CN106779977B - 一种基于智能移动终端的服装搭配方法及其系统 - Google Patents

Abstract

本发明公开了一种基于智能移动终端的服装搭配方法及其系统，该系统包括联网的：装有服装搭配软件的智能移动终端、装有PLM系统和店铺DRP系统的本地服务器、带有服装搭配软件后台数据库的云端服务器，用于从PLM系统和店铺DRP系统中同步数据，云端服务器内还设置有计算服装风格特征、计算顾客穿衣风格、服装风格特征与顾客穿衣风格相对应、服装单品搭配的后台逻辑算法；由于采用了在服装搭配软件内做题的方式，测试和诊断顾客的个人穿衣风格进行，并将顾客的穿衣风格参数与服装风格特征数据相对应，店员就可以智能化地为顾客挑选合适的服装并进行搭配，大大降低了服装品牌门店导购人员较高的专业性要求，明显简化了门店工作流程的系统。

Description

一种基于智能移动终端的服装搭配方法及其系统

技术领域

本发明涉及服装品牌门店向顾客进行推荐、配装和装扮的方法领域，尤其涉及的是一种基于智能移动终端的服装搭配方法。

背景技术

现有服装品牌的门店导购给顾客推荐服装的方式，大都是直接推荐一些畅销款服装或主推款服装给顾客，或者完全迎合顾客的喜好进行服装搭配，很少有服装品牌的门店能根据顾客个人的风格特征有针对性的给出专业的配装方案。

另一方面，由于服装品牌门店的导购人员的专业水平参差不齐，很难有办法让每个导购人员都能专业的向顾客推荐服装，再加上导购人员的流动性也很大，即使培训也很难解决此问题。而有些服装品牌干脆选择聘请专业的形象顾问师来完成这一工作，但是覆盖面较小，地域比较受到局限，真正做到每个门店的店员都能精准为顾客配装，有着很大的困难。

因此，现有技术尚有待改进和发展。

发明内容

为解决上述技术问题，本发明提供一种基于智能移动终端的服装搭配方法，可智能化地对顾客进行配装，并可降低对服装品牌门店导购人员的较高专业性要求，同时也可简化门店工作流程的系统。

同时，本发明还提出一种基于智能移动终端的服装搭配系统，可智能化地对顾客进行配装，并可降低对服装品牌门店导购人员的较高专业性要求，同时也可简化门店工作流程的系统。

本发明的技术方案如下：一种基于智能移动终端的服装搭配方法，包括以下步骤：

S1、登陆本地服务器的PLM系统，录入店内在售服装的色彩信息、面料特征及款式信息，拍照服装的正面图片，并上传至云端服务器的后台数据库，实时同步服装搭配APP软件的后台数据；

S2、云端服务器根据计算服装风格特征的后台逻辑算法，计算出服装的风格特征参数，并存到服装搭配APP软件的后台数据库中；

S3、店员在智能移动终端点击进入服装搭配APP软件，登记顾客的个人信息资料，对顾客的外貌体征进行拍照，用工具仪器采集顾客的身体数据，并上传至云端服务器的服装搭配APP软件的后台数据库；

S4、在服装搭配APP软件内通过做题的方式，对顾客的个人穿衣风格进行测试和诊断，云端服务器根据顾客穿衣风格的后台逻辑算法计算出顾客的穿衣风格参数，并在服装搭配APP软件的后台数据库中进行备案；

S5、读取本地服务器的店铺DRP系统内的库存数据，在智能移动终端上以图文并茂的形式显示服装的图片和库存信息；

S6、云端服务器根据服装风格特征与顾客穿衣风格相对应的后台逻辑算法，将每件服装的风格特征参数与顾客的穿衣风格参数相对应，计算并生成适合顾客穿着的服装适穿库，并以图片的形式显示在智能移动终端上；

