CN114611169A - 基于大数据的可选配色方案自动生成方法和装置 - Google Patents
基于大数据的可选配色方案自动生成方法和装置 Download PDFInfo
- Publication number
- CN114611169A CN114611169A CN202210130301.0A CN202210130301A CN114611169A CN 114611169 A CN114611169 A CN 114611169A CN 202210130301 A CN202210130301 A CN 202210130301A CN 114611169 A CN114611169 A CN 114611169A
- Authority
- CN
- China
- Prior art keywords
- color
- shoe body
- big data
- body model
- scheme
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/20—Configuration CAD, e.g. designing by assembling or positioning modules selected from libraries of predesigned modules
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Computational Mathematics (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明实施例公开了一种基于大数据的可选配色方案自动生成方法和装置,该方法包括:获取当前待配色的鞋体模型,对所述鞋体模型进行颜色色块划分得到多个不同的待填充颜色区域;根据所述鞋体模型的类型以及大数据分析模型,生成多种不同的配色方案;基于生成的不同的配色方案对所述待填充颜色区域依次进行配色展示。本方案通过大数据分析模型实现了对鞋体模型的色块划分区域进行自动配色填充,解决了现有技术中依赖设计人员的个人经验进行全程的手动颜色设计导致效率低下的问题,提供了一种高效、便捷的鞋体模型可选配色方案自动生成机制,提高了鞋体模型的配色效率。
Description
技术领域
本申请实施例涉及计算机领域,尤其涉及一种基于大数据的可选配色方案自动生成方法和装置。
背景技术
现有的设计系统中,如针对鞋子的设计中,对于鞋体颜色的设计是重要的设计环节之一,通常的设计方案中,是提供可选择的颜色选项,供设计人员分别进行选择,设计人员可针对不同的鞋体部位进行对应颜色的着色设计。
现有技术中,依赖设计人员的个人经验,进行全程的手动颜色设计,该种方式操作效率低下,需要改进。
发明内容
本发明实施例提供了一种基于大数据的可选配色方案自动生成方法和装置,解决了现有技术中依赖设计人员的个人经验进行全程的手动颜色设计导致效率低下的问题,通过大数据分析模型实现了对鞋体模型的色块划分区域进行自动配色填充,提供了一种高效、便捷的鞋体模型可选配色方案自动生成机制,提高了鞋体模型配色效率。
第一方面,本发明实施例提供了一种基于大数据的可选配色方案自动生成方法,包括:
获取当前待配色的鞋体模型,对所述鞋体模型进行颜色色块划分得到多个不同的待填充颜色区域;
根据所述鞋体模型的类型以及大数据分析模型,生成多种不同的配色方案;
基于生成的不同的配色方案对所述待填充颜色区域依次进行配色展示。
进一步的,所述鞋体模型为在显示界面展示的三维鞋体模型。
进一步的,所述对所述鞋体模型进行颜色色块划分得到多个不同的待填充颜色区域,包括:
根据设置的配色数量以及鞋体模型的组成部位进行颜色色块划分得到不同的待填充颜色区域,所述鞋体模型的组成部位包括鞋面、鞋底、鞋口、鞋帮和鞋跟中的一种或多种。
进一步的,所述根据所述鞋体模型的类型以及大数据分析模型,生成多种不同的配色方案,包括:
将所述鞋体模型的类型输入至大数据分析模型中,以输出多种不同的配色方案,所述大数据分析模型基于不同类型的鞋体样本和对应的已有配色方案训练生成。
进一步的,所述基于生成的不同的配色方案对所述待填充颜色区域依次进行配色展示,包括:
针对每个配色方案,将配色方案中记录的待填充颜色区域进行配置的颜色的填充。
进一步的,所述将配色方案中记录的待填充颜色区域进行配置的颜色的填充时,还包括:
对每种配色方案的展示时间间隔进行设置;
根据设置的展示时间间隔依次进行每种配色方案的循环展示。
进一步的,所述将配色方案中记录的待填充颜色区域进行配置的颜色的填充时,还包括:
在显示界面中显示保存按钮;
当检测到所述保存按钮被触发时,将当前显示画面中的配色方案进行保存。
第二方面,本方案实施例提供了一种基于大数据的可选配色方案自动生成装置,所述装置包括:
颜色区域确定模块,用于获取当前待配色的鞋体模型,对所述鞋体模型进行颜色色块划分得到多个不同的待填充颜色区域;
配色方案生成模块,用于根据所述鞋体模型的类型以及大数据分析模型,生成多种不同的配色方案;
配色方案展示模块,用于基于生成的不同的配色方案对所述待填充颜色区域依次进行配色展示。
第三方面,本方案实施例提供了一种基于大数据的可选配色方案自动生成设备,所述设备包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现上述任一项所述的基于大数据的可选配色方案自动生成方法。
第四方面,本方案实施例提供了一种存储计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行上述任一项所述的基于大数据的可选配色方案自动生成方法。
本方案通过大数据分析模型实现了对鞋体模型的色块划分区域进行自动配色填充,解决了现有技术中依赖设计人员的个人经验进行全程的手动颜色设计导致效率低下的问题,提供了一种高效、便捷的鞋体模型可选配色方案自动生成机制,提高了鞋体模型配色效率。
附图说明
图1为本发明实施例提供的一种基于大数据的可选配色方案自动生成方法的流程图;
图2为本发明实施例提供的另一种基于大数据的可选配色方案自动生成方法的流程图;
图3为本发明实施例提供的一种基于大数据的可选配色方案自动生成装置的结构示意图;
图4为本发明实施例提供的一种基于大数据的可选配色方案自动生成设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明实施例作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明实施例,而非对本发明实施例的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明实施例相关的部分而非全部结构。
图1为本发明实施例提供的一种基于大数据的可选配色方案自动生成方法的流程图,本申请实施例提供的基于大数据的可选配色方案自动生成方法可以由基于大数据的可选配色方案自动生成装置来完成,该基于大数据的可选配色方案自动生成装置可以通过硬件和/或软件的方式实现,并集成在计算机设备中。参考图1,该方法具体可以包括:
S101:获取当前待配色的鞋体模型,对所述鞋体模型进行颜色色块划分得到多个不同的待填充颜色区域。
本方案中的鞋体模型并非实体模型,而是指三维虚拟模型,是一种虚拟表现形式,通常用计算机或者其它视频设备进行显示。本方案中的鞋体模型类型包括运动鞋、高跟鞋、马丁靴、豆豆鞋等多种类型。
具体的,获取当前待配色的鞋体模型,确定待配色鞋体模型的类型,本实施例以运动鞋为例,根据运动鞋的根据鞋体模型的组成部分对鞋体模型进行颜色色块划分,得到多个不同的待填充颜色区域。其中,所述组成部位包括鞋面、鞋底、鞋口、鞋帮和鞋跟中的一种或多种,多个待填充区域可以采用同一个颜色进行填充,也可以采用不同颜色进行填充。
在一个实施例中,三维鞋体模型可以通过三维软件进行建模,现在常用的建模软件3DMAX,Soft Image,Maya,UG以及AutoCAD等等。它们的共同特点是利用一些基本的几何元素,如立方体、球体等,通过一系列几何操作,如平移、旋转、拉伸以及布尔运算等来构建复杂的几何场景。
在另一个实施例中,三维鞋体模型也可以利用仪器设备建模,例如三维扫描仪通过扫描,可以获得鞋体表面每个采样点的三维空间坐标以及鞋体内部的结构数据,快速方便的将鞋体信息转换为计算机能直接处理的数字信号,最终输出包含物体表面每个采样点的三维空间坐标和色彩的数字模型文件。本方案对三维鞋体模型的建模方法不做具体限定。
