CN110276360A - 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
CN110276360A
CN110276360A CN201910537012.0A CN201910537012A CN110276360A CN 110276360 A CN110276360 A CN 110276360A CN 201910537012 A CN201910537012 A CN 201910537012A CN 110276360 A CN110276360 A CN 110276360A
Authority
CN
China
Prior art keywords
color
scheme
matching
colour
clothing matching
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.)
Granted
Application number
CN201910537012.0A
Other languages
English (en)
Other versions
CN110276360B (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 SHIQU INFORMATION TECHNOLOGY Co Ltd
Original Assignee
HANGZHOU SHIQU INFORMATION TECHNOLOGY 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 SHIQU INFORMATION TECHNOLOGY Co Ltd filed Critical HANGZHOU SHIQU INFORMATION TECHNOLOGY Co Ltd
Priority to CN201910537012.0A priority Critical patent/CN110276360B/zh
Publication of CN110276360A publication Critical patent/CN110276360A/zh
Application granted granted Critical
Publication of CN110276360B publication Critical patent/CN110276360B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06F16/55—Clustering; Classification
    • 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
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/50—Extraction of image or video features by performing operations within image blocks; by using histograms, e.g. histogram of oriented gradients [HoG]; by summing image-intensity values; Projection analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/56—Extraction of image or video features relating to colour