S7、云端服务器根据服装单品搭配的后台逻辑算法，为服装适穿库中的每件服装推出与之相搭配的在店销售的单品，并将搭配之后的几套服装的图片组合后显示在智能移动终端上；

S8、云端服务器将服装的风格特征参数与顾客的穿衣风格参数相对应，推荐出与顾客的穿衣风格参数相适配的服装搭配图片，并将结果在显示在智能移动终端上。

所述的基于智能移动终端的服装搭配方法，在步骤S1中，对于服装的色彩信息采用色彩号的方式，将色彩的色相、明度、艳度分别用数字表示，每个色彩号有7个数字，数值的大小变化代表明度和艳度的高低变化；对于服装的面料特征，包括面料图案的类别、深中浅、冷中暖、艳中柔特征；而服装的款式信息则包括曲中直、大中小信息。

所述的基于智能移动终端的服装搭配方法，在步骤S1中，把服装分成净色和非净色两类，净色服装录入色相号、明度号、艳度号参数，非净色服装录入面料图案花型、面料图案冷中暖、面料图案艳中柔、面料图案深中浅参数。

所述的基于智能移动终端的服装搭配方法，在步骤S1中，把服装分成上装和下装，上装录入身型、领型、肩袖型、上衣下摆、后中长、胸围的数据，通过身型、领型、肩袖型、上衣下摆数据得出上装曲中直的风格特征参数，通过后中长、胸围数据得出上装大中小的风格特征参数，下装录入裤型、裙型数据，得出下装曲中直的风格特征参数；服装的款式信息还包括对服装的品类进行规范编码，以及对服装适合穿着的场合进行分类，分成职场、社交和休闲三大类。

所述的基于智能移动终端的服装搭配方法，在步骤S4中，顾客的深浅风格通过顾客肤色的深浅进行判断，顾客的冷中暖风格通过顾客适合穿着的服装颜色、顾客的发色和肤色进行判断，顾客的艳中柔风格通过顾客头面部的色差、五官立体度与参考图片的相似度进行判断，顾客曲中直风格通过顾客的脸型、眉形、发型、眼神和性格进行判断，按各个维度的不同的权重占比计算出最终结果，顾客的大中小风格通过顾客的身高、体重和身型进行判断。

所述的基于智能移动终端的服装搭配方法，将服装适穿库中的服装定义为主品，将在店销售的单品中与之相搭配的服饰定义为辅品，步骤S7还包括挑选并推送辅品的步骤：

S71、对主品进行品类号识别，通过品类号将服装区分到内外搭、上下搭和三件套的搭配模式；

S72、通过识别辅品的品类号，根据品类匹配规则将符合要求的辅品挑出并生成辅品搭配库；

S73、识别服装适穿库中主品服装的面料图案，按照净色和非净色两条搭配分支筛选辅品；

S74、在净色和非净色两条搭配分支中的主品与辅品之间，根据色彩匹配规则进行组合搭配；

S75、删除重复类似的搭配组合，将剩下的搭配组合显示在智能移动终端上。

一种基于智能移动终端的服装搭配系统，包括联网的智能移动终端、本地服务器和云端服务器，其中：智能移动终端内安装有服装搭配APP软件，本地服务器内安装有PLM系统和店铺DRP系统，云端服务器内设置有服装搭配APP软件的后台数据库，用于实时从PLM系统和店铺DRP系统中同步相关数据，云端服务器内还设置有计算服装风格特征的后台逻辑算法、计算顾客穿衣风格的后台逻辑算法、服装风格特征与顾客穿衣风格相对应的后台逻辑算法、服装单品搭配的后台逻辑算法，店员采用上述中任一项所述的基于智能移动终端的服装搭配方法为顾客进行配装。

本发明所提供的一种基于智能移动终端的服装搭配方法及其系统，由于采用了在服装搭配APP软件内通过做题的方式，对顾客的个人穿衣风格进行测试和诊断，并将顾客的穿衣风格参数与服装风格特征数据相对应，结合联网的智能移动终端、本地服务器和云端服务器，店员通过服装搭配APP软件智能化地为顾客挑选合适的服装并进行搭配，明显降低了对服装品牌门店导购人员的较高专业性要求，同时也大大简化了门店工作流程的系统。