S102:根据所述鞋体模型的类型以及大数据分析模型,生成多种不同的配色方案。
所述大数据分析模型是指通过大数据分析建立的可以输出鞋体模型类型以及其对应的多种配色方案的模型,与传统的逻辑推理研究不同,大数据分析是对数量巨大的数据做统计性的搜索、比较、聚类和分类等分析归纳。大数据分析比较关注数据的相关性或称关联性,所谓“关联性”是指两个或两个以上变量的取值之间存在着某种规律。“相关分析”的目的是找出数据集里隐藏的相互关系网,因此大数据是侧重找出相关关系,在本方案中,大数据分析模型基于鞋体模型类型生成的对应的多种新的配色方案是按照鞋体模型类型以及其已有配色方案的关联性由高到低依次对应生成的,可以理解的是,基于某一鞋体类型生成的新的配色方案与其关联性高的已有配色方案具备一定相似度,但并不相同。
在一个实施例中,大数据分析模型建立过程中,首先确定大数据分析模型的类型为关联性分析模型,在对数据模型进行训练时,训练数据可以是不同类型的鞋体以及其分别对应的已有配色方案的鞋体销量数据,可以理解的是,某配色方案的鞋体销量越高,则该配色方案与其对应的鞋体类型的关联性越高。同时,大数据分析模型并不是固定不变的,在模型应用过程中,训练数据会发生变化,按照预设时间将预设时间段内的训练数据输入至大数据分析模型进行分析模型的迭代以保证分析模型生成的新的配色方案符合当前阶段的客户需求。具体的,首先确定鞋体模型的类型,大数据分析模型基于鞋体模型的类型已有的关联度较高的配色方案生成多种与其具备一定相似度的新的配色方案。
S103:基于生成的不同的配色方案对所述待填充颜色区域依次进行配色展示。
在一个实施例中,根据生成的不同的配色方案,对三维鞋体模型的待填充颜色区域依次进行填色并进行展示,其中,存在不同的待填充颜色区域使用相同的颜色进行填充。
上述,将不同类型的鞋体以及其分别对应的已有配色方案的鞋体销量数据作为训练数据对大数据分析模型进行训练并按照预设时间将预设时间段内的训练数据输入至大数据分析模型进行分析模型的迭代,大数据分析模型基于鞋体模型的类型已有的关联度较高的配色方案生成多种与其具备一定相似度的新的配色方案对三维鞋体模型的待填充色块进行配色并展示,通过大数据分析模型实现了对鞋体模型的色块划分区域进行自动配色填充,提供了一种高效、便捷的鞋体模型可选配色方案自动生成机制,提高了鞋体模型配色效率。
在上述实施例的基础上,图2为本发明实施例提供的另一种基于大数据的可选配色方案自动生成方法的流程图,该基于大数据的可选配色方案自动生成方法是对上述基于大数据的可选配色方案自动生成方法的具体化。参考图2,该基于大数据的可选配色方案自动生成方法包括:
S201:获取当前待配色的鞋体模型,所述鞋体模型为在显示界面展示的三维鞋体模型,根据设置的配色数量以及鞋体模型的组成部位进行颜色色块划分得到不同的待填充颜色区域,所述鞋体模型的组成部位包括鞋面、鞋底、鞋口、鞋帮和鞋跟中的一种或多种。
在一个实施例中,获取当前待配色的鞋体模型并确定鞋体模型的类型,配色数量,即配色方案中出现的不同颜色的数量,可以理解的是,不同的鞋体模型所对应的预设配色数量会有所不同,例如高跟鞋大多是一体成型的,所以当鞋体模型为高跟鞋时,设置较小的配色数量值。当鞋体模型为运动鞋时,由于运动鞋本身存在的拼接区域较多,相应的运动鞋模型对应设置的配色数量值较大。根据设置的配色数量以及鞋体模型的组成部分进行颜色色块划分得到不同的待填充颜色区域。鞋体模型的组成部分包括鞋面、鞋底、鞋口、鞋帮和鞋跟中的一种或多种。
S202:将所述鞋体模型的类型输入至大数据分析模型中,以输出多种不同的配色方案,所述大数据分析模型基于不同类型的鞋体样本和对应的已有配色方案训练生成。
将鞋体模型的类型输入值大数据分析模型中,大数据分析模型根据该鞋体模型的类型对应输出多种不同的配色方案。
在一个实施例中,大数据分析模型建立过程中,首先确定大数据分析模型的类型为关联性分析模型,在对数据模型进行训练时,训练数据可以是不同类型的鞋体以及其分别对应的已有配色方案被点赞次数,可以理解的是,某配色方案被点赞次数越高,则该配色方案与其对应的鞋体类型的关联性越高。同时,大数据分析模型并不是固定不变的,在模型应用过程中,训练数据会发生变化,按照预设时间将预设时间段内的训练数据输入至大数据分析模型进行分析模型的迭代以保证分析模型生成的新的配色方案符合大众审美。具体的,首先确定鞋体模型的类型,大数据分析模型基于鞋体模型的类型已有的关联度较高的配色方案生成多种与其具备一定相似度的新的配色方案。
