CN111429211A - 用于衣物推荐的方法及装置、设备 - Google Patents

用于衣物推荐的方法及装置、设备 Download PDF

Info

Publication number
CN111429211A
CN111429211A CN202010167156.4A CN202010167156A CN111429211A CN 111429211 A CN111429211 A CN 111429211A CN 202010167156 A CN202010167156 A CN 202010167156A CN 111429211 A CN111429211 A CN 111429211A
Authority
CN
China
Prior art keywords
clothes
user
information
image
specific person
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.)
Pending
Application number
CN202010167156.4A
Other languages
English (en)
Inventor
高进宝
苏明月
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.)
Qingdao Haier Smart Technology R&D Co Ltd
Haier Smart Home Co Ltd
Original Assignee
Qingdao Haier Smart Technology R&D Co Ltd
Haier Smart Home 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 Qingdao Haier Smart Technology R&D Co Ltd, Haier Smart Home Co Ltd filed Critical Qingdao Haier Smart Technology R&D Co Ltd
Priority to CN202010167156.4A priority Critical patent/CN111429211A/zh
Publication of CN111429211A publication Critical patent/CN111429211A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0631—Item recommendations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/73—Querying
    • G06F16/735—Filtering based on additional data, e.g. user or group profiles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9532—Query formulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0641—Shopping interfaces
    • G06Q30/0643—Graphical representation of items or shoppers
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168—Feature extraction; Face representation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172—Classification, e.g. identification

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Multimedia (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computational Linguistics (AREA)
  • Mathematical Physics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本申请涉及衣物推荐技术领域，公开一种用于衣物推荐的方法。包括：获取用户图像及包含特定人的视频；对所述用户图像进行识别，得到用户的形象信息；根据所述用户的形象信息从所述包含特定人的视频中确定特定人的衣物搭配信息；将所述特定人的衣物搭配信息进行反馈。根据用户图像从视频中确定其他人物，获得其他人物的衣物搭配信息，能够在为用户推荐衣物时参考各类视频中不同的穿搭衣物，从而更好的为用户推荐衣物信息并提高了用户在获得衣物推荐时的体验。本申请还公开一种用于衣物推荐的装置及设备。

