CN110232253B - 生成服饰搭配方案的计算机装置、设备、存储介质及方法 - Google Patents

生成服饰搭配方案的计算机装置、设备、存储介质及方法 Download PDF

Info

Publication number
CN110232253B
CN110232253B CN201910536643.0A CN201910536643A CN110232253B CN 110232253 B CN110232253 B CN 110232253B CN 201910536643 A CN201910536643 A CN 201910536643A CN 110232253 B CN110232253 B CN 110232253B
Authority
CN
China
Prior art keywords
color
matching
scheme
value
clothing
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910536643.0A
Other languages
English (en)
Other versions
CN110232253A (zh
Inventor
暴满粟
王冬梅
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hangzhou Juangua Network Co Ltd
Original Assignee
Hangzhou Juangua Network Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hangzhou Juangua Network Co Ltd filed Critical Hangzhou Juangua Network Co Ltd
Priority to CN201910536643.0A priority Critical patent/CN110232253B/zh
Publication of CN110232253A publication Critical patent/CN110232253A/zh
Application granted granted Critical
Publication of CN110232253B publication Critical patent/CN110232253B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F16/5838—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using colour
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/12—Cloth

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Library & Information Science (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • Image Analysis (AREA)

Abstract

本发明实施例公开了一种生成服饰搭配方案的计算机装置、设备、可读存储介质及服饰搭配方案生成方法。其中，服饰搭配方案生成过程可包括预先构建包含多个配色组的颜色数据库，具体通过利用HSV颜色空间模型表示颜色集中的各颜色，然后基于预先构建的颜色搭配模型为颜色集中的各颜色选择相应的配色，从而生成多个配色组，颜色搭配模型的训练样本为用饱和度值、明度值、色相值表示的颜色样本。通过检索颜色数据库，为待搭配物体图像生成配色方案。本申请提供的技术方案从颜色的色相、饱和度和明度这三个维度衡量颜色搭配效果，可为用户提供更加多元、更适合人类视觉特点的配色服务，有利于快速、智能地生成服饰搭配方案。

