CN109978720A - 穿着评分方法、装置、智能设备及存储介质 - Google Patents

Abstract

本发明适用于智能设备技术领域，提供了一种穿着评分方法、装置、智能设备及存储介质，包括：获取用户的全身图像；根据获取的全身图像确定所述全身图像中的服装区域图像；获取用户选择的出席场景；根据所述服装区域图像与所述出席场景，确定所述用户的穿着综合评分。通过上述方法能够用户搭配穿着提供参考，既能使得设备更为智能化，也能为用户搭配穿着节省时间，能提高用户体验。

Description

穿着评分方法、装置、智能设备及存储介质

技术领域

本发明属于智能设备技术领域，尤其涉及一种穿着评分方法、装置、智能设备及存储介质。

背景技术

随着社会的发展，人们已经不满足于温饱的生活了，更多的关注自身形象，各大型商场的建设也如雨后春笋一般，商场中琳琅满目的商品吸引了大量的顾客，服装产业也得到了飞速发展，商场中越来越多的服装店，人们衣柜里的衣服越来越多。但是也正是如此，顾客在外出前选择衣服时往往难以下决定。

目前，智能终端技术快速发展。随着智能家居概念的普及，智能硬件产品已经在人们日常生活中非常普遍了，现有的智能硬件产品主要集中在音乐播放及智能家居的控制场景，但不能为用户出席各种场合的穿着打扮给出参考评价，用户出门前搭配穿着浪费较多时间。

发明内容

有鉴于此，本发明实施例提供了一种穿着评分方法、装置、智能设备及存储介质，以解决现有的智能硬件产品主要集中在音乐播放及智能家居的控制场景，但不能为用户出席各种场合的穿着打扮给出参考评价，用户出门前搭配穿着浪费较多时间的问题。

本发明第一方面提供了一种穿着评分方法，所述穿着评分方法包括：

获取用户的全身图像；

根据获取的全身图像确定所述全身图像中的服装区域图像；

获取用户选择的出席场景；

根据所述服装区域图像与所述出席场景，确定所述用户的穿着综合评分。

结合第一方面，在第一方面的第一种可能实现方式中，所述根据所述服装区域图像与所述出席场景，确定所述用户的穿着综合评分的步骤，包括：

按色块将所述服装区域图像划分，根据划分的色块确定所述服装区域图像的颜色搭配分数；

从预设的样例款式库中查找所述服装区域图像对应的服装款式；

根据所述服装款式与根据所述出席场景，确定所述服装区域图像的场景匹配分数；

根据所述颜色搭配分数与所述场景匹配分数，确定所述用户的穿着综合评分。

所述根据所述服装区域图像与所述出席场景，确定所述用户的穿着综合评分的步骤，包括：

按色块将所述服装区域图像划分，根据划分的色块确定所述服装区域图像的颜色搭配分数；

从预设的样例款式库中查找所述服装区域图像对应的服装款式；

根据所述服装款式与根据所述出席场景，确定所述服装区域图像的场景匹配分数；

根据所述颜色搭配分数与所述场景匹配分数，确定所述用户的穿着综合评分。

结合第一方面的第一种可能实现方式,在第一方面的第二种可能实现的方式中，所述按色块将所述服装区域图像划分，根据划分的色块确定所述服装区域图像的颜色搭配分数的步骤，包括：

将所述服装区域图像中相同的颜色合并为一个色块；

当所述服装区域图像中存在不止一个色块时，根据色块的数量确定第一颜色搭配分数；

根据预设色彩匹配表，获取所述各个色块之间的色彩匹配度；

根据所述色彩匹配度，确定第二颜色搭配分数；

根据所述第一颜色搭配分数与所述第二颜色搭配分数，确定所述服装区域图像的颜色搭配分数。

结合第一方面的第一种可能实现方式,在第一方面的第三种可能实现的方式中，所述从预设的样例款式库中查找所述服装区域图像对应的服装款式的步骤，包括：

采用边缘检测算子提取所述服装区域图像的边缘特征点；

根据所述边缘特征点，确定所述服装区域图像中直线段与角点；

从预设的样例款式库中查找与所述服装区域图像中直线段与角点匹配的款式，确定所述服装区域中服装的款式。

结合第一方面，或结合第一方面的第一种可能实现方式，或结合第一方面的第二种可能实现方式，或结合第一方面的第三种可能实现方式，在第一方面的第四种可能实现方式中，在所述根据所述服装区域图像与所述出席场景，确定所述用户的穿着综合评分的步骤之后，包括：