Description

用于衣物推荐的方法及装置、设备
技术领域
本申请涉及衣物推荐技术领域，例如涉及一种用于衣物推荐的方法、装置和设备。
背景技术
随着生活水平的提高，衣服的种类以及样式越来越丰富，在人们的日常生活中，常常为每天穿什么衣物而花费大量时间，大部分情况人们都是随意选择衣物进行搭配，而对于那些希望有较好形象但时尚敏感度低或缺乏时间的人则非常困扰，尤其是由于衣物款式各异、颜色不同，使得用户在选择衣物的问题上大费周章。
在实现本公开实施例的过程中，发现相关技术中至少存在如下问题：对不擅长衣物搭配的用户来说，在挑选衣物时难以获得有参考价值的衣物推荐信息。
发明内容
为了对披露的实施例的一些方面有基本的理解，下面给出了简单的概括。所述概括不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围，而是作为后面的详细说明的序言。
本公开实施例提供了一种用于衣物推荐的方法、装置和设备，以能够更好的为用户推荐衣物信息。
在一些实施例中，所述方法包括：
获取用户图像及包含特定人的视频；
对所述用户图像进行识别，得到用户的形象信息；
根据所述用户的形象信息从所述包含特定人的视频中确定特定人的衣物搭配信息；
将所述特定人的衣物搭配信息进行反馈。
在一些实施例中，所述用于衣物推荐的装置包括：处理器和存储有程序指令的存储器，所述处理器被配置为在执行所述程序指令时，执行上述的用于衣物推荐的方法。
在一些实施例中，所述设备包括上述的用于衣物推荐的装置。
本公开实施例提供的用于衣物推荐的装置的方法、装置和设备，可以实现以下技术效果：根据用户图像从视频中确定其他人物，获得其他人物的穿搭衣物信息，能够在为用户推荐衣物时参考各类视频中不同的穿搭衣物，从而更好的为用户推荐衣物信息并提高了用户在获得衣物推荐时的体验。
以上的总体描述和下文中的描述仅是示例性和解释性的，不用于限制本申请。
附图说明
一个或多个实施例通过与之对应的附图进行示例性说明，这些示例性说明和附图并不构成对实施例的限定，附图中具有相同参考数字标号的元件示为类似的元件，附图不构成比例限制，并且其中：
图1是本公开实施例提供的一个用于衣物推荐的方法的示意图；
图2是本公开实施例提供的一个用于衣物推荐的装置的示意图。
具体实施方式
为了能够更加详尽地了解本公开实施例的特点与技术内容，下面结合附图对本公开实施例的实现进行详细阐述，所附附图仅供参考说明之用，并非用来限定本公开实施例。在以下的技术描述中，为方便解释起见，通过多个细节以提供对所披露实施例的充分理解。然而，在没有这些细节的情况下，一个或多个实施例仍然可以实施。在其它情况下，为简化附图，熟知的结构和装置可以简化展示。
本公开实施例的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开实施例的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含。
除非另有说明，术语“多个”表示两个或两个以上。
本公开实施例中，字符“/”表示前后对象是一种“或”的关系。例如，A/B表示：A或B。
术语“和/或”是一种描述对象的关联关系，表示可以存在三种关系。例如，A和/或B，表示：A或B，或，A和B这三种关系。
结合图1所示，本公开实施例提供一种用于衣物推荐的方法，包括：
步骤S101、获取用户图像及包含特定人的视频；
步骤S102、对用户图像进行识别，得到用户的形象信息；
步骤S103、根据用户的形象信息从包含特定人的视频中确定特定人的衣物搭配信息；
步骤S104、将特定人的衣物搭配信息进行反馈。
采用本公开实施例提供的用于衣物推荐的方法，根据用户图像从视频中确定其他人物，获得其他人物的衣物搭配信息，能够在为用户推荐衣物时参考各类视频中不同的穿搭衣物，从而更好的为用户推荐的衣物信息并提高了用户在获得衣物推荐时的体验。
可选地，所述包含特定人的视频，包括：用户观看的视频；或，用户上传的视频；或，播放次数达到设定条件的视频。由于视频资源数量庞大且不断更新，如何确定视频是首先要解决的问题，通过用户观看的视频或用户上传的视频作为确定特定人的视频，能够更容易找到与用户心仪的衣物搭配。可选地，为了节省时间、流量等因素，用户只上传视频的url地址，根据该url地址获得相应的视频。选择播放次数达到设定条件的视频作为确定特定人的视频，能够体现该视频较为流行或经典，用户更加有机会找到较为流行或较为经典的衣物搭配。可选地，播放次数达到设定条件的视频通过联网在视频资源平台搜索得到，播放次数为该视频在视频资源平台上的总播放次数。可选地，播放次数达到设定条件为播放次数大于设定的次数，例如播放次数大于1000次。播放次数越多，说明该视频越流行或越经典，用户更有机会获得心仪的衣物搭配方案。
可选地，根据所述用户的形象信息从所述包含特定人的视频中确定特定人的衣物搭配信息，包括：
对所述包含特定人的视频进行抽帧处理得到视频图像集；
对所述视频图像集进行人脸识别得到人物信息数据集；
在所述人物信息数据集中匹配出与所述用户的形象信息对应的特定人；
搜索与所述特定人对应的人物图像；
根据所述人物图像确定所述衣物搭配信息。
