CN106776865A - 一种基于用户动态需求的服装搭配方法与系统 - Google Patents

Abstract

本发明所述的一种基于用户动态需求的服装搭配方法及系统，包括：采集推荐搭配方案及用户晒单搭配方案；接收所输入的消费者需求参数，所述需求参数包括消费者的体征信息、消费者的服装参数及购买意向；接收专业搭配参数，将所述消费者需求参数与专业搭配参数进行匹配筛选，获取消费者需求搭配方案；判断所述消费者需求搭配方案数据来源，若所述数据来源于用户晒单数据则为强匹配，若所述数据来源于推荐搭配方案则为弱匹配；分别依据弱匹配和强匹配的类别显示服装匹配结果。上述实施方式综合考虑消费者需求搭配方案与各个搭配方案各项数据之间的差值，其分析面广、全，能够全方位的考虑消费者的需求，使得匹配出的虚拟模型更加符合消费者的真正需求。

Description

一种基于用户动态需求的服装搭配方法与系统

技术领域

本发明涉及计算机图形学技术领域，尤其涉及一种基于用户动态需求的服装搭配方法与系统。

背景技术

基于虚拟现实的计算机动画是计算机图形学与艺术相结合的产物，三维计算机动画中的虚拟人物动画是其中的一个重要组成部分，在各种各样的3D仿真中扮演着重要的角色。

动画人物的虚拟服装模拟是研究中的一个难点问题，服装的外形并不像刚体一样固定不变，其某些特征带来模拟上的难度，如服装的复杂多变形和高度变形性。服装本身是由多片布料缝合而成，面片之间需要满足缝合的约束，服装特有的结构约束，如褶皱等也需要加以表现，此外，人体运动可以彻底改变服装的视觉效果，穿着搭配和穿着层次等的影响也给虚拟服装的真实度带来了很大的挑战。

虚拟服装的建模方法主要分为三种：几何法、物理法和混合法，目前基于物理的建模方法占据主导地位，虚拟服装建模中有两个亟待解决的问题，即提高虚拟的真实度和运算速度。

在专利号为201410064970.8的中国专利中公开一种基于个体特征的服装匹配方法，其包含以下步骤：步骤1：根据个体特征与服装属性特征匹配的知识构建个体特征与服装属性特征匹配的数据库；步骤2：终端设备手机用户的个体特征模型相关数据，该数据包括主管特征数据和客观特征数据，形成体现个体特征的属性特征值集合并存储；步骤3：终端设备获取相应服装的特征值集合并存储；步骤4：终端设备或服务器根据用户需求，与特定服装的某一属性的特征信息进行匹配计算。该发明技术方案在服装匹配计算过程中没有综合考虑所有数据，仅对某一属性的特征信息进行匹配计算。该服装匹配方法没有将服装匹配与现实数据相结合考虑，虚拟的真实度不高。

发明内容

本发明的目的在于，提出一种能够结合现实搭配情况，依据消费者体征信息自动推荐符合消费者需求的服装匹配方案，解决现有虚拟建模真实度不高，运算速度慢的问题。

为了实现上述目的，本发明所采用的技术方案为：

一种基于用户动态需求的服装搭配方法，包括：

采集推荐搭配方案及用户晒单搭配方案，依据服装单品之间的关联性、体征信息或服装单品信息将推荐搭配方案及消费者需求搭配方案分别进行分类并存储；

接收所输入的消费者需求参数，所述需求参数包括消费者的体征信息、消费者的服装参数及购买意向；

接收专业搭配参数，将所述消费者需求参数与专业搭配参数进行筛选归类，获取消费者需求搭配方案；

判断所述消费者需求搭配方案数据来源，若所述数据来源于用户晒单数据则为强匹配，若所述数据来源于推荐搭配方案则为弱匹配；

分别依据弱匹配和强匹配的类别显示服装匹配结果。

其中，所述的基于用户动态需求的服装搭配方法，所述体征信息包括身高、体重、肩宽、胸围、腰围、臀围、髋围、大腿围、小腿围、腿长、臂长、足颈围、上臂围、颈长、颈围、肤色、发质、脸型、皮肤机理、瞳孔颜色、身体比例。