Description

生成服饰搭配方案的计算机装置、设备、存储介质及方法
技术领域
本发明实施例涉及智能服饰搭配技术领域，特别是涉及一种生成服饰搭配方案的计算机装置、设备、可读存储介质及服饰搭配方案生成方法。
背景技术
随着社会经济的快速发展，人民生活水平的日益提高，服饰产品的品种、样式变得极为丰富而复杂，变化也非常迅速，用户的穿着审美要求也越来越多样化，这就衍生出服饰搭配的市场需求。
服饰搭配无外乎配色、风格和款式，不同审美和不同穿着场景，对风格和款式要求不同，但是配色是服饰搭配一直存在的问题。专业人员或用户在进行服饰搭配的配色时，一般均是凭借自身常规的搭配经验和个人审美，对人工经验具有很强的依赖性，不利于一些想改变配色风格的用户或无配色经验的用户。
可见，如何智能生成服饰搭配方案，为用户提供便捷的配色服务，是本领域技术人员亟待解决的问题。
发明内容
本公开实施例提供了一种生成服饰搭配方案的计算机装置、设备、可读存储介质及服饰搭配方案生成方法，可为用户提供更加多元、更适合人类视觉特点的配色服务，有利于快速、智能地生成服饰搭配方案。
为解决上述技术问题，本发明实施例提供以下技术方案：
本发明实施例一方面提供了一种生成服饰搭配方案的计算机装置，包括：
数据库预构建模块，用于预先构建包含多个配色组的颜色数据库；
图像获取模块，用于获取待搭配物体图像；
配色方案生成模块，用于基于所述颜色数据库，生成所述待搭配物体图像的配色方案；
其中，所述数据库预构建模块包括颜色表示子模块和配色组生成模块；所述颜色表示子模块用于利用HSV颜色空间模型表示颜色集中的各颜色；所述配色组生成模块用于基于预先构建的颜色搭配模型为所述颜色集中的各颜色选择相应的配色，生成多个配色组；所述颜色搭配模型的训练样本为用饱和度值、明度值、色相值表示的颜色样本。
可选的，所述配色组生成子模块包括颜色搭配模型训练单元；
所述颜色搭配模型训练单元用于利用配色样本集训练卷积神经网络模型结构得到颜色搭配模型；
其中，所述配色样本集包含各颜色与可搭配颜色的对应关系，且每个颜色均用饱和度值、明度值、色相值表示。
可选的，所述配色组生成子模块还包括阈值确定单元；
所述阈值确定单元用于利用各颜色子样本集训练阈值拟合模型，得到各配色子数据库的参数阈值；
其中，所述颜色子样本集为同类色样本集、邻近色样本集、对比色样本集或低饱和度样本集，各颜色子样本集中的每个颜色均用饱和度值、明度值、色相值表示；所述配色子数据库为同类色子库、邻近色子库、低饱和度子库或对比色子库；所述参数阈值为饱和度值阈值和/或明度值阈值和/或色相阈值；
所述同类色子库中的各颜色的色差距离满足饱和度值大于第一阈值小于第二阈值，且明度值大于第三阈值小于第四阈值；所述邻近色子库中的各颜色的色差距离满足色相值大于第五阈值小于第六阈值，且饱和度值小于所述第二阈值，明度值小于第四阈值；所述对比色子库中的各颜色的色差距离满足色相值大于第七阈值小于第八阈值，且饱和度值小于所述第二阈值，明度值小于第四阈值；所述低饱和度子库中的各颜色的色差距离满足饱和度值小于第九阈值，且明度值大于第十阈值。
可选的，还包括风格款式搭配模块；
所述风格款式搭配模块用于将所述待搭配物体图像输入至预先构建的服饰搭配模型，生成所述待搭配物体图像在每个配色方案下的多个服饰搭配方案；
其中，所述服饰搭配模型为利用服饰搭配样本集训练深度学习网络模型所得，所述服饰搭配样本集包括多个搭配样本图像，每个搭配样本图像包括设置有搭配单品的风格、款式及搭配效果的标签。
可选的，还包括配色方案的背书检索模块，所述配色方案的背书检索模块包括：
配色方案颜色直方图生成子模块，用于基于所述配色方案中像素点与服装颜色集中各质心颜色之间的色差距离，生成所述配色方案的颜色直方图；所述颜色直方图的横坐标上的相邻颜色间的距离小于预设色差距离；
背书检索子模块，用于利用滑动窗口方式从预先构建的名画作品直方图数据库中选择与所述配色方案的颜色直方图相似度值超过预设相似度阈值的名画作品，以作为所述配色方案的背书；其中，所述名画作品直方图数据库中包含名画作品集中各名画作品的颜色直方图。
可选的，所述背书检索子模块包括相似度计算单元；
所述相似度计算单元用于根据下述公式计算所述配色方案的颜色直方图和所述名画作品直方图数据库中当前名画作品的颜色直方图的相似度分数：
Figure BDA0002101368420000031
式中，hk为所述配色方案的颜色直方图，hi'为所述当前名画作品的颜色直方图，n为滑动窗口大小，a为所述服装颜色集中包含质心颜色的总个数。
可选的，所述配色方案颜色直方图生成子模块包括：
质心颜色距离计算单元，用于利用cie2000距离公式，依次计算所述服装颜色集中各质心颜色间的色差距离；
颜色选择单元，用于对当前质心颜色，基于预先设置的虚拟颜色和tsp算法从所述服装颜色集中确定与所述当前质心颜色的色差距离最小的目标颜色；所述虚拟颜色与所述服装颜色集中的各质心颜色的色差距离为0；
质心颜色排序单元，用于将所述当前质心颜色和所述目标颜色放置于所述颜色直方图横坐标的相邻位置。
本发明实施例另一方面提供了一种生成服饰搭配方案的计算机设备，包括处理器，所述处理器包括如上任一项所述生成服饰搭配方案的计算机装置的模块。
本发明实施例还提供了一种服饰搭配方案生成方法，包括：
预先利用HSV颜色空间模型表示颜色集中的各颜色，基于预先构建的颜色搭配模型为所述颜色集中的各颜色选择相应的配色，生成多个配色组，以构建颜色数据库；
获取待搭配物体图像；
基于所述颜色数据库，生成所述待搭配物体图像的配色方案；
其中，所述颜色搭配模型的训练样本为用饱和度值、明度值、色相值表示的颜色样本。
本发明实施例最后提供了一种生成服饰搭配方案的计算机可读存储介质，所述计算机可读存储介质上存储有服饰搭配方案生成程序，所述服饰搭配方案生成程序被处理器执行时实现如上所述服饰搭配方案生成方法的步骤。
本申请提供的技术方案的优点在于，生成服饰搭配方案的计算机装置包括的数据库预构建模块，其从颜色的色相、饱和度和明度这三个维度衡量颜色搭配效果，并基于用饱和度值、明度值、色相值表示的颜色样本训练得到颜色搭配模型，利用训练好的模型为颜色集中的各颜色确定可搭配的颜色，每个颜色可与其相搭配的颜色作为一个配色组。基于色相特征、饱和度特征和明度特征可以保证各配色组更和谐，更适合人类视觉特点，从而为用户提供更加多元的、舒适的配色服务；基于颜色数据库可有效、准确生成服饰搭配的配色方案，还有利于快速、智能地生成服饰搭配方案。