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Databases & Information Systems (AREA)
  • Library & Information Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Processing Or Creating Images (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对的颜色数据库，具体通过首先将名画作品集中的名画作品按照预先构建的风格分类模型进行分类，以将隶属同一风格的名画归类至一个样本子集中，然后对每个样本子集，提取当前样本子集各幅名画作品中颜色占比超过阈值的目标颜色，作为相应风格的配色对，从而生成包含多个配色对的数据库。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提取名画作品的配色方法，可为用户提供更加多元、更适合人类审美的配色服务，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对的颜色数据库；
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训练样本选择子模块和配色对生成模块；所述训练样本选择子模块用于将名画作品集中的名画作品按照预先构建的风格分类模型进行分类，以将隶属同一风格的名画归类至一个样本子集中；所述配色对生成子模块用于对每个样本子集，提取当前样本子集各幅名画作品中颜色占比超过阈值的目标颜色，作为相应风格的配色对。
可选的，所述配色对生成子模块包括：
初始直方图生成单元，用于对所述当前样本子集中的每幅名画作品，根据预设的颜色粒度利用聚类算法对当前名画作品进行聚类，得到占比最大的n种颜色分布的初始直方图；
权重计算单元，用于计算所述初始直方图中的任意m个颜色组合的权重值，m＜n；
权重相加单元，用于将各初始直方图中属于同一个颜色组合的权重值相加；
直方图生成单元，用于基于各颜色组合的权重和，得到所述当前样本子集的直方图，以作为所述当前样本子集对应风格的配色对。
可选的，所述训练样本选择子模块包括风格模型训练单元；
所述风格模型训练单元用于利用风格样本集训练卷积神经网络模型结构得到风格分类模型；
其中，所述风格样本集包括多类样本名画，每幅样本名画具有包含作家和完成时间的属性标签，每类样本名画为属于同一作者不同时期的名画作品。
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，所述服饰搭配样本集的每个搭配样本图像的标签中还包括搭配效果评价分数值，所述装置还包括展示模块；所述展示模块包括：
排序子模块，用于对每个配色方案，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；
展示子模块，用于分别向用户展示每个配色方案的前i个服饰搭配方案。
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心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所有名画作品的颜色直方图。
可选的，所述配色方案颜色直方图生成子模块包括：
直方图横坐标排序单元，用于预设按照所述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，将所述服装颜色集中各质心颜色排序在横坐标上；
色差距离计算单元，用于利用cie2000距离公式，依次计算所述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，从所述服装颜色集中选择与所述当前像素点的色差距离最小的目标质心颜色；
将所述配色方案的每个像素点归类至相应目标质心颜色中，以生成所述配色方案的颜色直方图。
本发明实施例另一方面提供了一种服饰搭配方案生成方法，包括：
预先将名画作品集中的名画作品按照预先构建的风格分类模型进行分类，以将隶属同一风格的名画归类至一个样本子集中；对每个样本子集，提取当前样本子集各幅名画作品中颜色占比超过阈值的目标颜色，作为相应风格的配色对，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。
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，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，该模块在生成配色对时选取名画作品样本，其凭借名画作品出色、和谐、独特、完美的配色，本申请将提取同一风格的多幅名画作品的配色作为可搭配颜色对应用于服饰的颜色搭配中，提高了服饰配色方案的配色和谐度，配色风格也更突出，还更适合人类审美，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一种配色直方图生成示意图；
图3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4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5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6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7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对的颜色数据库，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。具体可包括训练样本选择子模块11和配色对生成模块12。训练样本选择子模块11用于将名画作品集中的名画作品按照预先构建的风格分类模型进行分类，以将隶属同一风格的名画归类至一个样本子集中；配色对生成模块12用于对每个样本子集，提取当前样本子集每幅名画作品中颜色占比超过阈值的目标颜色，作为相应风格的配色对。
在该实施例中，风格分类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。例如训练样本选择子模块11的风格模型训练单元具体可利用风格样本集训练卷积神经网络模型结构得到风格分类模型。风格样本集可包括多类样本名画，每类样本名画为属于同一作者不同时期的名画作品。可预先为每个样本名画进行人工打标，使得每幅样本名画具有包含作家和完成时间的属性标签。
可以理解的是，每幅名画作品均有其主色调，也有与主色调相配的其他颜色，而同一风格的名画作品的配色风格差异性较小，例如同一个作者在不同时期的名画作品可以视为同一风格的作品。为了提高配色对生成的鲁棒性，可将同一风格的每幅名画作品的2-5中占比最大的颜色提取出来，然后在提取得到的配色对中出现频率最高的几组颜色，作为该风格下配色效果最好的配色对。在一种实施方式中，请参阅图2所示，配色对生成子模块可包括：
初始直方图生成单元，用于对当前样本子集中的每幅名画作品，根据预设的颜色粒度利用任何一种聚类算法对当前名画作品进行聚类，得到占比最大的n种颜色分布的初始直方图；例如占比最大的5种颜色分布的直方图。此处占比最大颜色为指名画作品中使用频率最高的几种颜色。
权重计算单元，用于计算初始直方图中的任意m个颜色组合的权重值，m＜n。例如在得到包含5种颜色的初始直方图后，可计算任意三个颜色的组合的权重和，得到C5 3个配色集。
权重相加单元，用于将各初始直方图中属于同一个颜色组合的权重值相加。
直方图生成单元，用于基于各颜色组合的权重和，得到当前样本子集的直方图，以作为当前样本子集对应风格的配色对。
举例来说，当前样本子集包括名画作品A和名画作品B，对于名画作品A，颜色a的权重为10％，颜色b的权重为15％，颜色c的权重为20％，颜色d的权重为5％，那么颜色a、b、c组成的配色对的权重和为45％，颜色d、b、c组成的配色对的权重和为35％，颜色d、a、c组成的配色对的权重和为35％，颜色d、a、d组成的配色对的权重和为30％；对于名画作品B，颜色a的权重为10％，颜色b的权重为15％，颜色c的权重为20％，颜色d的权重为5％，那么颜色a、b、c组成的配色对的权重和为45％，颜色d、b、c组成的配色对的权重和为35％，颜色d、a、c组成的配色对的权重和为35％，颜色d、a、d组成的配色对的权重和为30％；对于当前样本子集来说，颜色a、b、c组成的配色对的权重和为90％，颜色d、b、c组成的配色对的权重和为70％，颜色d、a、c组成的配色对的权重和为70％，颜色d、a、d组成的配色对的权重和为60％。可认为针对当前样本子集对应的风格来说，由颜色a、b、c组成的配色对的配色效果优于颜色d、a、d组成的配色对，再对包含有颜色a的图像生成配色方案时优选的配色对为颜色a、b、c组成的配色对。
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对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，凭借名画作品出色、和谐、独特、完美的配色，本申请将提取同一风格的多幅名画作品的配色作为可搭配颜色对应用于服饰的颜色搭配中，提高了服饰配色方案的配色和谐度，配色风格也更突出，还更适合人类审美，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。
一种实施方式中，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。
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所有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：
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。
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，所述装置例如还包括展示模块6；展示模块6可包括排序子模块和展示子模块。排序子模块用于对每个配色方案，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；展示子模块用于分别向用户展示每个配色方案的前i个服饰搭配方案。也就是说，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。
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5，图5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：
S501：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，生成多个配色对，以构建颜色数据库。
S502：获取待搭配物体图像。
S503：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6及图7，本申请还可包括：
S504：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。
S505：对每个配色方案，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；
S506：分别向用户展示每个配色方案的前i个服饰搭配方案。
S507：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。
S508：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 (10)