其中，所述的基于用户动态需求的服装搭配方法，所述服装单品信息包括：版型、场合风格、适合年龄、季节、款式、点击量及色系。

本发明还公开一种基于用户动态需求的服装搭配系统，包括：

采集模块，用于采集推荐搭配方案及用户晒单搭配方案，依据服装单品之间的关联性、体征信息或服装单品信息将推荐搭配方案及消费者需求搭配方案分别进行分类并存储；

输入模块，用于接收所输入的消费者需求参数，所述需求参数包括消费者的体征信息、消费者的服装参数及购买意向；

筛选模块，用于接收专业搭配参数，将所述消费者需求参数与专业搭配参数进行筛选归类，获取消费者需求搭配方案；

判断模块，用于判断所述消费者需求搭配方案数据来源，若所述数据来源于用户晒单数据则为强匹配，若所述数据来源于推荐搭配方案则为弱匹配；

显示模块，用于分别依据弱匹配和强匹配的类别显示服装匹配结果。

其中，所述的基于用户动态需求的服装搭配系统，所述体征信息包括身高、体重、肩宽、胸围、腰围、臀围、髋围、大腿围、小腿围、腿长、臂长、足颈围、上臂围、颈长、颈围、肤色、发质、脸型、皮肤机理、瞳孔颜色、身体比例。

其中，所述的基于用户动态需求的服装搭配系统，所述服装单品信息包括：版型、场合风格、适合年龄、季节、款式、点击量及色系。

本发明的有益效果为：

一、通过采集推荐搭配方案及用户晒单搭配方案进行数据建模，计算消费者的需求搭配方案与专业搭配参数之间进行匹配筛选，从而获取消费者需求搭配方案。采用上述方式，结合实际搭配方案进行虚拟建模，仿真，为消费者提供真实的服装匹配购物指南。

二、通过将消费者需求搭配方案与推荐搭配方案之间进行弱匹配计算，消费者需求搭配方案与用户晒单搭配方案之间进行强匹配计算，强匹配数据的真实性更高，更加可靠，更容易得到消费者的青睐。弱匹配数据能够给消费者提供更多的参考意见，扩大消费者服装搭配的可选择范围，给消费者更多参考建议。

三、所述服装匹配方案，加入了专业服装匹配人员的专业搭配参数，通过将消费者需求参数与专业搭配参数进行筛选归类，将消费者需求参数进行筛选归类之后，在执行后续的步骤过程中，能够依据归类的类别从各个搭配方案中筛选满足用户需求的数据，达到数据快速处理的目的。且还将消费者需求搭配方案与用户晒单搭配方案进行强匹配，用户晒单搭配方案以用户的实际体验效果为依据，服装搭配方案更加真实可靠，能够给消费者提供更加贴合实际的建议。将消费者需求搭配方案与已有各个搭配方案的各项数据进行计算比对，其分析面广、全，能够全方位的考虑消费者的需求，使得匹配出的虚拟模型更加符合消费者的真正需求。

四、依据服装单品之间的关联性、体征信息或服装单品信息分别将推荐搭配方案及消费者需求搭配方案进行分类并存储，并且通过专业搭配参数优先进行筛选归类，在进行消费者需求参数与专业搭配参数匹配筛选的过程中，能够依据类别进行相似度计算，去除关联度不大的类别统计，避免进行大量数据计算，缩短数据计算时间，能够快速的依据消费者的体征信息和服装需求获取服装匹配结果。

附图说明

图1为本发明基于用户动态需求的服装搭配方法的流程图。

具体实施方式

以下将结合附图所示的具体实施方式对本发明进行详细描述。但这些实施方式并不限制本发明，本领域的普通技术人员根据这些实施方式所做出的结构、方法、或功能上的变换均包含在本发明的保护范围内。