此外，本发明实施例还针对服饰搭配方案的计算机装置提供了相应的设备、服饰搭配方案生成方法及计算机存储设备，进一步使得所述装置更具有可行性，所述设备、服饰搭配方案生成方法及计算机存储设备具有相应的优点。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性的，并不能限制本公开。
附图说明
为了更清楚的说明本发明实施例或相关技术的技术方案，下面将对实施例或相关技术描述中所需要使用的附图作简单的介绍，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的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的生成服饰搭配方案的计算机装置的一种具体实施方式的结构框架图；
图2为本发明实施例提供的生成服饰搭配方案的计算机装置的另一种具体实施方式的结构框架图；
图3为本发明实施例提供的一种实施方式下的服饰单品搭配层次图；
图4为本发明实施例提供的一种服饰搭配方案生成方法的流程示意图；
图5为本发明实施例提供的另一种服饰搭配方案生成方法的流程示意图；
图6为本发明实施例提供的再一种服饰搭配方案生成方法的流程示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面结合附图和具体实施方式对本发明作进一步的详细说明。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等是用于区别不同的对象，而不是用于描述特定的顺序。此外术语“包括”和“具有”以及他们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可包括没有列出的步骤或单元。
在介绍了本发明实施例的技术方案后，下面详细的说明本申请的各种非限制性实施方式。
首先参见图1，图1为本发明实施例提供的生成服饰搭配方案的计算机装置在一种具体实施方式下的结构框图，本发明实施例可包括以下内容：
生成服饰搭配方案的计算机装置可包括数据库预构建模块1、图像获取模块2及配色方案生成模块3。
本申请中，数据库预构建模块1用于预先构建包含多个配色组的颜色数据库，颜色数据库用于为某个特定颜色确定可搭配候选集，或者任意两个或两个以上可以互相搭配的颜色集。具体可包括颜色表示子模块11和配色组生成模块12。颜色表示子模块11用于利用HSV颜色空间模型表示颜色集中的各颜色；配色组生成模块12用于基于预先构建的颜色搭配模型为颜色集中的各颜色选择相应的配色，生成多个配色组；颜色搭配模型的训练样本为用饱和度值、明度值、色相值表示的颜色样本。
其中，HSV颜色空间模型为指利用H(色相)、S(饱和度)及V(明度)三个维度表示颜色的数学模型，0＜H值＜360，0＜S值＜225，0＜V值＜225。配色组中的各颜色为可搭配颜色，每个配色组中可包含2-5种颜色，当然，配色组也可包含更多种颜色，这均不影响本申请的实现。颜色集包括多种颜色，通过数据库预构建模块1将颜色集中的各颜色划分为多个配色组，每两个配色组中的颜色可不完全相同。
在该实施例中，颜色搭配模型可为基于任何一种机器学习算法，利用足够多的样本数据训练模型所得，具体的模型训练可参照相关技术记载的内容，此处，便不再赘述。例如可利用配色样本集训练卷积神经网络模型结构得到颜色搭配模型；配色样本集包含各颜色与可搭配颜色的对应关系，且每个颜色均用饱和度值、明度值、色相值表示。也就是说，配色样本集中的每个样本颜色均是利用HSV颜色空间模型进行表示，且每个样本颜色均预先进行人工打标，为该颜色设置与其可搭配颜色对应关系的标签。
可以理解的是，图像获取模块2用于获取待搭配物体图像。待搭配物体图像可以为任何一种服饰搭配单品图像，例如帽子、丝巾、外套、裤子、裙子、鞋子、包包、内衣，还可为某种非成品的颜色图像，这均不影响本申请的实现。
在本实施例中，配色方案生成模块3用于基于颜色数据库生成待搭配物体图像的配色方案。可采用任何数据匹配算法从颜色数据库中为待搭配物体图像确定相应的配色，基于选择出来的配色生成配色方案。颜色数据库检索匹配过程可参阅相关技术记载的实现方法，此处，便不再赘述。待搭配物体图像的配色方案可为一种配色方案，也可为多个配色方案，为了让用户有更多、更灵活的选择，提高用户的使用体验，可输出多个配色方案。相应的，在训练颜色搭配模型时，预先为训练样本设置配色效果评价分数的标签信息，则颜色数据库中的每个配色组具有相应的配色效果评价分数，配色方案生成模块在生成多个配色方案时，每个配色方案具有相应的配色效果评价分数，这样，系统可根据每个配色方案的配色效果评价分数从高到低依次向用户展示各配色方案。
在本发明实施例提供的技术方案中，从颜色的色相、饱和度和明度这三个维度衡量颜色搭配效果，并基于用饱和度值、明度值、色相值表示的颜色样本训练得到颜色搭配模型，利用训练好的模型为颜色集中的各颜色确定可搭配的颜色，每个颜色可与其相搭配的颜色作为一个配色组。基于色相特征、饱和度特征和明度特征可以保证各配色组更和谐，更适合人类视觉特点，从而为用户提供更加多元的、舒适的配色服务；基于颜色数据库可有效、准确生成服饰搭配的配色方案，还有利于快速、智能地生成服饰搭配方案。
在一种实施方式中，为了提高数据库检索效率，为用户提供功能明确的配色服务，还可将颜色数据库的颜色以同类色、邻近色、对比色及低饱和度色进行划分归类。同类色为指H值距离小于30度的颜色集合，邻近色为指H值距离大于30小于45的颜色集合，对比色为指H值大于120小于240的颜色区域，低饱和度色为指饱和度S值小于50的颜色集合。但是，为了使处于同类色颜色集、邻近色颜色集、对比色颜色集中各颜色更加和谐，还可进一步对S值、V值的阈值进行研究，为了使低饱和度色颜色集的颜色特征更加柔和，还可进一步对H值、V值的阈值进行研究。