判断所述穿着综合评分是否低于预设评分；

若所述穿着综合评分低于预设评分，根据所述出席场景，推荐与所述出席场景匹配的搭配方案。

本发明第二方面提供了一种穿着评分装置，所述穿着评分装置包括：

全身图像获取单元，用于获取用户的全身图像；

服装图像确定单元，用于根据获取的全身图像确定所述全身图像中的服装区域图像；

出席场景获取单元，用于获取用户选择的出席场景；

综合评分确定单元，用于根据所述服装区域图像与所述出席场景，确定所述用户的穿着综合评分。

结合第二方面，在第二方面的第一种可能实现方式中，所述综合评分确定单元包括：

颜色分数确定模块，用于按色块将所述服装区域图像划分，根据划分的色块确定所述服装区域图像的颜色搭配分数；

款式查找模块，用于从预设的样例款式库中查找所述服装区域图像对应的服装款式；

场景分数确定模块，用于根据所述服装款式与根据所述出席场景，确定所述服装区域图像的场景匹配分数；

综合评分确定模块，用于根据所述颜色搭配分数与所述场景匹配分数，确定所述用户的穿着综合评分。

结合第二方面的第一种可能实现方式,在第二方面的第二种可能实现的方式中，所述颜色分数确定模块包括：

色块合并子模块，用于将所述服装区域图像中相同的颜色合并为一个色块；

第一颜色分数子模块，用于当所述服装区域图像中存在不止一个色块时，根据色块的数量确定第一颜色搭配分数；

色彩匹配度确定子模块，用于根据预设色彩匹配表，获取所述各个色块之间的色彩匹配度；

第二颜色分数子模块，用于根据所述色彩匹配度，确定第二颜色搭配分数；

颜色搭配子模块，用于根据所述第一颜色搭配分数与所述第二颜色搭配分数，确定所述服装区域图像的颜色搭配分数。

结合第二方面的第一种可能实现方式,在第二方面的第三种可能实现的方式中，所述场景分数确定模块包括：

边缘提取子模块，用于采用边缘检测算子提取所述服装区域图像的边缘特征点；

特征确定子模块，用于根据所述边缘特征点，确定所述服装区域图像中直线段与角点；

款式确定子模块，用于从预设的样例款式库中查找与所述服装区域图像中直线段与角点匹配的款式，确定所述服装区域中服装的款式。

结合第二方面，或结合第二方面的第二种可能实现方式，或结合第二方面的第二种可能实现方式，或结合第二方面的第三种可能实现方式，在第二方面的第四种可能实现方式中，所述穿着评分装置还包括：

评分比较单元，用于判断所述穿着综合评分是否低于预设评分；

搭配推荐单元，用于若所述穿着综合评分低于预设评分，根据所述出席场景，推荐与所述出席场景匹配的搭配方案。

本发明第三方面提供了一种智能设备，包括：存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上第一方面所述穿着评分方法的步骤。

本发明第四方面提供了一种计算机可读存储介质，所述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实现如上第一方面所述穿着评分方法的步骤。

本发明实施例与现有技术相比存在的有益效果是：本发明实施例通过获取用户的全身图像，根据获取的全身图像确定所述全身图像中的服装区域图像，获取用户选择的出席场景，根据所述服装区域图像与所述出席场景，确定所述用户的穿着综合评分，本方案结合用户的出席场景为用户的穿着搭配评分，为用户搭配穿着提供参考，既能使得设备更为智能化，也能为用户搭配穿着节省时间，能提高用户体验。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的一种穿着评分方法的实现流程图；

图2是本发明实施例提供的一种穿着评分方法S104的实现流程图；

图3是本发明实施例提供的一种包括推荐搭配方案的穿着评分方法的实现流程图；

图4是本发明实施例提供的一种穿着评分装置的结构框图；

图5是本发明实施例提供的一种智能设备的示意图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。

本发明实施例为了给用户出席各种场合的穿着打扮给出参考评价，提供了一种穿着评分方法、装置、智能设备及存储介质，其中主要是通过获取用户的全身图像，根据获取的全身图像确定所述全身图像中的服装区域图像，获取用户选择的出席场景，根据所述服装区域图像与所述出席场景，确定所述用户的穿着综合评分。为了具体说明上述穿着评分方法、装置、智能设备及存储介质，下面通过具体实施例来进行说明。