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对的颜色数据库；
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训练样本选择子模块和配色对生成模块；所述训练样本选择子模块用于将名画作品集中的名画作品按照预先构建的风格分类模型进行分类，以将隶属同一风格的名画归类至一个样本子集中；所述配色对生成子模块用于对每个样本子集，提取当前样本子集各幅名画作品中颜色占比超过阈值的目标颜色，作为相应风格的配色对。
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，所述配色对生成子模块包括：
初始直方图生成单元，用于对所述当前样本子集中的每幅名画作品，根据预设的颜色粒度利用聚类算法对当前名画作品进行聚类，得到占比最大的n种颜色分布的初始直方图；
权重计算单元，用于计算所述初始直方图中的任意m个颜色组合的权重值，m＜n；
权重相加单元，用于将各初始直方图中属于同一个颜色组合的权重值相加；
直方图生成单元，用于基于各颜色组合的权重和，得到所述当前样本子集的直方图，以作为所述当前样本子集对应风格的配色对。
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，所述训练样本选择子模块包括风格模型训练单元；
所述风格模型训练单元用于利用风格样本集训练卷积神经网络模型结构得到风格分类模型；
其中，所述风格样本集包括多类样本名画，每幅样本名画具有包含作家和完成时间的属性标签，每类样本名画为属于同一作者不同时期的名画作品。
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4所述的生成服饰搭配方案的计算机装置，其特征在于，所述服饰搭配样本集的每个搭配样本图像的标签中还包括搭配效果评价分数值，所述装置还包括展示模块；所述展示模块包括：
排序子模块，用于对每个配色方案，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；
展示子模块，用于分别向用户展示每个配色方案的前i个服饰搭配方案。
6.根据权利要求1-5任意一项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心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所有名画作品的颜色直方图。
7.根据权利要求6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：
直方图横坐标排序单元，用于预设按照所述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，将所述服装颜色集中各质心颜色排序在横坐标上；
色差距离计算单元，用于利用cie2000距离公式，依次计算所述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，从所述服装颜色集中选择与所述当前像素点的色差距离最小的目标质心颜色；
将所述配色方案的每个像素点归类至相应目标质心颜色中，以生成所述配色方案的颜色直方图。
8.一种服饰搭配方案生成方法，其特征在于，包括：
预先将名画作品集中的名画作品按照预先构建的风格分类模型进行分类，以将隶属同一风格的名画归类至一个样本子集中；对每个样本子集，提取当前样本子集各幅名画作品中颜色占比超过阈值的目标颜色，作为相应风格的配色对，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。
9.一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7任一项所述生成服饰搭配方案的计算机装置的模块。
10.一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。
CN201910537012.0A 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 CN110276360B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910537012.0A CN110276360B (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
CN201910537012.0A CN110276360B (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
CN110276360A true CN110276360A (zh) 2019-09-24
CN110276360B CN110276360B (zh) 2021-07-06

Family

ID=67961141

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910537012.0A Active CN110276360B (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) CN110276360B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111626697A (zh) * 2020-05-19 2020-09-04 东彩塑胶颜料(深圳)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
CN112330767A (zh) * 2020-11-25 2021-02-05 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
CN113470125A (zh) * 2021-07-21 2021-10-01 杭州万事利丝绸文化股份有限公司 一种对图案进行颜色搭配的方法及系统
CN114611170A (zh) * 2022-02-14 2022-06-10 广东时谛智能科技有限公司 基于关联数据的鞋体生成方法和装置
CN114611171A (zh) * 2022-02-17 2022-06-10 广东时谛智能科技有限公司 将配色组合自动分配到鞋体区块中的方法和装置
CN115034841A (zh) * 2022-04-28 2022-09-09 广东时谛智能科技有限公司 基于区块位置和面积的智能鞋体配色方法及装置

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1623158A (zh) * 2002-02-18 2005-06-01 武丽 时装顾问系统
CN101477560A (zh) * 2009-02-02 2009-07-08 林�智 基于方案数据库的服饰搭配系统及方法
CN101877137A (zh) * 2009-04-30 2010-11-03 国际商业机器公司 突出显示主题元素的方法及其系统
CN102214355A (zh) * 2011-05-20 2011-10-12 西安工程大学 一种服装展示素材的抠图方法
US8315473B1 (en) * 2008-08-22 2012-11-20 Adobe Systems Incorporated Variably fast and continuous bilateral approximation filtering using histogram manipulations
CN104346730A (zh) * 2013-08-02 2015-02-11 昆山研达电脑科技有限公司 基于智能移动终端的服饰搭配方法
CN104360796A (zh) * 2014-12-08 2015-02-18 三星电子（中国）研发中心 在电子设备上应用颜色的方法、装置及电子设备
CN105279733A (zh) * 2014-07-25 2016-01-27 杨国煌 依比例合成物件影像的方法
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
CN108052765A (zh) * 2017-12-26 2018-05-18 四川大学 基于人格印象的配色方案自动生成方法及装置
CN109360050A (zh) * 2018-09-27 2019-02-19 东华大学 基于感性需求的个人服装管理与个性化搭配推荐智能系统
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