在该实施方式中，配色组生成子模块12还包括阈值确定单元，阈值确定单元用于利用各颜色子样本集训练阈值拟合模型，得到各配色子数据库的参数阈值。然后将色相距离大于第一阈值小于第二阈值，且明度距离大于第三阈值小于第四阈值的颜色归类至同类色子库中；将色相距离大于第五阈值小于第六阈值，且饱和度距离小于第二阈值，明度距离小于第四阈值的颜色归类至邻近色子库中；将色相距离大于第七阈值小于第八阈值，且饱和度距离小于第二阈值，明度距离小于第四阈值的颜色归类至对比色子库中；将饱和度距离小于第九阈值，且明度距离大于第十阈值的颜色归类至低饱和度子库中。可采用任何一种可实现参数拟合的数学模型，本申请对此不做任何限定，对每个颜色子样本集进行参数拟合的过程可参阅相关技术记载的实现过程，此处，便不再赘述。
其中，颜色子样本集为同类色样本集、邻近色样本集、对比色样本集或低饱和度样本集，各颜色子样本集中的每个颜色均用饱和度值、明度值、色相值表示；配色子数据库为同类色子库、邻近色子库、低饱和度子库或对比色子库；参数阈值为饱和度值阈值和/或明度值阈值和/或色相阈值。经过阈值确定单元的参数拟合，可得到各配色子数据库的各参数的阈值，例如同类色子库中的各颜色的色差距离满足饱和度值大于第一阈值小于第二阈值，且明度值大于第三阈值小于第四阈值；邻近色子库中的各颜色的色差距离满足色相值大于第五阈值小于第六阈值，且饱和度值小于第二阈值，明度值小于第四阈值；对比色子库中的各颜色的色差距离满足色相值大于第七阈值小于第八阈值，且饱和度值小于第二阈值，明度值小于第四阈值；低饱和度子库中的各颜色的色差距离满足饱和度值小于第九阈值，且明度值大于第十阈值。
需要说明的是，由于同类色、邻近色、对比色及低饱和度色有相应领域的定义，在满足专业定义参数的基础上，利用阈值确定单元确定其他两个参数的阈值。举例来说，同类色为指H值距离小于30度的颜色集合，利用阈值拟合模型对同类色样本集中的各同类色样本颜色拟合得到合适的S值阈值范围(Smin，Smax)、V值阈值范围(Vmin，Vmax)；低饱和度的S参数的阈值为固定值，需要利用阈值拟合模型拟合得到(Hmin，Hmax)，(Vmin，Vmax)值。
例如对于同类色子库，在服饰搭配中，色相相近时，需要用饱和度和明度产生视觉差异避免全身颜色一致，还需要考虑饱和度和明度差异过大造成颜色搭配失去整体感。利用阈值确定单元可最终确定同类色子库中各颜色的色差距离例如可满足10＜S值＜30，且10＜V值＜30，H值＜30。对于邻近色子库，在服饰搭配中，需要考虑饱和度和明度差异过大造成搭配失去整体感，利用阈值确定单元可最终确定邻近色子库中各颜色的色差距离例如可满足10＜S值＜30，且10＜V值＜30，30＜H值＜45。对于对比色子库，在服饰搭配中，色差上的差异较大，通常冷暖色调不一致，但会使搭配更显活力吗，为了保证对比色搭配中对比色的某一种不突兀，利用阈值确定单元可最终确定对比色子库中各颜色的色差距离例如可满足S值＜30，且V值＜30，120＜H值＜240。而对于低饱和度子库，由于色相特征不强烈，该子库中的所有颜色均可互相搭配，但是不同的浓淡会有不同的搭配效果，为了得到更加平和、清新的颜色搭配，利用阈值确定单元可最终确定低饱和度子库中各颜色的色差距离例如可满足V值＞100，S值＜50。
此外，本申请还以上述实施例的四个配色子数据库为例，阐述一种配色过程，可包括下述内容：
由于低饱和度子库setlows中任意三种以下的颜色均可互相搭配，故可先将低饱和度子库中的任意三种颜色组合为一个配色组，若setlows包含n个颜色，可得到配色组的个数为
Figure BDA0002101368420000101
可分别表示为(color1，color2，color3)，……，(colorn-2，colorn-1，colorn)。在实际搭配过程中，可先保证每个搭配中的大色块部分，例如可为上衣、下衣、连衣裙、连体裤、外套，至少包含两种颜色的前提下，再加入黑色、白色两种百搭色，然后获得具体单品的颜色。在包含上衣、下衣、外套、包包、鞋子、配饰的服饰搭配方案中可以得到配色的总数为
Figure BDA0002101368420000102
而在包含连衣裙或连体裤、外套、包包、鞋子、配饰的服饰搭配方案中可以得到配色的总数为
Figure BDA0002101368420000103
综上可知，包含n个颜色的低饱和度子库的配色组个数为
Figure BDA0002101368420000104
对于同类色子库setsame，颜色可表示为colorq，根据同类色计算法可得到colorq的同类色集合setsame(color1，color2，…，colorn)，colorq与同类色子库中任意两种颜色组合为一个配色组，共
Figure BDA0002101368420000105
个，即(colorq，color1，color2)，……，(colorq，colorn-1，colorn)。为了保证每个配色中的大色块部分，例如可为上衣、下衣、连衣裙、连体裤、外套，至少包含两种颜色且其中之一颜色为colorq的前提下，再加入黑色、白色两种百搭色，然后获得具体单品的颜色。在包含上衣、下衣、外套、包包、鞋子、配饰的服饰搭配方案中可以得到配色的总数为6*53+3*53。而在包含连衣裙或连体裤、外套、包包、鞋子、配饰的服饰搭配方案中可以得到配色的总数为2*53。综上可知，包含n个颜色的同类色子库的配色组个数为
Figure BDA0002101368420000106
对于邻近色子库setsimilar，颜色可表示为colorq，根据邻近色计算法可得到coloqr的邻近色集合setsimilar(color1，color2，…，colorn)，colorq与邻近色子库中任意两种颜色组合为一个配色组，共
Figure BDA0002101368420000111
个，即(colorq，color1，color2)，……，(colorq，colorn-1，colorn)。为了保证每个配色中的大色块部分，例如可为上衣、下衣、连衣裙、连体裤、外套，至少包含两种颜色且其中之一颜色为colorq的前提下，再加入黑色、白色两种百搭色，然后获得具体单品的颜色。在包含上衣、下衣、外套、包包、鞋子、配饰的服饰搭配方案中可以得到配色的总数为6*53+3*53。而在包含连衣裙或连体裤、外套、包包、鞋子、配饰的服饰搭配方案中可以得到配色的总数为2*53。综上可知，包含n个颜色的邻近色子库的配色组个数为