实施例一：

图1示出了本发明实施例提供的一种穿着评分方法的流程图，该方法流程包括步骤S101至S104。各步骤的具体实现原理详述如下：

步骤S101，获取用户的全身图像。

其中，全身图像是指包括人脸正面且直立全身的人体图像。具体地，在检测到用户的评分指令之后，获取用户的全身图像。在本发明实施例中，用户可上传全身图像，或者，通过摄像头多角度拍摄当前人体的全身图像。

步骤S102，根据获取的全身图像确定所述全身图像中的服装区域图像。

在本发明实施例中，根据人体的全身图像确定服装区域图像。通过人脸检测确定人体在所述全身图像中的位置，再根据人体与服装的特定位置关系，对所述全身图像中的服装进行定位，利用自适应生长阈值的种子生长算法从所述全身图像中分割出服装区域图像。具体地，对所述全身图像进行中值滤波处理，采用Sobel算子对滤波后的全身图像做边缘检测，得到梯度图像，确定构成服装边缘的边缘点像素集。根据边缘点像素集，将服装区域图像从所述全身图像中分割出来，以便针对服饰进行评分。

步骤S103，获取用户选择的出席场景。

具体地，智能设备预先存储有多种常用出席场景，出席场景包括参加婚礼、出席会议、工作面试等等，以供用户自行选择。在本发明实施例中，通过大数据统计各种出席场景下流行的穿着搭配，根据统计结果生成搭配模型库。在该搭配模型库中存储有各个出席场景下适合的包括服装款式、颜色的穿着搭配，还包括根据大数据统计的各个出席场景下的最差搭配。当用户选定了出席场景时，即可根据搭配模型确定最优搭配与最差搭配。本发明实施例中，结合大数据分析各种出席场景下的穿着搭配，可以提高搭配评分的可信度。

步骤S104，根据所述服装区域图像与所述出席场景，确定所述用户的穿着综合评分。

可选地，为了能够提高评分的准确性，如图2所示，所述步骤S104包括：

A1、按色块将所述服装区域图像划分，根据划分的色块确定所述服装区域图像的颜色搭配分数。

A2从预设的样例款式库中查找所述服装区域图像对应的服装款式。

A3根据所述服装款式与根据所述出席场景，确定所述服装区域图像的场景匹配分数。

A4根据所述颜色搭配分数与所述场景匹配分数，确定所述用户的穿着综合评分。

在本发明实施例中，预先将根据服装搭配专家确定的各种颜色的搭配及其对应的分数存储在智能设备中，将从全身图像分割出来的服装区域图像按色块划分，确定所述服装区域图像中的服装包含的颜色，从而确定所述服装区域图像的颜色搭配分数。根据所述服装区域图像对应的服装款式与用户选择的出席场景，确定用户的场景匹配分数。颜色搭配分数与场景匹配分数场景匹配分数各占穿着综合评分的百分之五十。

可选地，所述步骤A1包括：

A11、将所述服装区域图像中相同的颜色合并为一个色块；

A12、当所述服装区域图像中存在不止一个色块时，根据色块的数量确定第一颜色搭配分数；

A13、根据预设色彩匹配表，获取所述各个色块之间的色彩匹配度；

A14、根据所述色彩匹配度，确定第二颜色搭配分数；

A15、根据所述第一颜色搭配分数与所述第二颜色搭配分数，确定所述服装区域图像的颜色搭配分数。

在本发明实施例中，将服装区域图像中相同颜色的色块合并，当服装区域图像中存在不止一个色块时，即该服装区域图像中存在不止一种颜色，确定各个色块的颜色，从而确定该服装区域图像颜色的搭配。

