，
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。