参阅图1所示的一种基于用户动态需求的服装搭配方法，包括：

S100：采集推荐搭配方案及用户晒单搭配方案，依据服装单品之间的关联性、体征信息或服装单品信息将推荐搭配方案及消费者需求搭配方案分别进行分类并存储；

上述步骤中，所述推荐搭配方案为供应商提供的搭配方案；所述用户晒单搭配方案为用户购买服装产品搭配完成后的买家秀晒单，通过收集晒单产品和晒单用户身体数据之间的相互关联数据建立用户晒单搭配方案。

在采集的推荐搭配方案及用户晒单搭配方案中均包括人体体征信息和服装单品信息，所述人体的体征信息包含身高、体重、肩宽、胸围、腰围、臀围、髋围、大腿围、小腿围、足颈围、上臂围、颈围、肤色、发质、脸型、皮肤机理、瞳孔颜色、身体比例。所述服装单品信息包括：版型、场合风格、适合年龄、季节、款式、点击量及色系、上衣、下衣、配件、鞋子、款式、颜色、季节、版型等。具体的，所述身高包括高、中、矮等类型，设置178以上为高，168-177为中，167以下为矮。设置体型肥胖者宜穿墨绿、蓝色、深黑等深色系列的服装，设置体型瘦小者宜穿红色、黄色、橙色等暖色调的衣服，因为暖色和明度高的色彩有膨胀的感觉。所述脸型包括椭圆脸、大脸、逆三角形脸、三角形脸、长方形脸、四方形脸、菱形脸和圆形脸。所述场合风格包括青春流行、欧美风、古典风、韩版、日系、简约商务、生活家居、运动型和礼服类等。所述季节包括春天、夏天、秋天及冬天等。

在该实施方式中，所述人体体征信息和服装单品信息可通过网络设备进行数据收集，如通过手持终端、扫描仪、PC机等可输入设备建立各个搭配方案的数据。如采用人体扫描仪获得用户的身高、体重、肩宽、胸围、腰围、臀围、髋围、大腿围、小腿围、腿长、臂长、足颈围、上臂围、颈长、颈围、肤色、发质、脸型、皮肤机理、瞳孔颜色、发质、脸型、瞳孔颜色、上身长、下身长、身体比例或臂长等信息；脚部扫描仪可以扫描人体脚部获得用户的脚长、脚宽、脚厚、脚趾长度等信息；手部扫描仪可以扫描人体手部获得用户的手长、手宽、手厚、手指长度等信息；另外，通过智能扫描终端还可以识别用户的肤色深浅。智能扫描终端可以放置在校园门口、商场门口等人流量较大的地方。

将所采集的推荐搭配方案及用户晒单搭配方案进行存储，所采集的推荐搭配方案及用户晒单搭配方案可采用云端存储或本地存储，云端存储可存储于云服务器上，本地存储可采用硬盘存储、软盘存储等各种具备存储功能的硬件设备。

在该过程中，将各个搭配方案进行分类存储，使得在进行消费者需求参数与专业搭配参数进行匹配时能够选择相应的类别进行匹配度计算，大大的减小数据计算数量，缩短数据处理时间，提高数据处理效率。所述的分类存储依据人体体征信息或服装单品信息进行分类，例如人体体征信息的特性数据可以分类为：瘦、胖、高、矮，身高1.5-1.6米，身高1.6-1.7m，长发、短发、白皮肤、黄皮肤、黑皮肤等类别，服装单品信息的特性数据可以分类为：上衣、下衣、长袖、短袖、外套、皮衣、羽绒服、棉质衣服、麻布衣服、款式颜色、季节、版型等等。所述分类存储可依据使用的需求，根据人体体征信息或者根据服装单品信息进行分类。还可以根据服装单品之间的关联性进行分类，例如用于搭配上衣的裤子，用于搭配裤子的鞋子，用于搭配裤子的衣服，用于搭配舞会服装的包包、用于搭配冬靴的裤子、用于搭配牛仔裤的鞋子等。可将同类型的服装单品分为一类，或者符合某一人体体征信息的分为一类，所述分类并不仅仅局限于本实施方式所列举的范围。