可选地，通过用户的人脸图像提取用户的人脸图像的关键点的第一特征数据，提取人物信息数据集中各人脸图像的关键点的第二特征数据。根据第一特征数据和第二特征数据，对用户的人脸图像和人物信息数据集中各人脸图像进行一致性比较以判断是否匹配，当用户的人脸图像和人物信息数据集中的某一人脸图像匹配时，通过该人物信息数据集中的人脸图像确定出对应的特定人。可选地，通过不同人脸图像的关键点之间的相似度度量来获取人脸图像之间的匹配程度，当该匹配程度满足预设值时，两个人脸图像被认为匹配。可选地，通过计算用户的人脸图像的每一个关键点与人物信息数据集中的各人脸图像的关键点的相似度，根据最大的相似度是否满足预设值来判断是否匹配。可选地，提取所述用户的人脸图像和人物信息数据集中各人脸图像的特征数据是通过尺度不变特征变换SIFT方法提取的。
可选地，确定特定人后，找出特定人在人物信息数据集中的人物图像，并从这些人物图像中识别出对应的衣物，从图像中识别衣物为现有技术，在此不再赘述。
在一些实施例中，确定特定人后，识别到特定人在某一张人物图像里穿戴的衣物包括白衬衣和牛仔裤，则得到相应的衣物搭配信息：白衬衣、牛仔裤及其对应的衣物图像。
采用本公开实施例提供的用于衣物推荐的方法，能够便于用户不知道需要穿什么样的衣服好看的情况下，通过匹配知名人士，获取知名人士的衣物搭配信息，使普通的用户也可以像知名人士那样穿着得体，好看，提高用户的穿衣搭配的体验。
可选地，还将该衣物搭配信息按照场合进行分类再反馈给用户。例如，在特定人是电影明星的情况下，根据剧照或生活图片进行分类，然后将分类的衣物搭配信息通过显示界面展示给用户，或者，将分类后的衣物搭配信息发送给终端设备，以使终端设备向用户显示分类后的衣物搭配信息，这样，便于用户在获得推荐的衣物搭配信息时，知道哪些是剧照中的搭配，哪些是生活中的搭配。
可选地，所述用户的形象信息包括以下之中的一种或多种：
用户的人脸信息、发型信息、肤色信息和身材信息。
可选地，所述身材信息包括以下之中的一种或多种：
肩宽信息、腰围信息、胸围信息和臀围信息。
可选地，根据用户图像得到用户的人脸信息、发型信息、肤色信息、肩宽信息、胸围信息和臀围信息，根据特定人对应的人物图像得到特定人的人脸信息、发型信息、肤色信息、肩宽信息、胸围信息和臀围信息。通过图像获取人脸信息、发型信息、肤色信息、和臀围信息为现有技术且非本申请发明点，在此不再赘述。
可选地，预设好对应的人体图像中人体参数与实际人体参数的比例值，获得用户的人体图像；通过深度学习神经网络分割用户的人体图像，从中获取躯干部位图像，从分割人体图像的效果图判断出人体躯干部位图像，从躯干部位图像中获取躯干部位上部最宽处左右两端垂直线分别与躯干部位最高处水平线交叉点的坐标值，以得到肩宽。获取躯干部位下部最宽处左右两端垂直线分别与躯干部位最低处水平线交叉点的坐标值，以得到腰围。获取躯干部位最高处至最低处的三分之一处的左右两端的坐标值，以得到胸围。
可选地，用于衣物推荐的方法还包括：
基于所述特定人的衣物搭配信息对已有的衣物进行查询；
根据查询结果确定并反馈推荐的穿戴衣物。
可选地，用户已有的衣物及其对应的衣物属性信息，通过查询已有衣物数据库得到；或通过读取智能衣橱里面衣物的RFID(射频识别，Radio Frequency Identification)标签来获得。可选地，衣物属性信息包括款式、型号、风格以及适宜年龄、适宜场景、适宜天气、适宜性别、适宜身高、适宜体重等衣物属性信息。适宜年龄为预设的年龄值，适宜场景为预设的场景，适宜天气为预设的天气，适宜性别为预设的性别，适宜身高为预设的身高值，适宜体重为预设的体重值。通过预设衣物的年龄、场景、天气、性别、身高、体重等，能够搭配出更适合用户的穿戴衣物。
可选地，将特定人的衣物搭配信息进行反馈，包括：通过显示界面向用户显示特定人的衣物搭配信息；或者，将特定人的衣物搭配信息发送给终端设备，以使终端设备向用户显示特定人的衣物搭配信息。可选地，反馈推荐的穿戴衣物，包括：通过显示界面向用户显示推荐的穿戴衣物；或者，将对应的穿戴衣物发送给终端设备，以使终端设备向用户显示推荐的穿戴衣物。
可选地，所述根据查询结果确定推荐的穿戴衣物，包括：
在已有的衣物中查到全部所述衣物搭配信息中的衣物的情况下，确定全部所述衣物搭配信息中的衣物为推荐的穿戴衣物；或者，
在已有的衣物中查到部分所述衣物搭配信息中的衣物的情况下，确定查到的所述衣物搭配信息中的衣物为推荐的穿戴衣物；或者，
在已有的衣物中查到的衣物与所述衣物搭配信息中的衣物存在对应关系的情况下，确定对应的所述已有的衣物为推荐的穿戴衣物；或者，
在已有的衣物中没有查到所述衣物搭配信息中的衣物的情况下，根据所述衣物搭配信息在电子商城中获取可购买的衣物，确定所述可购买的衣物为推荐的穿戴衣物。
在一些实施例中，根据获得的衣物搭配信息，同时匹配到已有的衣物中有对应的全部穿搭衣物，例如，白色衬衣、半身短裙、高跟鞋、七分袖短款西装等，已有的衣物中包括全部的穿戴衣物，则将白色衬衣、半身短裙、高跟鞋、七分袖短款西装等全部衣物作为推荐的穿戴衣物反馈给用户。
在一些实施例中，根据获得的衣物搭配信息，如果已有的衣物中只有对应的部分穿搭衣物，例如，衣物搭配信息包括：白色衬衣、半身短裙、高跟鞋、七分袖短款西装等，但已有的衣物中只有半身短裙，则只将该半身短裙作为推荐的穿戴衣物反馈给用户。
在一些实施例中，根据获得的衣物搭配信息，而在已有的衣物中没有匹配到对应的穿搭衣物，但匹配到与穿搭衣物存在对应的关系的衣物，例如，衣物搭配信息中的白色衬衣，但已有的衣物中没有白色衬衣，但包括与白色衬衣存在对应关系的蓝色衬衣，则将该蓝色衬衣作为推荐的穿戴衣物反馈给用户。