具体实施方式

以下将对本发明的具体实施方式和实施例加以详细说明，所描述的具体实施例仅用以解释本发明，并非用于限定本发明的具体实施方式。

事实上，不同的人适合穿着的服装并不相同，即使是同一件衣服，有的人穿上会很好看，而有些人穿上则效果不佳，这就需要考虑个人形象与服装风格之间的匹配规律，服装服饰与人的结合也存在有一定的美学规律，要穿得漂亮就必须掌握人与服装风格匹配的装扮技术。

本发明一种基于智能移动终端的服装搭配方法，就考虑了个人形象与服装风格之间的匹配规律，并结合了服装服饰与人的美学规律，形成一套合理美观的服装搭配方法，该服装搭配方法用在联网的智能移动终端、本地服务器和云端服务器之间，智能移动终端可以是安卓系统或苹果系统的智能手机或平板电脑，智能移动终端内安装有服装搭配APP软件，例如，装扮灵APP软件，本地服务器内安装有PLM(product lifecycle management，产品生命周期管理)系统和店铺DRP(Distribution Resource Planning，分销资源计划)系统，云端服务器内设置有装扮灵APP软件的后台数据库，用于实时从PLM系统和店铺DRP系统中同步相关数据，云端服务器内还设置有计算服装风格特征的后台逻辑算法、计算顾客穿衣风格的后台逻辑算法、服装风格特征与顾客穿衣风格相对应的后台逻辑算法、服装单品搭配的后台逻辑算法等后台逻辑算法。

关于云端服务器内的这些后台逻辑算法，每个服装品牌厂家都可以根据自己的服装产品设计，形成一套自己的逻辑算法，尽管内容各不相同，但也都大同小异，在此不再展开赘述；而且，对于服装设计、服装搭配领域的普通技术人员和编程人员来说，这些后台逻辑算法也不应成为本发明的技术方案在具体实施过程中的一种技术障碍。

本发明一种基于智能移动终端的服装搭配方法包括以下步骤：

S1、服装品牌门店的店员在电脑上登陆本地服务器的PLM系统，录入该门店内在售的每件服装的色彩信息、面料特征及款式信息，拍照每件服装的正面和/或背面的高清图片，并上传至云端服务器的后台数据库，实时同步服装搭配APP软件的后台数据；

S2、云端服务器根据计算服装风格特征的后台逻辑算法，计算出每件服装的风格特征参数，并存到服装搭配APP软件的后台数据库；

S3、当有顾客上门选购衣服时，店员在智能移动终端点击进入服装搭配APP软件，登记顾客的个人信息资料，对顾客的外貌体征进行拍照以记录个人形象，用皮尺、身高体重仪等工具仪器采集顾客的身体数据，并上传至云端服务器的服装搭配APP软件的后台数据库中进行备案；

S4、在智能移动终端的服装搭配APP软件内通过给顾客做题的方式，对顾客的个人穿衣风格进行测试和诊断，云端服务器根据顾客穿衣风格的后台逻辑算法计算出顾客的穿衣风格参数，并在服装搭配APP软件的后台数据库中进行备案；

S5、店员在智能移动终端上登陆本地服务器的店铺DRP系统，读取店铺DRP系统内的服装库存、款号、价格等数据的同时，对接PLM系统的服装风格特征数据，在智能移动终端上以图文并茂的形式显示每个店铺(或者至少本门店内)在售的每件服装的图片和库存信息；

S6、云端服务器根据服装风格特征与顾客穿衣风格相对应的后台逻辑算法，将每个店铺在售的每件服装的风格特征参数与顾客的穿衣风格参数相对应，计算并生成适合顾客穿着的服装适穿库，并以图片的形式显示在智能移动终端上；