可选地，当不止一个色块时，分别计算各个色块的面积以及色块占整个服装区域的面积百分比。根据色块的面积以及面积百分比将色块分组。具体地，若所述色块的面积属于第一面积阈值区间，则为第一组色块；若所述色块的面积属于第二面积阈值区间，则为第二组色块；若所述色块的面积属于第三面积阈值区间，则为第三组色块；分别获取所述第一组色块、所述第二组色块以及所述第三组色块中色块的个数与色块的颜色，计算对应的颜色搭配分数。

示例性地，在本发明实施例中，服装区域图像中各组色块的数量搭配总分为25分，各组色块之间的颜色的搭配总分为25分。将色块按占服装区域图像的面积百分比分组，分为大色块(L)、中等色块(M)、小色块(S)，各分组面积百分比如下表所示：

大色块(L)	中等色块(M)	小色块(S)
			100％～50％	49.9％～20％	19.9％～5％

在本发明实施例中，颜色搭配分数的参考因素包括大色块(L)、中等色块(M)、小色块(S)的大小搭配，以及各色块之间颜色的搭配。服装上应该有一个以上的主色调即大的色块，如果大色块个数大于0，则添加10分。服装中的中等色块不宜过多，过多的中等色块显得五颜六色不自然，如果中等色块个数在预设个数内，如0-2个，则比较合适，应添加7.5分；小色块起到了很好的点缀作用，如果没有小色块，服装则显得比较单调，所以如果服装中含有适当个数的小色块则添加7.5分。各色块之间的颜色搭配也是一个考察的关键因素，这种搭配主要体现在大色块之间的搭配，以及大色块与中等色块之间的搭配，这些色块之间色差值不能相差太大，不然显得不和谐。预先存储不同颜色的色块之间的匹配度。例如：

大色块之间的匹配度：[颜色：红；颜色：蓝匹配度：20％]；

大色块与中等色块之间的匹配度：[颜色：红；颜色：蓝；匹配度：60％]；

中等色块之间的匹配度：[颜色：红；颜色：蓝；匹配度：30％]。

首先将大色块分组，确定大色块之间的匹配度，分组数为num，计算各组匹配度degree之和totalDegree，然后计算该组平均匹配度averageDegree＝totalDegree/num。类似地，计算大色块与中等色块匹配度，计算平均值；然后计算中等色块之间的平均匹配度。最后计算大色块之间的平均匹配度、大色块与中等色块之间的平均匹配度以及中等色块之间的平均匹配度之间的整体匹配度平均值totalAverageDegree，然后根据totalAverageDegree计算评分，评分公式如下：score＝totalAverageDegree＊25。

可选地，为准确确定所述服装区域图像对应的服装的款式，所述步骤A2包括：

A21、采用边缘检测算子提取所述服装区域图像的边缘特征点；

A22、根据所述边缘特征点，确定所述服装区域图像中直线段与角点；

A23、从预设的样例款式库中查找与所述服装区域图像中直线段与角点匹配的款式，确定所述服装区域中服装的款式。

在本发明实施例中，预先获取各种款式的服装图像，提取各种款式的服装图像中的直线段与角点，根据各种款式的服装图像及其服装图像中的直线段与角点，建立样例款式库。通过从预设的样例款式库中查找与所述服装区域图像中直线段与角点匹配的款式，确定所述服装区域中服装的款式。

样例款式库的样例图像主要包含了图像的形状特征与空间关系特征。通过对服装区域图像的量化确定服装的边缘轮廓。边缘图像是服装区域图像最基本也是最重要的特征之一。在本发明实施例中，采用边缘检测算子提取所述服装区域图像的边缘特征点。边缘检测主要是图像的灰度变化的度量、检测和定位，它是数字图像处理中的最重要内容之一。如今，边缘检测技术已经成为计算机视觉的重要内容。边缘检测的实质是采用某种算法来提取出图像中的目标与背景间的交界线。图像灰度变化情况可以用图像灰度分布的剃度来反映，因此我们可以利用局部图像微分技术边缘检测算子。经典的边缘检方法是对原始图像中像素的某小领域来构造边缘检测算子。常用的边缘检测算子包括一阶微分边缘检测、二阶微分边缘检测、Canny算子等。

图像服装信息的量化的主要目的就是便于从图像中提取出所需要的这些特征。直线有着简单的几何特征和良好的几何解析性，可以容易的描述场景和目标。服装本身的线条也很大程度上就是由直线段或近似直线段构成，少量的曲线部分也可拆分成若干条连续直线段的组合。所以，在本发明实施例中首先对图像特征点的集合进行直线的检测，并将所获得的直线段的集合来完成图像中款式细节的提取。在本实施例中可采用Hough变换直线检测来检测直线。