在一些实施例中，根据获得的衣物搭配信息，而在已有的衣物中没有匹配到对应的穿搭衣物、或者没有绑定智能衣橱、或者没有查找到用户的已有衣物的情况下，通过调用电子商城里，例如淘宝、京东或者周围电子百货商场的搜索引擎接口进行搜索，根据衣物搭配信息，例如，以白色衬衣、半身短裙、高跟鞋、七分袖短款西装等穿戴衣物作为关键词，将匹配出来的衣物搜索结果作为推荐的穿戴衣物反馈给用户。可选地，可同时将购买链接也发送给用户以便于用户下单购买。
在一些实施例中，在将推荐的穿戴衣物反馈给用户时，先进行分类，例如分为：已有的衣物与可购买的衣物两类，然后反馈给用户。这样能够方便用户选择已有衣物里的衣服还是重新购买合适的衣服。
可选地，在通过电子商城进行搜索时，还考虑用户属性信息，即用户的年龄、性别、身高和体重，搜索与用户的属性信息相匹配的穿戴衣物作为推荐的穿戴衣物反馈给用户。
可选地，用户属性信息通过查询用户信息数据库得到。可选地，用户属性信息在用户注册时录入，用户属性信息包括：用户的姓名、年龄、性别、身高、体重和人脸图像等，通过用户属性信息以便更好的对推荐的穿戴衣物进行匹配。
可选地，在根据衣物搭配信息匹配出已有的衣物后，还根据场景、天气、性别、身高、体重、年龄中的一种或多种对匹配出的衣物进行筛选，然后反馈筛选后的衣物；或，根据场景、天气、性别、身高、体重、年龄中的一种或多种对匹配出的衣物进行排序，然后反馈排序后的衣物。
可选地，获取用户输入的包括场景的信息，在匹配出的衣物中筛选出与用户输入的场景相匹配的衣物，然后反馈筛选结果；或，根据场景对匹配出的衣物进行排序，先展示与用户输入的场景相匹配的衣物，然后展示与用户输入的场景不匹配的衣物。与用户输入的场景相匹配为：衣物属性信息中的适宜场景包括用户输入的场景；与用户输入的场景不匹配为：衣物属性信息中的适宜场景不包括用户输入的场景。可选地，接收场景信息，包括：接收用户发出的语音信息，根据语音信息识别出场景关键词以得到场景信息。当用户想要去某个场景下，例如：聚会场景、工作场景、面试场景、晚会场景等，用户向设备发送语音信息，设备根据用户的语音信息，匹配出用户想要去的场所，例如，语音信息中含有“聚会”，则匹配出用户想要去聚会场景。
可选地，获取用户输入的包括目的地的信息，并根据该目的地信息获取对应的目的地天气；或，获取用户输入的包括目的地天气的信息。在匹配出的衣物中筛选出与目的地天气相匹配的衣物，然后反馈筛选结果；或，根据目的地天气对匹配出的衣物进行排序，先展示与目的地天气相匹配的衣物，然后展示与目的地天气不匹配的衣物。与目的地天气相匹配为：衣物属性信息中的适宜天气包括目的地天气；与目的地天气不匹配为：衣物属性信息中的适宜天气不包括目的地天气。
可选地，获取用户的年龄、身高、性别及体重，在匹配出的衣物中筛选出与用户的年龄、身高、性别及体重相匹配的衣物，然后反馈筛选结果；或，根据场景对匹配出的衣物进行排序，先展示与用户的年龄、身高、性别及体重相匹配的衣物，然后展示与用户的年龄、身高、性别及体重不完全匹配的衣物。与用户的年龄、身高、性别及体重相匹配为：衣物属性信息中的适宜年龄包括用户的年龄、衣物属性信息中的适宜身高包括用户的身高、衣物属性信息中的适宜性别包括用户的性别、衣物属性信息中的适宜体重包括用户的体重；与用户的年龄、身高、性别及体重不完全匹配为：衣物属性信息中的适宜年龄、适宜身高、适宜性别及适宜体重中的一个或多个不包括对应的用户属性信息。
在一些实施例中，用户在获得特定人的衣物搭配信息或推荐的穿戴衣物后，将用户获得的特定人的衣物搭配信息或推荐的穿戴衣物与用户的实时影像进行拼合，以实现虚拟试穿。可选地，通过终端设备获取用户的实时影像，终端设备将用户的实时影像上传给服务器，服务器实现拼合过程并反馈拼合后的数据给终端设备，也可以由终端设备直接进行拼合并显示。用户获得的特定人的衣物搭配信息或推荐的穿戴衣物为用户获得的推荐衣物。
将用户获得的推荐衣物与对应用户的实时影像进行拼合，包括：
获取用户头像，将用户获得的推荐衣物与用户头像进行拼合。
可选地，获取用户头像，包括：获取用户的实时图像，通过人脸分类器对用户的实时图像进行人脸检测并提取出对应的人脸区域图像，得到用户头像。
可选地，将用户获得的推荐衣物与用户头像进行拼合，包括：
通过人眼分类器对用户头像进行检测并提取出对应的人眼区域图像，根据人眼区域图像获得眼间距，根据眼间距将用户获得的推荐衣物与对应的用户头像进行拼合。
可选地，根据眼间距将用户获得的推荐衣物与对应的用户头像进行拼合，包括：
根据用户获得的推荐衣物获得对应的衣物图像；
根据眼间距调整用户头像的大小，然后将用户头像与对应的衣物图像进行拼合；和/或，
在用户获得的推荐衣物对应的图像库中，匹配得到与眼间距对应的衣物图像，然后将衣物图像与对应的用户头像进行拼合。
可选地，眼间距为人眼区域图像中双眼的瞳孔中心点之间的距离。确定瞳孔中心点为成熟的现有技术，在此不再赘述。得到瞳孔中心点的坐标后，可根据两瞳孔中心点的坐标计算瞳孔中心点之间的距离，从而将其作为眼间距。两点间的距离计算也为成熟的现有技术，在此不再赘述。