S200：接收所输入的消费者需求参数，所述需求参数包括消费者的体征信息、消费者的服装参数及购买意向；

消费者可通过字符、语音、图片或者视频等方式输入消费者个人的体征信息、消费者需求信息及购买意向。所输入的消费者个人体征信息可包括肩宽、胸围、头发长度、头围、身高、身体比例、发质、脸型、瞳孔颜色、臂长、上臂围、上身长等体征信息，并输入已有衣服类型、颜色、款式、面料、出席场合、价格范围等消费者服装参数；输入消费者购买意向，比如消费者已有上衣，需要购买一下衣进行匹配，需要了解下衣(裤子、裙子等)的匹配方案，则其输入腰围、臀围、大腿围、小腿围、下身长等体征信息，输入类型、颜色、款式、面料、出席场合、价格范围等。消费者所输入的体征信息、服装参数及购买意向为以下的服装匹配提供数据。

S300：接收专业搭配参数，将所述消费者需求参数与专业搭配参数进行匹配筛选，获取消费者需求搭配方案；

所述专业搭配参数来自专业搭配师的设计数据，专业搭配师的设计数据从海量搭配数据的统计分析中得出，所述海量搭配数据包括推荐搭配方案及用户晒单搭配方案。该步骤中通过专业搭配参数对消费者需求参数进行分解。专业搭配参数对消费者需求参数进行的主要分解、筛选归类数据包括：体型、脸型、场合风格、年龄、季节、款式、点击量等作为筛选项，色彩搭配为最主要匹配项。例如：将消费者身材数据(身高、体重、胸围、腰围、臀围)与标准身材数据进行差别计算，将体型分为高、中、矮，还细分为瘦型、壮型、胖型，羽绒服不适合矮胖型穿，那么对于矮胖型用户通过专业搭配参数的筛选会自动删除羽绒服，针对胖型用户匹配胖型大码的衣服。脸型分为椭圆脸、大脸、逆三角形脸、三角形脸、长方形脸、四方形脸、菱形脸、圆形脸等，脸型数据决定衣服是V领、圆领、高领、无领或者其他类型。场合风格分为青春流行、欧美风、古典风、韩版、日系、简约商务、生活居家、运动型、礼服类等。依据消费者年龄分为少年、青年、中年、老年。

在进行专业匹配过程中，依据用户的身材数据推荐类型符合的服装，例如服装的色彩应与季节协调，春天以明快的色彩，黄色中含有粉红色、豆绿色或者浅绿色等。夏天以素色为基调，给人以凉爽感。蓝色、浅灰色、白色、玉色、淡粉红等。秋天穿中性色彩，金黄色、翠绿色、米色等。冬天穿深沉的色彩，黑色。藏青色。古铜色、深灰色等。通过专业搭配参数，用户已有的上衣若是商务西装，则下裤应该选择西裤。根据用户身材数据和标准身材数据对比得出胖型、壮型、瘦型以及高中矮型，比如羽绒服不适合矮胖型穿，对于矮胖型用户在推荐上衣的时候会自动删除羽绒服。针对胖型大码的衣服推荐胖型用户，瘦型款式自动删除。根据用户脸型数据推荐不同领子的衣服，比如用户脸型是菱形脸，不适合圆领上衣，那么圆领上衣就可以自动删除不推荐。根据消费者提供的上衣数据，可以得出是什么场合衣服，在进行下裤搭配的时候将不适合的直接删除。

上述各项数据完成匹配筛选筛选后，按照搭配原理对色彩进行相互之间赋值，比如，对于男性白色上衣，专业搭配中黑色裤子赋值优，深色系列裤子赋值良，其他不赋值直接删除。然后得出的数据按照优良来排名，同一个级别中按照点击量来排名。对于女性八色上衣搭配黑色、粉紫色、粉红色、白色赋值为优，灰色、红色、绿色、蓝色等赋值为良，其他不给于赋值直接删除。然后得出来的数据按照优良来排名，同一个级别中按照点击量排名。在色系搭配中，采用赋值计算，而男女性别不同，色彩搭配也不一致，设定这种色彩搭配数据需要专业搭配师编辑色彩搭配指令，存入专业数据库中。