在本发明实施例中，智能设备预先建立了场景款式库，所述场景款式库中存储了不同场景的服装款式以及款式与场景的匹配度。示例性地，不同场景的服装款式以及款式与场景的匹配度如下表：

场景	款式	匹配度
			场景1	款式1，2，3，4	90％－100％
场景1	款式5，7，8	80％－90％
			场景1	款式9	70％－60％
场景1	款式6，13	60％－50％

在确定所述服装区域图像中服装的款式之后，将款式与用户选择的出席场景结合起来，查询所述场景款式库中用户选择的出席场景与该款式的匹配度，计算评分。计算公式为：场景匹配分数＝匹配度*50。

本发明第一实施例中，通过获取用户的全身图像，根据获取的全身图像确定所述全身图像中的服装区域图像，按色块将所述服装区域图像划分，根据划分的色块确定所述服装区域图像的颜色搭配分数，从预设的样例款式库中查找所述服装区域图像对应的服装款式，获取用户选择的出席场景，根据所述服装款式与根据所述出席场景，确定所述服装区域图像的场景匹配分数，根据所述颜色搭配分数与所述场景匹配分数，确定所述用户的穿着综合评分，可提高穿着综合评分的准确性。本方案结合用户的出席场景为用户的穿着搭配评分，为用户搭配穿着提供参考，既能使得设备更为智能化，也能为用户搭配穿着节省时间，能提高用户体验。

实施例二：

图3示出了本发明实施例提供了包括给用户推荐与出席场景匹配的搭配方案的另一种穿着评分方法的流程图，详述如下：

步骤S201，获取用户的全身图像。

步骤S202，根据获取的全身图像确定所述全身图像中的服装区域图像。

步骤S203，获取用户选择的出席场景。

步骤S204，根据所述服装区域图像与所述出席场景，确定所述用户的穿着综合评分。

本实施例中，步骤S201至步骤S204的具体步骤参见实施例一步骤S101至步骤S104，在此不再赘述。

步骤S205，判断所述穿着综合评分是否低于预设评分。

在本发明实施例中，预设评分是通过大数据统计确定的穿着搭配的基准分。通过判断所述用户的穿着综合评分是否低于预设评分来确定是否给用户推荐穿着搭配。

步骤S206，若所述穿着综合评分低于预设评分，根据所述出席场景，推荐与所述出席场景匹配的搭配方案。

在本发明实施例中，智能设备中预先存储有款式搭配库，各个出席场景都有对应的与出席场景匹配的搭配方案。若所述穿着综合评分低于预设评分，根据用户选择的出席场景，推荐与所述出席场景匹配的搭配方案，解决用户不知如何搭配的烦恼。进一步地，若所述穿着综合评分不低于预设评分，则播放语音赞美，以增加用户的信心。

可选地，在本发明实施例中，在智能设备中预先建立用户的个人服装库，用于存储用户自己有的服装的图像。在需要智能设备推荐服装搭配时，智能设备可根据用户的个人服装库中已有的服装的款式为用户进行搭配，从而方便用户立即完成搭配。

本发明第二实施例中，通过获取用户的全身图像，根据获取的全身图像确定所述全身图像中的服装区域图像；获取用户选择的出席场景，根据所述服装区域图像与所述出席场景，确定所述用户的穿着综合评分，判断所述穿着综合评分是否低于预设评分，若所述穿着综合评分低于预设评分，结合用户的出席场景为用户的穿着搭配评分，为用户搭配穿着提供参考，再根据所述出席场景，推荐与所述出席场景匹配的搭配方案，若所述穿着综合评分低于预设评分，根据所述出席场景，推荐与所述出席场景匹配的搭配方案，从而提高用户搭配穿着的效率，为用户节省时间，提高用户体验。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。

实施例三：

对应于上文实施例所述的穿着评分方法，图4示出了本发明实施例提供的穿着评分装置的结构框图，该装置可应用于智能终端，该智能终端可以包括经无线接入网RAN与一个或多个核心网进行通信的用户设备，该用户设备可以是移动电话、智能机器人。为了便于说明，仅示出了与本发明实施例相关的部分。