由于用户通过终端设备进行虚拟试穿时，终端设备摄得的图像或视频流常常会随用户的姿势变化或用户与终端设备的距离变化导致用户头像发生变化，例如终端设备距离脸部越近则摄得的用户头像越大，终端设备距离脸部越远时摄得的用户头像越小，尤其是针对用户手持智能手机或平板等终端设备时，问题尤为突出。这种情况下，如果直接将用户头像与衣物图片进行拼合，则很有可能出现头大衣服小或头小衣服大的情况，影响试穿效果。因此在拼合图片时根据人眼区域图像获得眼间距，各衣物预设有不同尺寸的对应的衣物图像，根据摄得的实时图像中不同的眼间距匹配得到对应尺寸的衣物图像；或者当眼间距大于设定阈值时，缩小对应的用户头像，直到用户头像的眼间距达到设定的眼间距范围。然后将用户获得的推荐衣物与对应的调整后的用户头像进行拼合，或是将用户头像与用户获得的推荐衣物对应尺寸的衣物图像进行拼合。由于在拼合前先使得用户头像的尺寸与衣物图像的尺寸匹配，提高了拼合效果，使用户更好的对推荐的衣物进行虚拟试穿，使得在衣物推荐时用户的体验更好。
由于不同用户的终端设备获得的图像像素可能不同，且通常出于储存量的考虑衣物图像的像素不高，衣物图像放大后效果较差。为了保证较好的图像质量，在眼间距大于衣物图像对应的眼间距设定值时，意味着用户头像对应衣物图像来说过大，因此缩放用户头像，在拼合时尽可能的保证了图像清晰度。而在眼间距小于衣物图像对应的眼间距设定值时，意味着用户头像对应衣物图像来说过小，这时通过匹配对应尺寸的衣物图像来使得用户头像与衣物图像协调拼合，也保证了图像清晰度。
可选地，用户虚拟试穿可通过图像或视频流的形式进行展示，针对视频流的方式，用户可以通过终端设备的摄像头例如前置摄像头，实时的展示用户的试穿效果。针对以视频流展示用户试穿效果的情况，将视频流按设定时间间隔抽取出若干帧图像，然后将其中的用户头像与衣物图像相结合。在一些实施例中用户根据推荐衣物进行虚拟试穿的方法还包括检测眼距变化趋势：
计算
Figure BDA0002407853650000101
得到眼间距变化速度因子，然后计算
Figure BDA0002407853650000102
得到下一时刻的眼间距预测值E。
Figure BDA0002407853650000103
为眼间距变化速度因子，Yd为当前时刻摄得的用户头像的眼间距，Yq为前一时刻摄得的用户头像的眼间距，Smin为眼间距变化速度最小值，Smax为眼间距变化速度最大值，T为前一时刻至当前时刻的间隔时间，Yt为第t次摄得的用户头像的眼间距，Yt-1为第t-1次摄得的用户头像的眼间距，Ymax为设定的最大眼间距值，Ymin为设定的最小眼间距值，t≥2，t≤n且n为正整数，Smax>Smin。上述眼间距预测方法在考虑了终端设备与用户之间的移动趋势的同时，还考虑了眼间距的变化速度，能够准确的预测眼间距。
可选地，通过计算
Figure BDA0002407853650000111
得到眼间距变化速度S，TIM为获得Yt与Yt-1之间的间隔时间。
用户获得推荐衣物后，检测眼距变化趋势，然后根据得到的下一时刻的眼间距预测值E匹配出对应尺寸的衣物图像，然后将用户头像与视频流中各帧对应的衣物图像进行拼合，得到虚拟试衣视频流数据。用户通过视频流数据展示虚拟试衣效果时用户可能与终端设备之间的距离不断变化，导致用户头像的大小产生变化，那么为了达到较好的拼合效果，衣物图像的尺寸也需要随用户头像的变化而进行切换，采用上述方式对用户头像的眼间距进行变化趋势预测然后根据预测结果即眼间距预测值E匹配到对应的衣物图像以进行拼合，能够更加流畅的以视频流的形式展示用户对推荐出的衣物的虚拟试穿效果，进一步的提高了用户在衣物推荐中的体验。
结合图2所示，本公开实施例提供一种用于衣物推荐的装置，包括处理器(processor)100和存储器(memory)101。可选地，该装置还可以包括通信接口(Communication Interface)102和总线103。其中，处理器100、通信接口102、存储器101可以通过总线103完成相互间的通信。通信接口102可以用于信息传输。处理器100可以调用存储器101中的逻辑指令，以执行上述实施例的用于衣物推荐的方法。
此外，上述的存储器101中的逻辑指令可以通过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。
存储器101作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序，如本公开实施例中的方法对应的程序指令/模块。处理器100通过运行存储在存储器101中的程序指令/模块，从而执行功能应用以及数据处理，即实现上述实施例中用于衣物推荐的方法。
存储器101可包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端设备的使用所创建的数据等。此外，存储器101可以包括高速随机存取存储器，还可以包括非易失性存储器。
本公开实施例提供的用于衣物推荐的装置，能够根据用户图像从视频中确定其他人物，获得其他人物的穿搭衣物信息，能够在为用户推荐衣物时参考各类视频中不同的穿搭衣物，从而更好的为用户推荐衣物信息并提高了用户在获得衣物推荐时的体验。
本公开实施例提供了一种设备，包含上述的用于衣物推荐的装置。
可选地，设备包括服务器或终端设备。
在一些实施例中，终端设备为智能手机、电视、带屏音箱、带屏冰箱、智能衣橱等。
可选地，终端设备接收用户输入的语音信息、按键信息、触屏信息或图像信息等。