Figure BDA0002101368420000112
对于对比色子库，颜色可表示为colorq，根据对比色计算法可得到colorq的对比色集合(color1，color2，…，colorn)，colorn与对比色子库中任意两种颜色组合为一个配色组，共
Figure BDA0002101368420000113
个，即(colorq，color1，color2)，……，(colorq，colorn-1，colorn)。为了保证每个配色中的大色块部分，例如可为上衣、下衣、连衣裙、连体裤、外套，至少包含两种颜色且其中之一颜色为colorq的前提下，再加入黑色、白色两种百搭色，然后获得具体单品的颜色。在包含上衣、下衣、外套、包包、鞋子、配饰的服饰搭配方案中可以得到配色的总数为6*53+3*53。而在包含连衣裙或连体裤、外套、包包、鞋子、配饰的服饰搭配方案中可以得到配色的总数为2*53。综上可知，包含n个颜色的邻近色子库的配色组个数为
Figure BDA0002101368420000114
另外一种实施方式，在为待搭配物体图像生成配色方案后，还可针对该配色方案生成相应的全身服饰搭配方案，基于上述实施例，请参阅图2，所述计算机装置还可包括风格款式搭配模块4。风格款式搭配模块4可用于将待搭配物体图像输入至预先构建的服饰搭配模型，生成待搭配物体图像在每个配色方案下的多个服饰搭配方案。
其中，服饰搭配模型可为利用服饰搭配样本集训练任何一种深度学习网络模型所得，深度学习网络模型例如可为但并不限制于卷积神经网络模型，模型训练过程可参阅相关技术记载的训练过程的内容，此处，便不再赘述。服饰搭配样本集可包括多个搭配样本图像，每个搭配样品图像中至少包括一套内搭及鞋，外套、包包其次，然后是配饰，且每个搭配样本图像均包括设置有搭配单品的风格、款式及搭配效果的标签，搭配效果可为非常搭配、一般搭配、不搭配，可利用标记信息来标记搭配效果，利用y＝2表示非常搭配、y＝1表示一般搭配、y＝0表示不搭配。举例来说，搭配样本图像1为连衣裙、风衣、丝巾、鞋子、包包及耳环，该样本图像1的标签中包括连衣裙、风衣、丝巾、鞋子、包包及耳环的风格、款式及y＝2。
可以理解的是，全身搭配可分为5个部分，请参阅图3所示，即配饰、内搭、外套、鞋子和包包。外套可包括大衣、风衣、西装、短外套；内搭包括连衣裙、连体裤或上下搭配，其中，上搭类别可包括T恤、针织衫、衬衫、毛衣、雪纺衫、蕾丝衫、开衫、套头衫、卫衣，下搭类别可包括短裤、牛仔裤、休闲裤、西装裤、运动裤、半裙、背带裙；配饰包括围巾、项链、耳环、丝巾、腰带、帽子。可选的，风格款式搭配模块4输出的多个服饰搭配方案中至少包含一个服饰搭配方案为全身搭配方案，即服饰搭配方案包括内搭、外套、鞋子、包包及配饰。
还需要的是，风格款式搭配模块4还可包括人机交互单元，通过该单元用户可以预先设置服饰搭配方案中包含的单品类型、款式及风格，进一步提升用户的使用体验。例如待搭配物体图像为连衣裙，用户只需要为该连衣裙搭配丝巾和鞋子，那么可通过人机交互单元将服饰搭配方案中的单品类型选择为丝巾和鞋子。
此外，在风格款式搭配模块输出多个服饰搭配方案时，为了便于用户高效选择所需，还可基于搭配效果好坏进行排序后依次按序展示，避免查阅大量服饰搭配方案才可确定自己喜欢的搭配方案，提高用户选择搭配方案的效率。鉴于此，还可预先为服饰搭配样本集的每个搭配样本图像的标签中设置搭配效果评价分数值，服饰搭配模型在生成服饰搭配方案时会附带相应的搭配效果评价分数值。然后对每个配色方案，均可根据每个服饰搭配方案的搭配效果评价分数值从大到小对各服饰搭配方案进行排序。为了进一步提升用户服饰搭配选择效率，还可优先向用户展示每个配色方案的前i个服饰搭配方案，i值可根据服饰搭配方案的生成个数、用户需求以及实际应用场景进行确定，本申请对此不做任何限定。
可选的，为了提升用户色彩感知力和颜色搭配内涵，增加消费者的购买欲，请参阅图2，所述装置还可包括配色方案的背书检索模块5，配色方案的背书检索模块5用于为配色方案提供与之配色最相似的名画作品，作为每个配色方案的灵感来源。配色方案的背书检索模块5可包括配色方案颜色直方图生成子模块和背书检索子模块。配色方案颜色直方图生成子模块用于基于配色方案中像素点与服装颜色集中各质心颜色之间的色差距离，生成配色方案的颜色直方图，颜色直方图的横坐标上的相邻颜色间的距离小于预设色差距离。配色方案的颜色直方图生成过程包括两部分，其一为生成颜色直方图的结构，其二为将配色方案中的各像素点设置在颜色直方图的相应位置上。在生成颜色直方图后，可以利用但并不限制于cie2000距离公式，依次计算配色方案中每个像素点和服装颜色集中各质心颜色之间的色差距离；对当前像素点，从服装颜色集中选择与当前像素点的色差距离最小的目标质心颜色；将配色方案的每个像素点归类至相应目标质心颜色中，以生成配色方案的颜色直方图。颜色直方图生成过程可包括下述内容：
可预设按照颜色直方图的横坐标上相邻颜色间的色差距离小于预设色差距离，将服装颜色集中各质心颜色排序在横坐标上，可通过设置质心颜色距离计算单元、颜色选择单元及色差距离计算单元的功能模块实现上述过程。首先可基于cie2000距离公式，依次计算服装颜色集中各质心颜色间的色差距离；当然，也可采用其他色差距离计算公式计算各质心颜色的色差距离，本申请对此不做任何限定。然后对当前质心颜色，基于预先设置的虚拟颜色和tsp算法从服装颜色集中确定与当前质心颜色的色差距离最小的目标颜色。鉴于tsp(Travelling Salesman Problem，旅行推销员问题)算法在寻找某一点最短路径过程中，需要遍历所有点然后在回到该点，为了解决回到起点的问题，本申请可预先设置虚拟颜色，虚拟颜色与服装颜色集中的各质心颜色的色差距离为0，在为每个质心颜色寻找与其色差距离最小的目标时，从该虚拟颜色开始经过所有质心颜色后回到该虚拟颜色，而不用回到起始质心颜色，有利于提升质心颜色最短色差距离寻优的效率。服装颜色集中包含的质心颜色可为服装中常用的67种颜色，当然，本领域技术人员也可根据实际应用场景进行增加或删减，这均不影响本申请的实现。在为每个质心颜色确定与之色差距离最小的目标质心颜色后，可将当前质心颜色和目标质心颜色放置于颜色直方图横坐标的相邻位置。举例来说，黄色、淡黄色、鹅黄色在颜色直方图的横坐标上彼此相邻。