S7、云端服务器根据服装单品搭配的后台逻辑算法，为服装适穿库中的每件服装推出与之相搭配的在店销售的单品，并将搭配之后的几套服装的图片组合后显示在智能移动终端上；

S8、云端服务器将服装的风格特征参数与顾客的穿衣风格参数相对应，推荐出与顾客的穿衣风格参数相适配的服装搭配图片，并将结果在显示在智能移动终端上。

在步骤S1中，对于服装的色彩信息，可采用色彩号的方式，例如，根据上海CNCS色彩机构提供的色彩体系，将色彩的色相、明度、艳度分别用数字表示，每个色彩号有7个数字，数值的大小变化代表明度和艳度的高低变化；对于服装的面料特征，包括面料图案的类别、深中浅、冷中暖、艳中柔特征；而服装的款式信息则包括曲中直、大中小信息。

具体的，对于服装色彩的数据采集，可把服装分成净色和非净色两类，净色服装录入色相号、明度号、艳度号等参数，非净色服装录入面料图案花型、面料图案冷中暖、面料图案艳中柔、面料图案深中浅等参数。

具体的，对于服装的款式信息，也就是服装形的数据采集，可把服装分成上装和下装，上装可录入身型、领型、肩袖型、上衣下摆、后中长、胸围等的数据，根据预设的规则，通过身型、领型、肩袖型、上衣下摆数据可得出上装曲中直的风格特征参数，通过后中长、胸围数据可得出上装大中小的风格特征参数，下装可录入裤型、裙型等数据，可得出下装曲中直的风格特征参数。服装的款式信息还包括对服装的品类进行规范编码，以及对服装适合穿着的场合进行分类，分成职场、社交和休闲三大类。

对每件服装商品进行色彩信息的采集，并且将色彩信息数字化、精确化，用7位数的编号定义每一种颜色，同时采集了服装商品的款式部位的关键信息，以及界定每件服装的场合分类、品类，这些数据的采集便于全方位的分析每一件服装的特征。

在步骤S2中，在确认服装的色彩、形、品类编码、场合和正面照片都完整的情况下，云端服务器判定该服装的数据完整，可以进行服装风格特征的判断。首先，云端服务器根据在PLM系统录入的服装色彩号计算得出服装冷中暖、深中浅、艳中柔的风格特征；其次，云端服务器根中据在PLM系统录入的上装的身型、领型、肩袖型、图案计算得出上装的曲中直风格特征，根据在PLM系统录入的下装的裤型、裙型、图案计算得出下装的曲中直风格特征；再者，云端服务器根据在PLM系统录入的服装尺寸数据，计算得出服装的大中小风格参数。

在步骤S3中，顾客的个人信息资料包括姓名、性别、年龄、职业、住址及联系方式等信息，顾客的身体数据包括身高、脖围、胸围、腰围、臀围、肩宽、臂长、腿长、体重等数据，拍照时可取正面进行。

在步骤S4中，对于做题的方式，例如，具体可通过20道左右的单向选择题和/或多项选择题进行测试，不同的顾客会有不同的答案，云端服务器根据顾客穿衣风格的后台逻辑算法，得出不同的诊断结果；顾客的穿衣风格参数包括深中浅、冷中暖、艳中柔、曲中直和大中小信息；至于这20道题目的内容，都记载在服装搭配APP软件内，并在该软件升级时，可根据需要对题目的内容进行调整；每个服装品牌厂家都可以根据自己的服装产品设计，编撰出一套自己的测试题，尽管内容各不相同，但也都大同小异，在此也不再展开赘述；而且，对于服装设计、服装搭配领域的普通技术人员和编程人员来说，这些测试题的编撰也不应成为本发明的技术方案在具体实施过程中的一种技术障碍。