可选地，通过终端设备的显示界面查看推荐的衣物搭配信息和推荐的穿戴衣物。
可选地，终端设备不为智能衣橱时，终端设备绑定智能衣橱以获取已有的衣物及其对应的衣物属性信息。
可选地，用户通过终端设备录入用户属性信息到用户信息数据库，用户通过终端设备录入已有的衣物及其对应的衣物属性信息到已有衣物数据库。
在一些实施例中，设备为服务器时，服务器通过终端设备接收用户输入的语音信息、按键信息、触屏信息或图像信息等。
可选地，用户预先在服务器设置人脸图像数据库。
可选地，服务器通过终端设备获取智能衣橱的已有的衣物及其对应的衣物属性信息或接收用户输入的已有的衣物及其对应的衣物属性信息。
可选地，服务器通过终端设备的显示界面将推荐结果展示给用户。
本公开实施例提供的设备，能够根据用户图像从视频中确定其他人物，获得其他人物的穿搭衣物信息，能够在为用户推荐衣物时参考各类视频中不同的穿搭衣物，从而更好的为用户推荐衣物信息并提高了用户在获得衣物推荐时的体验。
本公开实施例提供了一种计算机可读存储介质，存储有计算机可执行指令，计算机可执行指令设置为执行上述用于衣物推荐的方法。
本公开实施例提供了一种计算机程序产品，所述计算机程序产品包括存储在计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，使所述计算机执行上述用于衣物推荐的方法。
上述的计算机可读存储介质可以是暂态计算机可读存储介质，也可以是非暂态计算机可读存储介质。
本公开实施例的技术方案可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括一个或多个指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本公开实施例所述方法的全部或部分步骤。而前述的存储介质可以是非暂态存储介质，包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等多种可以存储程序代码的介质，也可以是暂态存储介质。
以上描述和附图充分地示出了本公开的实施例，以使本领域的技术人员能够实践它们。其他实施例可以包括结构的、逻辑的、电气的、过程的以及其他的改变。实施例仅代表可能的变化。除非明确要求，否则单独的部件和功能是可选的，并且操作的顺序可以变化。一些实施例的部分和特征可以被包括在或替换其他实施例的部分和特征。而且，本申请中使用的用词仅用于描述实施例并且不用于限制权利要求。如在实施例以及权利要求的描述中使用的，除非上下文清楚地表明，否则单数形式的“一个”(a)、“一个”(an)和“所述”(the)旨在同样包括复数形式。类似地，如在本申请中所使用的术语“和/或”是指包含一个或一个以上相关联的列出的任何以及所有可能的组合。另外，当用于本申请中时，术语“包括”(comprise)及其变型“包括”(comprises)和/或包括(comprising)等指陈述的特征、整体、步骤、操作、元素，和/或组件的存在，但不排除一个或一个以上其它特征、整体、步骤、操作、元素、组件和/或这些的分组的存在或添加。在没有更多限制的情况下，由语句“包括一个…”限定的要素，并不排除在包括所述要素的过程、方法或者设备中还存在另外的相同要素。本文中，每个实施例重点说明的可以是与其他实施例的不同之处，各个实施例之间相同相似部分可以互相参见。对于实施例公开的方法、产品等而言，如果其与实施例公开的方法部分相对应，那么相关之处可以参见方法部分的描述。
本领域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，可以取决于技术方案的特定应用和设计约束条件。所述技术人员可以对每个特定的应用来使用不同方法以实现所描述的功能，但是这种实现不应认为超出本公开实施例的范围。所述技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
本文所披露的实施例中，所揭露的方法、产品(包括但不限于装置、设备等)，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，可以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。另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，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。另外，在本公开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。
附图中的流程图和框图显示了根据本公开实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这可以依所涉及的功能而定。在附图中的流程图和框图所对应的描述中，不同的方框所对应的操作或步骤也可以以不同于描述中所披露的顺序发生，有时不同的操作或步骤之间不存在特定的顺序。例如，两个连续的操作或步骤实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这可以依所涉及的功能而定。框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