在该实施例中，背书检索子模块用于利用滑动窗口方式从预先构建的名画作品直方图数据库中选择与配色方案的颜色直方图相似度值超过预设相似度阈值的名画作品，以作为配色方案的背书。名画作品直方图数据库中包含名画作品集中各名画作品的颜色直方图，每幅名画作用的颜色直方图可以利用配色方案的颜色直方图生成方法，也可采用任何一种颜色直方图的生成方法，这均不影响本申请的实现。由于颜色直方图中的横坐标上的每个颜色均与相邻颜色相近，在比较两个颜色直方图的相似性时，不仅需要考虑每个颜色对应的直方图值，还需要考虑与之相近颜色的直方图值。可采用窗口大小为n的滑动窗口来比较两个颜色直方图的相似性，不仅可比较对应颜色的直方图值，还可以时间衰减的方式比较器和滑动窗口内的直方图值，得到相似度值，该值越大，两个颜色直方图的相似度越高，相应的两张图像的相似度也就越高。也即背书检索子模块包括相似度计算单元；相似度计算单元用于根据下述公式计算配色方案的颜色直方图和名画作品直方图数据库中当前名画作品的颜色直方图的相似度分数：
Figure BDA0002101368420000141
式中，hk为配色方案的颜色直方图，hi'为当前名画作品的颜色直方图，n为滑动窗口大小，a为服装颜色集中包含质心颜色的总个数。
在该实施例中，如果是为每个服饰搭配方案提供与之配色相类似的名画作品，同样可按照上述实施例描述的过程进行，只需要将配色方案图像替换为服饰搭配方案图像即可实现。
本发明实施例还提供了一种生成服饰搭配方案的计算机设备，该设备包括处理器，所述处理器包括如任意一个实施例所述生成服饰搭配方案的计算机装置的模块。
本发明实施例所述生成服饰搭配方案的计算机设备的各功能模块的功能可参阅上述装置实施例中的相关描述，此处不再赘述。
由上可知，本发明实施例可为用户提供更加多元、更适合人类视觉特点的配色服务，有利于快速、智能地生成服饰搭配方案。
本发明实施例还针对生成服饰搭配方案的计算机装置提供了相应的实现方法，进一步使得所述装置更具有可行性。下面对本发明实施例提供的服饰搭配方案生成方法进行介绍，下文描述的服饰搭配方案生成方法与上文描述的生成服饰搭配方案的计算机装置可相互对应参照。
请参见图4，图4为本发明实施例提供的一种服饰搭配方案生成方法的流程示意图，具体的可包括以下内容：
S401：预先利用HSV颜色空间模型表示颜色集中的各颜色，基于预先构建的颜色搭配模型为颜色集中的各颜色选择相应的配色，生成多个配色组，以构建颜色数据库。
S402：获取待搭配物体图像。
S403：基于颜色数据库，生成待搭配物体图像的配色方案。
可选的，基于上述实施例，请参阅图5及图6，本申请还可包括：
S404：将待搭配物体图像输入至预先构建的服饰搭配模型，生成待搭配物体图像在每个配色方案下的多个服饰搭配方案。
服饰搭配模型为利用服饰搭配样本集训练深度学习网络模型所得，服饰搭配样本集包括多个搭配样本图像，每个搭配样本图像包括设置有搭配单品的风格、款式及搭配效果的标签。
S405：基于配色方案中像素点与服装颜色集中各质心颜色之间的色差距离，生成配色方案的颜色直方图。
颜色直方图的横坐标上的相邻颜色间的距离小于预设色差距离，颜色直方图的生成过程可包括：
利用cie2000距离公式，依次计算服装颜色集中各质心颜色间的色差距离；
对当前质心颜色，基于预先设置的虚拟颜色和tsp算法从服装颜色集中确定与当前质心颜色的色差距离最小的目标颜色；虚拟颜色与服装颜色集中的各质心颜色的色差距离为0；
将当前质心颜色和目标颜色放置于颜色直方图横坐标的相邻位置，以实现按照颜色直方图的横坐标上相邻颜色间的色差距离小于预设色差距离将服装颜色集中各质心颜色排序在横坐标上；
利用cie2000距离公式，依次计算配色方案中每个像素点和服装颜色集中各质心颜色之间的色差距离；
对当前像素点，从服装颜色集中选择与当前像素点的色差距离最小的目标质心颜色；
将配色方案的每个像素点归类至相应目标质心颜色中，以生成配色方案的颜色直方图。
S406：利用滑动窗口方式从预先构建的名画作品直方图数据库中心选择与配色方案的颜色直方图相似度值超过预设相似度阈值的名画作品，以作为配色方案的背书。
本发明实施例所述服饰搭配方案生成方法的各步骤的实现过程可参数上述装置实施例中各功能模块的相关描述，此处不再赘述。
由上可知，本发明实施例可为用户提供更加多元、更适合人类视觉特点的配色服务，有利于快速、智能地生成服饰搭配方案。
本发明实施例还提供了一种生成服饰搭配方案的计算机可读存储介质，存储有服饰搭配方案生成程序，所述服饰搭配方案生成程序被处理器执行时如上任意一实施例所述服饰搭配方案生成方法的步骤。
本发明实施例所述计算机可读存储介质的各功能模块的功能可根据上述方法实施例中的方法具体实现，其具体实现过程可以参照上述方法实施例的相关描述，此处不再赘述。
由上可知，本发明实施例可为用户提供更加多元、更适合人类视觉特点的配色服务，有利于快速、智能地生成服饰搭配方案。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
专业人员还可以进一步意识到，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、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。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。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上对本发明所提供的一种生成服饰搭配方案的计算机装置、设备、可读存储介质及服饰搭配方案生成方法进行了详细介绍。本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。