上述过程中，将所述消费者需求参数与专业搭配参数进行匹配筛选，对消费者个人数据和需求参数进行归类、罗列，通过专业数据库的指令分析和引导，在海量商品数据库中对海量商品进行筛选，去除晒单搭配方案和推荐搭配方案中不符合专业搭配参数的搭配方案，获取符合专业搭配参数的搭配方案。然后对筛选的结果进行复制，按照优良等级和点击量混合式排列呈现给消费者。

S400：判断所述消费者需求搭配方案数据来源，若所述数据来源于用户晒单数据则为强匹配，若所述数据来源于推荐搭配方案则为弱匹配；

将步骤S300的匹配筛选结果进行分析，确定所述匹配筛选结果的数据来源。

S500：分别依据弱匹配和强匹配的类别显示服装匹配结果。在进行服装匹配结果的显示过程中，可依据各个类别赋值的优良分类显示，其中将赋值优的显示在前，将赋值良的显示在后。

优选的，所述强匹配与弱匹配可以设置为在同一显示界面上显示，设置为强匹配显示在前，弱匹配显示在后。或者设置强匹配与弱匹配在不同的显示界面进行显示；或者设置强匹配和弱匹配在同一显示界面分屏显示。

本发明还公开一种基于用户动态需求的服装搭配系统，所述系统是基于用户动态需求的服装搭配方法相对应的实施例，基于用户动态需求的服装搭配方法中提到的相关技术细节在本实施方式中依然有效，为了减少重复，这里不再赘述。所述基于用户动态需求的服装搭配系统包括：

采集模块，用于采集推荐搭配方案及用户晒单搭配方案，依据服装单品之间的关联性、体征信息或服装单品信息将推荐搭配方案及消费者需求搭配方案分别进行分类并存储；

输入模块，用于接收所输入的消费者需求参数，所述需求参数包括消费者的体征信息、消费者的服装参数及购买意向；

筛选模块，用于接收专业搭配参数，将所述消费者需求参数与专业搭配参数进行筛选归类，获取消费者需求搭配方案；

判断模块，用于判断所述消费者需求搭配方案数据来源，若所述数据来源于用户晒单数据则为强匹配，若所述数据来源于推荐搭配方案则为弱匹配；显示模块，用于分别依据弱匹配和强匹配的类别显示服装匹配结果。其中，所述的基于用户动态需求的服装搭配系统，所述体征信息包括身高、体重、肩宽、胸围、腰围、臀围、髋围、大腿围、小腿围、腿长、臂长、足颈围、上臂围、颈长、颈围、肤色、发质、脸型、皮肤机理、瞳孔颜色、身体比例。