对于深中浅、冷中暖、艳中柔、曲中直和大中小的风格判断，具体来说，顾客的深浅风格主要通过顾客肤色的深浅进行判断，顾客的冷中暖风格主要通过顾客适合穿着的服装颜色、顾客的发色和肤色进行判断，顾客的艳中柔风格主要通过顾客头面部的色差、五官立体度与参考图片的相似度进行判断，顾客曲中直风格主要通过顾客的脸型、眉形、发型、眼神和性格进行判断，且各个维度的权重占比也不同，按各个维度的不同的权重占比计算出最终结果，顾客的大中小风格主要通过顾客的身高、体重和身型进行判断。

在步骤S6中，云端服务器分别读取服装和顾客的深中浅、冷中暖、艳中柔、曲中直和大中小的风格数据，根据服装风格特征与顾客穿衣风格相对应的后台逻辑算法，在后台数据库中找到这五个维度相匹配的服装主品，形成服装适穿库；该步骤中服装风格特征与顾客穿衣风格相对应的后台逻辑算法包括：用1~100的数字表示服装的明度，对于穿衣风格为深的顾客，对应推送25~55明度的服装；用1~100的数字表示艳度的范围，对于穿衣风格为艳的顾客，对应推送22艳度的服装；用0~160的色相号自动识别服装的冷暖，对于穿衣风格为暖的顾客，对应推送暖色调色相号的服装；对于穿衣风格为曲的顾客，对应推送曲和中风格参数的服装；对于穿衣风格为大的顾客，对应推送大和中风格参数的服装。

在步骤S7中，从在店销售的单品中挑出与顾客的穿衣风格诊断结果相关联的合适的单品，并组合出不同的搭配方案，具体根据色彩匹配规则、品类匹配规则、场合匹配规则分成内外搭、上下搭和三件套的搭配模式，色彩匹配规则同构色彩号的加减，计算出最悦目的两个色彩之间的组合。每个服装品牌厂家都可以根据自己的服装产品设计，编撰出一套自己的色彩匹配规则、品类匹配规则、场合匹配规则，尽管内容各不相同，但也都大同小异，在此也不再展开赘述；而且，对于服装设计、服装搭配领域的普通技术人员和编程人员来说，这些匹配规则也不应成为本发明的技术方案在具体实施过程中的一种技术障碍。

在本发明基于智能移动终端的服装搭配方法的优选实施方式中，本发明将服装适穿库中的服装称为主品，将在店销售的单品中与之相搭配的服饰称为辅品，挑选并推送辅品的步骤包括：

S71、对主品进行品类号识别，通过品类号将服装区分到内外搭、上下搭和三件套的搭配模式；

S72、通过识别辅品的品类号，根据品类匹配规则将符合要求的辅品挑出并生成辅品搭配库；

S73、识别服装适穿库中主品服装的面料图案，按照净色和非净色两条搭配分支筛选辅品；

S74、在净色和非净色两条搭配分支中的主品与辅品之间，根据色彩匹配规则进行组合搭配；

S75、删除重复类似的搭配组合，将剩下的搭配组合显示在智能移动终端上。

在步骤S8中，针对服装适穿库中的服装及其库存情况，以及对顾客的穿衣风格诊断结果，还可推荐由服装设计师原搭的服装搭配图片。

本发明基于智能移动终端的服装搭配方法及其系统利用上述采集到的顾客详细信息和顾客风格特征，可以对服装品牌或服装品牌的某个门店、某个销售区域做顾客数据深入统计与分析；通过品类、场合、色彩、形等数据在预设的规则下进行计算，可以自动实时组合商品，形成合理美观的服装搭配；利用上述服装商品色彩与款型的详细数据，可以对销售情况做更专业、更深入的数据分析；对上述的所有服装和顾客的数据进行保存，并结合销售情况具有大数据分析的功能；实现了顾客资料收集与管理、商品信息查询与管理、顾客风格诊断、服装风格诊断、服装推荐、服装自由重组搭配、数据分析等众多终端门店的工作集于一体的功能。