Claims (9)

1.一种生成服饰搭配方案的计算机装置，其特征在于，包括：
数据库预构建模块，用于预先构建包含多个配色组的颜色数据库；
图像获取模块，用于获取待搭配物体图像；
配色方案生成模块，用于基于所述颜色数据库，生成所述待搭配物体图像的配色方案；
配色方案的背书检索模块，所述配色方案的背书检索模块包括：
配色方案颜色直方图生成子模块，用于基于所述配色方案中像素点与服装颜色集中各质心颜色之间的色差距离，生成所述配色方案的颜色直方图；所述颜色直方图的横坐标上的相邻颜色间的距离小于预设色差距离；
背书检索子模块，用于利用滑动窗口方式从预先构建的名画作品直方图数据库中选择与所述配色方案的颜色直方图相似度值超过预设相似度阈值的名画作品，以作为所述配色方案的背书；其中，所述名画作品直方图数据库中包含名画作品集中各名画作品的颜色直方图；
其中，所述数据库预构建模块包括颜色表示子模块和配色组生成模块；所述颜色表示子模块用于利用HSV颜色空间模型表示颜色集中的各颜色；所述配色组生成模块用于基于预先构建的颜色搭配模型为所述颜色集中的各颜色选择相应的配色，生成多个配色组；所述颜色搭配模型的训练样本为用饱和度值、明度值、色相值表示的颜色样本。
2.根据权利要求1所述的生成服饰搭配方案的计算机装置，其特征在于，所述配色组生成子模块包括颜色搭配模型训练单元；
所述颜色搭配模型训练单元用于利用配色样本集训练卷积神经网络模型结构得到颜色搭配模型；
其中，所述配色样本集包含各颜色与可搭配颜色的对应关系，且每个颜色均用饱和度值、明度值、色相值表示。
3.根据权利要求1所述的生成服饰搭配方案的计算机装置，其特征在于，所述配色组生成子模块还包括阈值确定单元；
所述阈值确定单元用于利用各颜色子样本集训练阈值拟合模型，得到各配色子数据库的参数阈值；
其中，所述颜色子样本集为同类色样本集、邻近色样本集、对比色样本集或低饱和度样本集，各颜色子样本集中的每个颜色均用饱和度值、明度值、色相值表示；所述配色子数据库为同类色子库、邻近色子库、低饱和度子库或对比色子库；所述参数阈值为饱和度值阈值和/或明度值阈值和/或色相阈值；
所述同类色子库中的各颜色的色差距离满足饱和度值大于第一阈值小于第二阈值，且明度值大于第三阈值小于第四阈值；所述邻近色子库中的各颜色的色差距离满足色相值大于第五阈值小于第六阈值，且饱和度值小于所述第二阈值，明度值小于第四阈值；所述对比色子库中的各颜色的色差距离满足色相值大于第七阈值小于第八阈值，且饱和度值小于所述第二阈值，明度值小于第四阈值；所述低饱和度子库中的各颜色的色差距离满足饱和度值小于第九阈值，且明度值大于第十阈值。
4.根据权利要求1所述的生成服饰搭配方案的计算机装置，其特征在于，还包括风格款式搭配模块；
所述风格款式搭配模块用于将所述待搭配物体图像输入至预先构建的服饰搭配模型，生成所述待搭配物体图像在每个配色方案下的多个服饰搭配方案；
其中，所述服饰搭配模型为利用服饰搭配样本集训练深度学习网络模型所得，所述服饰搭配样本集包括多个搭配样本图像，每个搭配样本图像包括设置有搭配单品的风格、款式及搭配效果的标签。
5.根据权利要求1所述的生成服饰搭配方案的计算机装置，其特征在于，所述背书检索子模块包括相似度计算单元；
所述相似度计算单元用于根据下述公式计算所述配色方案的颜色直方图和所述名画作品直方图数据库中当前名画作品的颜色直方图的相似度分数：
Figure FDA0003946426200000021
式中，hk为所述配色方案的颜色直方图，hi'为所述当前名画作品的颜色直方图，n为滑动窗口大小，a为所述服装颜色集中包含质心颜色的总个数。
6.根据权利要求1所述的生成服饰搭配方案的计算机装置，其特征在于，所述配色方案颜色直方图生成子模块包括：
质心颜色距离计算单元，用于利用cie2000距离公式，依次计算所述服装颜色集中各质心颜色间的色差距离；
颜色选择单元，用于对当前质心颜色，基于预先设置的虚拟颜色和tsp算法从所述服装颜色集中确定与所述当前质心颜色的色差距离最小的目标颜色；所述虚拟颜色与所述服装颜色集中的各质心颜色的色差距离为0；
质心颜色排序单元，用于将所述当前质心颜色和所述目标颜色放置于所述颜色直方图横坐标的相邻位置。
7.一种生成服饰搭配方案的计算机设备，其特征在于，包括处理器，所述处理器包括如权利要求1至6任一项所述生成服饰搭配方案的计算机装置的模块。
8.一种服饰搭配方案生成方法，其特征在于，包括：
预先利用HSV颜色空间模型表示颜色集中的各颜色，基于预先构建的颜色搭配模型为所述颜色集中的各颜色选择相应的配色，生成多个配色组，以构建颜色数据库；
获取待搭配物体图像；
基于所述颜色数据库，生成所述待搭配物体图像的配色方案；
基于所述配色方案中像素点与服装颜色集中各质心颜色之间的色差距离，生成所述配色方案的颜色直方图；所述颜色直方图的横坐标上的相邻颜色间的距离小于预设色差距离；
利用滑动窗口方式从预先构建的名画作品直方图数据库中选择与所述配色方案的颜色直方图相似度值超过预设相似度阈值的名画作品，以作为所述配色方案的背书；其中，所述名画作品直方图数据库中包含名画作品集中各名画作品的颜色直方图；
其中，所述颜色搭配模型的训练样本为用饱和度值、明度值、色相值表示的颜色样本。
9.一种生成服饰搭配方案的计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有服饰搭配方案生成程序，所述服饰搭配方案生成程序被处理器执行时实现如权利要求8所述服饰搭配方案生成方法的步骤。
CN201910536643.0A 2019-06-20 2019-06-20 生成服饰搭配方案的计算机装置、设备、存储介质及方法 Active CN110232253B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910536643.0A CN110232253B (zh) 2019-06-20 2019-06-20 生成服饰搭配方案的计算机装置、设备、存储介质及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910536643.0A CN110232253B (zh) 2019-06-20 2019-06-20 生成服饰搭配方案的计算机装置、设备、存储介质及方法