Claims (10)

1.一种用于衣物推荐的方法，其特征在于，包括：
获取用户图像及包含特定人的视频；
对所述用户图像进行识别，得到用户的形象信息；
根据所述用户的形象信息从所述包含特定人的视频中确定特定人的衣物搭配信息；
将所述特定人的衣物搭配信息进行反馈。
2.根据权利要求1所述的方法，其特征在于，所述包含特定人的视频，包括：
用户观看的视频；或，
用户上传的视频；或，
播放次数达到设定条件的视频。
3.根据权利要求1所述的方法，其特征在于，根据所述用户的形象信息从所述包含特定人的视频中确定特定人的衣物搭配信息，包括：
对所述包含特定人的视频进行抽帧处理得到视频图像集；
对所述视频图像集进行人脸识别得到人物信息数据集；
在所述人物信息数据集中匹配出与所述用户的形象信息对应的特定人；
搜索与所述特定人对应的人物图像；
根据所述人物图像确定所述衣物搭配信息。
4.根据权利要求1所述的方法，其特征在于，所述用户的形象信息包括以下之中的一种或多种：
用户的发型信息、肤色信息和身材信息。
5.根据权利要求4所述的方法，其特征在于，所述身材信息包括以下之中的一种或多种：
肩宽信息、胸围信息和臀围信息。
6.根据权利要求1至5任一项所述的方法，其特征在于，还包括：
基于所述特定人的衣物搭配信息对已有的衣物进行查询；
根据查询结果确定并反馈推荐的穿戴衣物。
7.根据权利要求6所述的方法，其特征在于，所述根据查询结果确定推荐的穿戴衣物，包括：
在已有的衣物中查到全部所述衣物搭配信息中的衣物的情况下，确定全部所述衣物搭配信息中的衣物为推荐的穿戴衣物；或者，
在已有的衣物中查到部分所述衣物搭配信息中的衣物的情况下，确定查到的所述衣物搭配信息中的衣物为推荐的穿戴衣物；或者，
在已有的衣物中查到的衣物与所述衣物搭配信息中的衣物存在对应关系的情况下，确定对应的所述已有的衣物为推荐的穿戴衣物；或者，
在已有的衣物中没有查到所述衣物搭配信息中的衣物的情况下，根据所述衣物搭配信息在电子商城中获取可购买的衣物，确定所述可购买的衣物为推荐的穿戴衣物。
8.一种用于衣物推荐的装置，包括处理器和存储有程序指令的存储器，其特征在于，所述处理器被配置为在执行所述程序指令时，执行如权利要求1至7任一项所述的用于衣物推荐的方法。
9.一种设备，其特征在于，包括如权利要求8所述的用于衣物推荐的装置。
10.根据权利要求9所述的设备，其特征在于，所述设备包括服务器或终端设备。
CN202010167156.4A 2020-03-11 2020-03-11 用于衣物推荐的方法及装置、设备 Pending CN111429211A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010167156.4A CN111429211A (zh) 2020-03-11 2020-03-11 用于衣物推荐的方法及装置、设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010167156.4A CN111429211A (zh) 2020-03-11 2020-03-11 用于衣物推荐的方法及装置、设备