参照图4，该穿着评分装置包括：全身图像获取单元31，服装图像确定单元32，出席场景获取单元33，综合评分确定单元34，其中：

全身图像获取单元31，用于获取用户的全身图像；

服装图像确定单元32，用于根据获取的全身图像确定所述全身图像中的服装区域图像；

出席场景获取单元33，用于获取用户选择的出席场景；

综合评分确定单元34，用于根据所述服装区域图像与所述出席场景，确定所述用户的穿着综合评分。

可选地，所述综合评分确定单元34包括：

颜色分数确定模块，用于按色块将所述服装区域图像划分，根据划分的色块确定所述服装区域图像的颜色搭配分数；

款式查找模块，用于从预设的样例款式库中查找所述服装区域图像对应的服装款式；

场景分数确定模块，用于根据所述服装款式与根据所述出席场景，确定所述服装区域图像的场景匹配分数；

综合评分确定模块，用于根据所述颜色搭配分数与所述场景匹配分数，确定所述用户的穿着综合评分。

可选地，所述颜色分数确定模块包括：

色块合并子模块，用于将所述服装区域图像中相同的颜色合并为一个色块；

第一颜色分数子模块，用于当所述服装区域图像中存在不止一个色块时，根据色块的数量确定第一颜色搭配分数；

色彩匹配度确定子模块，用于根据预设色彩匹配表，获取所述各个色块之间的色彩匹配度；

第二颜色分数子模块，用于根据所述色彩匹配度，确定第二颜色搭配分数；

颜色搭配子模块，用于根据所述第一颜色搭配分数与所述第二颜色搭配分数，确定所述服装区域图像的颜色搭配分数。

可选地，所述场景分数确定模块包括：

边缘提取子模块，用于采用边缘检测算子提取所述服装区域图像的边缘特征点；

特征确定子模块，用于根据所述边缘特征点，确定所述服装区域图像中直线段与角点；

款式确定子模块，用于从预设的样例款式库中查找与所述服装区域图像中直线段与角点匹配的款式，确定所述服装区域中服装的款式。

可选地，所述穿着评分装置还包括：

评分比较单元，用于判断所述穿着综合评分是否低于预设评分；

搭配推荐单元，用于若所述穿着综合评分低于预设评分，根据所述出席场景，推荐与所述出席场景匹配的搭配方案。

本发明第三实施例中，通过获取用户的全身图像，根据获取的全身图像确定所述全身图像中的服装区域图像，获取用户选择的出席场景，根据所述服装区域图像与所述出席场景，确定所述用户的穿着综合评分，本方案结合用户的出席场景为用户的穿着搭配评分，为用户搭配穿着提供参考，既能使得设备更为智能化，也能为用户搭配穿着节省时间，能提高用户体验。

实施例四：

图5是本发明一实施例提供的智能设备的示意图。如图5所示，该实施例的智能设备4包括：处理器40、存储器41以及存储在所述存储器41中并可在所述处理器40上运行的计算机程序42，例如穿着评分程序。所述处理器40执行所述计算机程序42时实现上述各个穿着评分方法实施例中的步骤，例如图1所示的步骤101至104。或者，所述处理器40执行所述计算机程序42时实现上述各装置实施例中各模块/单元的功能，例如图4所示单元31至34的功能。

示例性的，所述计算机程序42可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器41中，并由所述处理器40执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序42在所述智能设备4中的执行过程。例如，所述计算机程序42可以被分割成全身图像获取单元、服装图像确定单元、出席场景获取单元、综合评分确定单元，各单元具体功能如下：

全身图像获取单元，用于获取用户的全身图像；

服装图像确定单元，用于根据获取的全身图像确定所述全身图像中的服装区域图像；

出席场景获取单元，用于获取用户选择的出席场景；

综合评分确定单元，用于根据所述服装区域图像与所述出席场景，确定所述用户的穿着综合评分。

所述智能设备4可以智能机器人。所述智能设备4可包括，但不仅限于，处理器40、存储器41。本领域技术人员可以理解，图5仅仅是智能设备4的示例，并不构成对智能设备4的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述智能设备还可以包括输入输出设备、网络接入设备、总线等。