Publications (2)

Publication Number Publication Date
CN110232253A CN110232253A (zh) 2019-09-13
CN110232253B true CN110232253B (zh) 2023-01-24

Family

ID=67856924

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910536643.0A Active CN110232253B (zh) 2019-06-20 2019-06-20 生成服饰搭配方案的计算机装置、设备、存储介质及方法

Country Status (1)

Country Link
CN (1) CN110232253B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111091607B (zh) * 2019-12-24 2023-08-29 厦门美图之家科技有限公司 颜色搭配方法、装置、电子设备及存储介质
CN111401748A (zh) * 2020-03-17 2020-07-10 李照宇 一种基于工作场景的穿衣搭配大数据智能评估方法
CN111626697B (zh) * 2020-05-19 2023-07-11 正显新材料科技(广东)有限公司 塑胶样板的配色方案确定方法、终端和可读存储介质
CN111626700B (zh) * 2020-05-19 2023-06-16 正显新材料科技(广东)有限公司 塑胶样板的配色方案确定方法、终端和可读存储介质
CN112330767B (zh) * 2020-11-25 2023-04-18 山东师范大学 一种最大差异化配色方法、系统、介质及电子设备
CN112598761B (zh) * 2020-12-30 2023-06-16 东华大学 一种纺织服装色彩搭配协同设计与智能推荐方法
CN113808118A (zh) * 2021-09-24 2021-12-17 孙红 服装上装与下装颜色智能搭配方法
CN114611169B (zh) * 2022-02-11 2023-03-03 广东时谛智能科技有限公司 基于大数据的可选配色方案自动生成方法和装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106033547A (zh) * 2015-03-12 2016-10-19 阿里巴巴集团控股有限公司 颜色搭配评价方法、服饰搭配推荐方法及装置
CN106055893A (zh) * 2016-05-27 2016-10-26 杭州土网络科技有限公司 基于时尚模板库和自动匹配的服装搭配方案生成方法
CN106504064A (zh) * 2016-10-25 2017-03-15 清华大学 基于深度卷积神经网络的服装分类与搭配推荐方法及系统
US10083521B1 (en) * 2015-12-04 2018-09-25 A9.Com, Inc. Content recommendation based on color match
CN109472832A (zh) * 2018-10-15 2019-03-15 广东智媒云图科技股份有限公司 一种配色方案生成方法、装置及智能机器人

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106033547A (zh) * 2015-03-12 2016-10-19 阿里巴巴集团控股有限公司 颜色搭配评价方法、服饰搭配推荐方法及装置
US10083521B1 (en) * 2015-12-04 2018-09-25 A9.Com, Inc. Content recommendation based on color match
CN106055893A (zh) * 2016-05-27 2016-10-26 杭州土网络科技有限公司 基于时尚模板库和自动匹配的服装搭配方案生成方法
CN106504064A (zh) * 2016-10-25 2017-03-15 清华大学 基于深度卷积神经网络的服装分类与搭配推荐方法及系统
CN109472832A (zh) * 2018-10-15 2019-03-15 广东智媒云图科技股份有限公司 一种配色方案生成方法、装置及智能机器人

Also Published As

Publication number Publication date
CN110232253A (zh) 2019-09-13

Similar Documents

Publication Publication Date Title
CN110232253B (zh) 生成服饰搭配方案的计算机装置、设备、存储介质及方法
CN110276360B (zh) 生成服饰搭配方案的计算机装置、设备、存储介质及方法
US10918150B2 (en) Methods and systems for customized garment and outfit design generation
US9949519B2 (en) Methods and systems for customized garment design generation
US11164240B2 (en) Virtual garment carousel
CN106055893B (zh) 基于时尚模板库和自动匹配的服装搭配方案生成方法
KR100967157B1 (ko) 지능형 패션 코디네이터 시스템 및 운영 방법
US10915744B2 (en) Method for evaluating fashion style using deep learning technology and system therefor
KR20170096971A (ko) 스타일 특징을 이용한 상품 추천 방법
CN106779977A (zh) 一种基于智能移动终端的服装搭配方法及其系统
CN104981830A (zh) 服装搭配系统和方法
CN105426462A (zh) 一种基于图像元素的图像搜索方法和装置
JP2015072639A (ja) ファッションコーディネート支援装置及びファッションコーディネート支援システム
KR20200141929A (ko) 대상체 디자인 커스터마이징 방법, 장치 및 프로그램
US20200143454A1 (en) Computer vision based methods and systems of universal fashion ontology fashion rating and recommendation
Stan et al. An intelligent personalized fashion recommendation system
WO2003069526A1 (fr) Systeme de conseil dans le domaine de la mode
JP2009266166A (ja) 調和度判定装置、調和度判定方法、調和度判定用プログラム
CN111242016B (zh) 衣物管理方法、控制装置、衣柜以及计算机可读存储介质
CN112016608A (zh) 基于卷积神经网络的服装感性意图分类方法、分类模型及其构建方法
CN104317866B (zh) 一种成衣匹配方法及其电子装置
CN106803103A (zh) 自动搭配衣物的方法和系统
WO2020079235A1 (en) Method and apparatus for accessing clothing
Podlasov et al. Japanese street fashion for young people: A multimodal digital humanities approach for identifying sociocultural patterns and trends
CN111383068A (zh) 一种服装款型风格匹配的方法及其系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20230104

Address after: 310000 Room 2601, Building 1, Huanglong International Center, No. 77, Xueyuan Road, Cuiyuan Street, Xihu District, Hangzhou, Zhejiang Province (Room 2201, actual floor)

Applicant after: HANGZHOU JUANGUA NETWORKS Co.,Ltd.

Address before: Room 1001, building 1, Zheshang wealth center, Xihu District, Hangzhou City, Zhejiang Province, 310012

Applicant before: HANGZHOU SHIQU INFORMATION TECHNOLOGY Co.,Ltd.

GR01 Patent grant
GR01 Patent grant