Publications (1)

Publication Number Publication Date
CN111429211A true CN111429211A (zh) 2020-07-17

Family

ID=71547773

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010167156.4A Pending CN111429211A (zh) 2020-03-11 2020-03-11 用于衣物推荐的方法及装置、设备

Country Status (1)

Country Link
CN (1) CN111429211A (zh)

Similar Documents

Publication Publication Date Title
US10109051B1 (en) Item recommendation based on feature match
US20180308149A1 (en) Systems and methods to curate, suggest and maintain a wardrobe
JP2022510712A (ja) ニューラルネットワークの訓練方法及び画像マッチング方法、並びに装置
CN106202317A (zh) 基于视频的商品推荐方法及装置
US10007860B1 (en) Identifying items in images using regions-of-interest
KR20120046653A (ko) 얼굴 및 스타일 인식 기반의 상품 추천 시스템 및 그 방법
CN111429207A (zh) 用于衣物推荐的方法及装置、设备
KR20140124087A (ko) 사용자 단말기를 이용한 개인 스타일 추천 시스템과 방법 및 그 방법을 컴퓨터로 실행시키기 위한 프로그램 코드를 저장한 기록매체
KR20200042203A (ko) 사용자 입력 영상 기반 의상코디 장치 및 방법
CN115905593A (zh) 基于当季潮流风格对已有服装穿搭推荐的方法及系统
CN111429210A (zh) 用于衣物推荐的方法及装置、设备
JP2014229129A (ja) 組み合わせ提示装置及びコンピュータプログラム
CN113487373A (zh) 试衣镜、终端、服装推荐方法及存储介质
US9953242B1 (en) Identifying items in images using regions-of-interest
CN111126179A (zh) 信息的获取方法和装置、存储介质和电子装置
CN113377970B (zh) 信息的处理方法和装置
CN112148912A (zh) 用于衣物推荐的方法及装置、设备
CN112287149A (zh) 一种服饰搭配的推荐方法、装置、镜面设备及存储介质
CN111429206A (zh) 用于衣物推荐的方法及装置、设备
CN111429209A (zh) 用于多用户虚拟逛街的方法及装置、服务器
AU2019303730B2 (en) Hash-based appearance search
CN111429213A (zh) 用于衣物模拟试穿的方法及装置、设备
CN111429211A (zh) 用于衣物推荐的方法及装置、设备
CN111429205A (zh) 用于衣物推荐的方法及装置、设备
CN114707614A (zh) 目标重识别方法、装置、设备和计算机可读存储介质

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