所称处理器40可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

所述存储器41可以是所述智能设备4的内部存储单元，例如智能设备4的硬盘或内存。所述存储器41也可以是所述智能设备4的外部存储设备，例如所述智能设备4上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器41还可以既包括所述智能设备4的内部存储单元也包括外部存储设备。所述存储器41用于存储所述计算机程序以及所述智能设备所需的其他程序和数据。所述存储器41还可以用于暂时地存储已经输出或者将要输出的数据。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

在本发明所提供的实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的系统实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，RandomAccess Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括是电载波信号和电信信号。

以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。

Claims (10)

1.一种穿着评分方法，其特征在于，所述穿着评分方法包括：

获取用户的全身图像；

根据获取的全身图像确定所述全身图像中的服装区域图像；

获取用户选择的出席场景；

根据所述服装区域图像与所述出席场景，确定所述用户的穿着综合评分。

2.如权利要求1所述的穿着评分方法，其特征在于，所述根据所述服装区域图像与所述出席场景，确定所述用户的穿着综合评分的步骤，包括：

按色块将所述服装区域图像划分，根据划分的色块确定所述服装区域图像的颜色搭配分数；

从预设的样例款式库中查找所述服装区域图像对应的服装款式；

根据所述服装款式与根据所述出席场景，确定所述服装区域图像的场景匹配分数；

根据所述颜色搭配分数与所述场景匹配分数，确定所述用户的穿着综合评分。

3.如权利要求2所述的穿着评分方法，其特征在于，所述按色块将所述服装区域图像划分，根据划分的色块确定所述服装区域图像的颜色搭配分数的步骤，包括：

将所述服装区域图像中相同的颜色合并为一个色块；

当所述服装区域图像中存在不止一个色块时，根据色块的数量确定第一颜色搭配分数；

根据预设色彩匹配表，获取所述各个色块之间的色彩匹配度；

根据所述色彩匹配度，确定第二颜色搭配分数；

根据所述第一颜色搭配分数与所述第二颜色搭配分数，确定所述服装区域图像的颜色搭配分数。

4.如权利要求2所述的穿着评分方法，其特征在于，所述从预设的样例款式库中查找所述服装区域图像对应的服装款式的步骤，包括：

采用边缘检测算子提取所述服装区域图像的边缘特征点；

根据所述边缘特征点，确定所述服装区域图像中直线段与角点；

从预设的样例款式库中查找与所述服装区域图像中直线段与角点匹配的款式，确定所述服装区域中服装的款式。

5.如权利要求1至4任一项所述的穿着评分方法，其特征在于，在所述根据所述服装区域图像与所述出席场景，确定所述用户的穿着综合评分的步骤之后，包括：

判断所述穿着综合评分是否低于预设评分；

若所述穿着综合评分低于预设评分，根据所述出席场景，推荐与所述出席场景匹配的搭配方案。

6.一种穿着评分装置，其特征在于，所述穿着评分装置包括：

全身图像获取单元，用于获取用户的全身图像；

服装图像确定单元，用于根据获取的全身图像确定所述全身图像中的服装区域图像；

出席场景获取单元，用于获取用户选择的出席场景；

综合评分确定单元，用于根据所述服装区域图像与所述出席场景，确定所述用户的穿着综合评分。

7.如权利要求6所述的穿着评分装置，其特征在于，所述综合评分确定单元包括：

颜色分数确定模块，用于按色块将所述服装区域图像划分，根据划分的色块确定所述服装区域图像的颜色搭配分数；

款式查找模块，用于从预设的样例款式库中查找所述服装区域图像对应的服装款式；

场景分数确定模块，用于根据所述服装款式与根据所述出席场景，确定所述服装区域图像的场景匹配分数；

综合评分确定模块，用于根据所述颜色搭配分数与所述场景匹配分数，确定所述用户的穿着综合评分。

8.如权利要求6所述的穿着评分装置，其特征在于，所述穿着评分装置还包括：

评分比较单元，用于判断所述穿着综合评分是否低于预设评分；

搭配推荐单元，用于若所述穿着综合评分低于预设评分，根据所述出席场景，推荐与所述出席场景匹配的搭配方案。

9.一种智能设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述方法的步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述方法的步骤。