本发明基于智能移动终端的服装搭配方法及其系统还可以在移动终端上开发直接成交的接口，某个店铺的顾客，在做穿衣风格诊断之后进入适穿库，选定适穿库中的服装或搭配库中的成套服装，点击收藏，放入购物车，点击付款方式，支付完成后，系统会直接发送指令到与账号所对应的店铺，店铺收到指令后安排快递，寄送服装到顾客家里；即使顾客在没有风格诊断的情况下，也可以直接从在店销售的单品中收藏、付款、完成购买。

应当理解的是，以上所述仅为本发明的较佳实施例而已，并不足以限制本发明的技术方案，对本领域普通技术人员来说，在本发明的精神和原则之内，可以根据上述说明加以增减、替换、变换或改进，而所有这些增减、替换、变换或改进后的技术方案，都应属于本发明所附权利要求的保护范围。

Claims (6)

1.一种基于智能移动终端的服装搭配方法，其特征在于，包括以下步骤：

S1、登陆本地服务器的PLM系统，录入店内在售服装的色彩信息、面料特征及款式信息，拍照服装的正面图片，并上传至云端服务器的后台数据库，实时同步到服装搭配APP软件的后台数据；

S2、云端服务器根据计算服装风格特征的后台逻辑算法，计算出服装的风格特征参数，并存到服装搭配APP软件的后台数据库中；该步骤中计算服装风格特征的后台逻辑算法包括：云端服务器根据在PLM系统录入的服装色彩号计算得出服装冷中暖、深中浅、艳中柔的风格特征；，根据在PLM系统录入的上装的身型、领型、肩袖型、图案计算得出上装的曲中直风格特征，根据在PLM系统录入的下装的裤型、裙型、图案计算得出下装的曲中直风格特征，根据在PLM系统录入的服装尺寸数据，计算得出服装的大中小风格参数；

S3、店员在智能移动终端点击进入服装搭配APP软件，登记顾客的个人信息资料，对顾客的外貌体征进行拍照，用工具仪器采集顾客的身体数据，并上传至云端服务器的服装搭配APP软件的后台数据库；

S4、在服装搭配APP软件内通过做题的方式，对顾客的个人穿衣风格进行测试和诊断，云端服务器根据顾客穿衣风格的后台逻辑算法计算出顾客的穿衣风格参数，并在服装搭配APP软件的后台数据库中进行备案；该步骤中顾客穿衣风格的后台逻辑算法包括：顾客的穿衣风格参数包括深中浅、冷中暖、艳中柔、曲中直和大中小信息；顾客的深浅风格通过顾客肤色的深浅进行判断，顾客的冷中暖风格通过顾客适合穿着的服装颜色、顾客的发色和肤色进行判断，顾客的艳中柔风格通过顾客头面部的色差、五官立体度与参考图片的相似度进行判断，顾客曲中直风格通过顾客的脸型、眉形、发型、眼神和性格进行判断，按各个维度的不同的权重占比计算出最终结果，顾客的大中小风格主要通过顾客的身高、体重和身型进行判断；

S5、读取本地服务器的店铺DRP系统内的库存数据，在智能移动终端上以图文并茂的形式显示服装的图片和库存信息；

S6、云端服务器根据服装风格特征与顾客穿衣风格相对应的后台逻辑算法，将每件服装的风格特征参数与顾客的穿衣风格参数相对应，计算并生成适合顾客穿着的服装适穿库，并以图片的形式显示在智能移动终端上，该步骤中服装风格特征与顾客穿衣风格相对应的后台逻辑算法包括：用1～100的数字表示服装的明度，对于穿衣风格为深的顾客，对应推送25～55明度的服装；用1～100的数字表示艳度的范围，对于穿衣风格为艳的顾客，对应推送22艳度的服装；用0～160的色相号自动识别服装的冷暖，对于穿衣风格为暖的顾客，对应推送暖色调色相号的服装；对于穿衣风格为曲的顾客，对应推送曲和中风格参数的服装；对于穿衣风格为大的顾客，对应推送大和中风格参数的服装；