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1623158A (zh) * 2002-02-18 2005-06-01 武丽 时装顾问系统
US8315473B1 (en) * 2008-08-22 2012-11-20 Adobe Systems Incorporated Variably fast and continuous bilateral approximation filtering using histogram manipulations
CN101477560A (zh) * 2009-02-02 2009-07-08 林�智 基于方案数据库的服饰搭配系统及方法
CN101877137A (zh) * 2009-04-30 2010-11-03 国际商业机器公司 突出显示主题元素的方法及其系统
CN102214355A (zh) * 2011-05-20 2011-10-12 西安工程大学 一种服装展示素材的抠图方法
CN104346730A (zh) * 2013-08-02 2015-02-11 昆山研达电脑科技有限公司 基于智能移动终端的服饰搭配方法
CN105279733A (zh) * 2014-07-25 2016-01-27 杨国煌 依比例合成物件影像的方法
CN104360796A (zh) * 2014-12-08 2015-02-18 三星电子（中国）研发中心 在电子设备上应用颜色的方法、装置及电子设备
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
CN108052765A (zh) * 2017-12-26 2018-05-18 四川大学 基于人格印象的配色方案自动生成方法及装置
CN109360050A (zh) * 2018-09-27 2019-02-19 东华大学 基于感性需求的个人服装管理与个性化搭配推荐智能系统
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

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张嫚毅: "基于数字化色彩搭配的服饰图案数据库平台搭建", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111626697A (zh) * 2020-05-19 2020-09-04 东彩塑胶颜料(深圳)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
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
CN112330767A (zh) * 2020-11-25 2021-02-05 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
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
CN113470125A (zh) * 2021-07-21 2021-10-01 杭州万事利丝绸文化股份有限公司 一种对图案进行颜色搭配的方法及系统
CN113470125B (zh) * 2021-07-21 2024-01-12 杭州万事利丝绸文化股份有限公司 一种对图案进行颜色搭配的方法及系统
CN114611170A (zh) * 2022-02-14 2022-06-10 广东时谛智能科技有限公司 基于关联数据的鞋体生成方法和装置
CN114611171A (zh) * 2022-02-17 2022-06-10 广东时谛智能科技有限公司 将配色组合自动分配到鞋体区块中的方法和装置
CN115034841A (zh) * 2022-04-28 2022-09-09 广东时谛智能科技有限公司 基于区块位置和面积的智能鞋体配色方法及装置

Also Published As

Publication number Publication date
CN110276360B (zh) 2021-07-06

Similar Documents

Publication Publication Date Title
CN110276360A (zh) 生成服饰搭配方案的计算机装置、设备、存储介质及方法
CN110232253A (zh) 生成服饰搭配方案的计算机装置、设备、存储介质及方法
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
Liu et al. Hi, magic closet, tell me what to wear!
US20180308149A1 (en) Systems and methods to curate, suggest and maintain a wardrobe
KR102045017B1 (ko) 이미지/텍스트 기반 디자인 생성 장치 및 방법
CN106202317A (zh) 基于视频的商品推荐方法及装置
Hall et al. Fine-grained classification of pedestrians in video: Benchmark and state of the art
CN112100908B (zh) 一种基于多条件深度卷积生成对抗网络的服装设计方法
CN110246011A (zh) 可解释时尚服装个性化推荐方法
CN105426462A (zh) 一种基于图像元素的图像搜索方法和装置
KR20190128143A (ko) 이미지/텍스트 기반 디자인 생성 장치 및 방법
CN110598017A (zh) 一种基于自学习的商品详情页的生成方法
CN106991194A (zh) 智能风格推荐系统
CN109949116A (zh) 服饰搭配推荐方法、装置、存储介质及移动终端
US20210089896A1 (en) Automated Image Processing System for Garment Targeting and Generation
Vuruskan et al. Intelligent fashion styling using genetic search and neural classification
CN207367205U (zh) 智能风格推荐系统
CN108920828B (zh) 一种服装搭配的方法及系统
CN107578175A (zh) 一种服装设计的大数据采集分析方法
Watson et al. Person re-identification combining deep features and attribute detection
CN110458292A (zh) 一种基于专家知识的服装推荐方法
Ly et al. Large‐Scale Coarse‐to‐Fine Object Retrieval Ontology and Deep Local Multitask Learning
Fukuda et al. Clothes recommend themselves: A new approach to a fashion coordinate support system
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

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
GR01 Patent grant
GR01 Patent grant