其中，所述的基于用户动态需求的服装搭配系统，所述服装单品信息包括：版型、场合风格、适合年龄、季节、款式、点击量及色系。

上述实施方式，通过采集推荐搭配方案及用户晒单搭配方案进行数据建模，计算消费者的需求搭配方案与专业搭配参数之间进行匹配筛选，从而获取消费者需求搭配方案。采用上述方式，结合实际搭配方案进行虚拟建模，仿真，为消费者提供真实的服装匹配购物指南。过将消费者需求搭配方案与推荐搭配方案之间进行弱匹配计算，消费者需求搭配方案与用户晒单搭配方案之间进行强匹配计算，强匹配数据的真实性更高，更加可靠，更容易得到消费者的青睐。弱匹配数据能够给消费者提供更多的参考意见，扩大消费者服装搭配的可选择范围，给消费者更多参考建议。所述服装匹配方案，加入了专业服装匹配人员的专业搭配参数，通过将消费者需求参数与专业搭配参数进行筛选归类，将消费者需求参数进行筛选归类之后，在执行后续的步骤过程中，能够依据归类的类别从各个搭配方案中筛选满足用户需求的数据，达到数据快速处理的目的。且还将消费者需求搭配方案与用户晒单搭配方案进行强匹配，用户晒单搭配方案以用户的实际体验效果为依据，服装搭配方案更加真实可靠，能够给消费者提供更加贴合实际的建议。将消费者需求搭配方案与已有各个搭配方案的各项数据进行计算比对，其分析面广、全，能够全方位的考虑消费者的需求，使得匹配出的虚拟模型更加符合消费者的真正需求。依据服装单品之间的关联性、体征信息或服装单品信息分别将推荐搭配方案及消费者需求搭配方案进行分类并存储，并且通过专业搭配参数优先进行筛选归类，在进行消费者需求参数与专业搭配参数匹配筛选的过程中，能够依据类别进行相似度计算，去除关联度不大的类别统计，避免进行大量数据计算，缩短数据计算时间，能够快速的依据消费者的体征信息和服装需求获取服装匹配结果。

应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施方式中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。

上文所列出的一系列的详细说明仅仅是针对本发明的可行性实施方式的具体说明，它们并非用以限制本发明的保护范围，凡未脱离本发明技艺精神所作的等效实施方式或变更均应包含在本发明的保护范围之内。

Claims (6)

1.一种基于用户动态需求的服装搭配方法，其特征在于包括：

采集推荐搭配方案及用户晒单搭配方案，依据服装单品之间的关联性、体征信息或服装单品信息将推荐搭配方案及消费者需求搭配方案分别进行分类并存储；

接收所输入的消费者需求参数，所述需求参数包括消费者的体征信息、消费者的服装参数及购买意向；

接收专业搭配参数，将所述消费者需求参数与专业搭配参数进行匹配筛选，获取消费者需求搭配方案；

判断所述消费者需求搭配方案数据来源，若所述数据来源于用户晒单数据则为强匹配，若所述数据来源于推荐搭配方案则为弱匹配；

分别依据弱匹配和强匹配的类别显示服装匹配结果。

2.根据权利要求1所述的基于用户动态需求的服装搭配方法，其特征在于：

所述体征信息包括身高、体重、肩宽、胸围、腰围、臀围、髋围、大腿围、小腿围、腿长、臂长、足颈围、上臂围、颈长、颈围、肤色、发质、脸型、皮肤机理、瞳孔颜色、身体比例。

3.根据权利要求1或2所述的基于用户动态需求的服装搭配方法，其特征在于：所述服装单品信息包括：版型、场合风格、适合年龄、季节、款式、点击量及色系。

4.一种基于用户动态需求的服装搭配系统，其特征在于包括：

采集模块，用于采集推荐搭配方案及用户晒单搭配方案，依据服装单品之间的关联性、体征信息或服装单品信息将推荐搭配方案及消费者需求搭配方案分别进行分类并存储；

输入模块，用于接收所输入的消费者需求参数，所述需求参数包括消费者的体征信息、消费者的服装参数及购买意向；

筛选模块，用于接收专业搭配参数，将所述消费者需求参数与专业搭配参数进行筛选归类，获取消费者需求搭配方案；

判断模块，用于判断所述消费者需求搭配方案数据来源，若所述数据来源于用户晒单数据则为强匹配，若所述数据来源于推荐搭配方案则为弱匹配；

显示模块，用于分别依据弱匹配和强匹配的类别显示服装匹配结果。

5.根据权利要求4所述的基于用户动态需求的服装搭配系统，其特征在于：所述体征信息包括身高、体重、肩宽、胸围、腰围、臀围、髋围、大腿围、小腿围、腿长、臂长、足颈围、上臂围、颈长、颈围、肤色、发质、脸型、皮肤机理、瞳孔颜色、身体比例。

6.根据权利要求4或5所述的基于用户动态需求的服装搭配系统，其特征在于：所述服装单品信息包括：版型、场合风格、适合年龄、季节、款式、点击量及色系。