S7、云端服务器根据服装单品搭配的后台逻辑算法，为服装适穿库中的每件服装推出与之相搭配的在店销售的单品，并将搭配之后的几套服装的图片组合后显示在智能移动终端上；该步骤中服装单品搭配的后台逻辑算法包括：从在店销售的单品中挑出与顾客的穿衣风格诊断结果相关联的合适的单品，并组合出不同的搭配方案，根据色彩匹配规则、品类匹配规则、场合匹配规则分成内外搭、上下搭和三件套的搭配模式，色彩匹配规则同构色彩号的加减，计算出最悦目的两个色彩之间的组合；

S8、云端服务器将服装的风格特征参数与顾客的穿衣风格参数相对应，推荐出与顾客的穿衣风格参数相适配的服装搭配图片，并将结果在显示在智能移动终端上。

2.根据权利要求1所述的基于智能移动终端的服装搭配方法，其特征在于：在步骤S1中，对于服装的色彩信息采用色彩号的方式，将色彩的色相、明度、艳度分别用数字表示，每个色彩号有7个数字，数值的大小变化代表明度和艳度的高低变化；对于服装的面料特征，包括面料图案的类别、深中浅、冷中暖、艳中柔特征；而服装的款式信息则包括曲中直、大中小信息。

3.根据权利要求2所述的基于智能移动终端的服装搭配方法，其特征在于：把服装分成净色和非净色两类，净色服装录入色相号、明度号、艳度号参数，非净色服装录入面料图案花型、面料图案冷中暖、面料图案艳中柔、面料图案深中浅参数。

4.根据权利要求2所述的基于智能移动终端的服装搭配方法，其特征在于：把服装分成上装和下装，上装录入身型、领型、肩袖型、上衣下摆、后中长、胸围的数据，通过身型、领型、肩袖型、上衣下摆数据得出上装曲中直的风格特征参数，通过后中长、胸围数据得出上装大中小的风格特征参数，下装录入裤型、裙型数据，得出下装曲中直的风格特征参数；服装的款式信息还包括对服装的品类进行规范编码，以及对服装适合穿着的场合进行分类，分成职场、社交和休闲三大类。

5.根据权利要求1所述的基于智能移动终端的服装搭配方法，其特征在于，将服装适穿库中的服装定义为主品，将在店销售的单品中与之相搭配的服饰定义为辅品，步骤S7还包括挑选并推送辅品的步骤：

S71、对主品进行品类号识别，通过品类号将服装区分到内外搭、上下搭和三件套的搭配模式；

S72、通过识别辅品的品类号，根据品类匹配规则将符合要求的辅品挑出并生成辅品搭配库；

S73、识别服装适穿库中主品服装的面料图案，按照净色和非净色两条搭配分支筛选辅品；

S74、在净色和非净色两条搭配分支中的主品与辅品之间，根据色彩匹配规则进行组合搭配；

S75、删除重复类似的搭配组合，将剩下的搭配组合显示在智能移动终端上。

6.一种基于智能移动终端的服装搭配系统，包括联网的智能移动终端、本地服务器和云端服务器，其特征在于：智能移动终端内安装有服装搭配APP软件，本地服务器内安装有PLM系统和店铺DRP系统，云端服务器内设置有服装搭配APP软件的后台数据库，用于实时从PLM系统和店铺DRP系统中同步相关数据，云端服务器内还设置有计算服装风格特征的后台逻辑算法、计算顾客穿衣风格的后台逻辑算法、服装风格特征与顾客穿衣风格相对应的后台逻辑算法、服装单品搭配的后台逻辑算法，店员采用权利要求1至5中任一项所述的基于智能移动终端的服装搭配方法为顾客进行配装。