S203:针对每个配色方案,将配色方案中记录的待填充颜色区域进行配置的颜色的填充,对每种配色方案的展示时间间隔进行设置,根据设置的展示时间间隔依次进行每种配色方案的循环展示。
在一个实施例中,根据配色方案对鞋体模型的待填充颜色区域进行配色填充,对每种配色方案的展示时间间隔进行设置,根据设置的展示时间间隔依次进行每种配色方案的循环展示。若展示过程中,技术人员对某一配色方案感兴趣想要进一步查看从而需要暂停展示,可以用点击屏幕中的“退出”按钮,退出当前的循环展示模式,手动选择想要查看的配色展示。
在一个实施例中,配送方案的展示过程由技术人员手动把控,当技术人员阅览完一个配色方案后,可以点击“下一页”按钮,下一个配色方案在屏幕中进行展示。所有的配色方案按照生成顺序依次进行展示,当技术人员在最后一个配色方案进行展示后再次点击“下一页”按钮,重新对第一个配色方案进行展示。
在一个实施例中,鞋体模型为三维鞋体模型,可以通过鼠标手动对鞋体模型进行拖拽,鞋体模型会根据鼠标的移动方向相对应的进行移动和翻转,也可以按照预设好的方向角度使鞋体模型自动进行全方位翻转以对配色方案进行全面展示。
S204:在显示界面中显示保存按钮,当检测到所述保存按钮被触发时,将当前显示画面中的配色方案进行保存。
在一个实施例中,当对配色方案进行展示时,展示页面存在“保存按钮”,如果技术人员对当前展示的配色方案满意,点击“保存”按钮,系统监测到保存按钮被触发时,将当前显示画面中的配色方案进行保存。多个被保存的配色方案储存至配色方案列表。
在一个实施例中,对配色方案进行保存后,可以进入编辑模式,对自动生成的配色方案进行自定义修改,例如对局部配色进行更改,或者添加自定义LOGO使其具备独家标识,编辑后的配色方案与原配色方案一并保存。
上述,将不同类型的鞋体以及其分别对应的已有配色方案被点赞次数作为大数据分析模型的训练数据并用于分析模型的迭代,大数据分析模型基于鞋体模型的类型已有的关联度较高的配色方案生成多种与其具备一定相似度的新的配色方案。实现了对鞋体模型的色块划分区域进行自动配色填充,解决了现有技术中依赖设计人员的个人经验进行全程的手动颜色设计导致效率低下的问题,提供了一种高效、便捷的鞋体模型可选配色方案自动生成机制,提高了鞋体模型的配色效率。
图3为本发明实施例提供的一种基于大数据的可选配色方案自动生成装置的结构示意图,参考图3,本实施例提供的基于自锁接地装置的电缆信息监测装置的结构示意图具体包括:颜色区域确定模块301、配色方案生成模块302、配色方案展示模块303,各个装置可以通过总线或其他方式连接,图3中以通过总线连接为例。
其中,所述颜色区域确定模块301用于获取当前待配色的鞋体模型,对所述鞋体模型进行颜色色块划分得到多个不同的待填充颜色区域。
在一个实施例中,获取当前待配色的鞋体模型,所述鞋体模型为在显示界面展示的三维鞋体模型,所述颜色区域确定模块301具体用于根据设置的配色数量以及鞋体模型的组成部位进行颜色色块划分得到不同的待填充颜色区域。
所述配色方案生成模块302用于根据所述鞋体模型的类型以及大数据分析模型,生成多种不同的配色方案。
在一个实施例中,大数据分析模型建立过程中,首先确定大数据分析模型的类型为关联性分析模型,在对数据模型进行训练时,训练数据可以是不同类型的鞋体以及其分别对应的已有配色方案被点赞次数,可以理解的是,某配色方案被点赞次数越高,则该配色方案与其对应的鞋体类型的关联性越高。同时,大数据分析模型并不是固定不变的,在模型应用过程中,训练数据会发生变化,按照预设时间将预设时间段内的训练数据输入至大数据分析模型进行分析模型的迭代以保证分析模型生成的新的配色方案符合大众审美。具体的,首先确定鞋体模型的类型,所述配色方案生成模块302具体用于大数据分析模型基于鞋体模型的类型已有的关联度较高的配色方案生成多种与其具备一定相似度的新的配色方案。
所述配色方案展示模块303用于基于生成的不同的配色方案对所述待填充颜色区域依次进行配色展示。
在一个实施例中,所述配色方案展示模块303具体用于根据配色方案对鞋体模型的待填充颜色区域进行配色填充,对每种配色方案的展示时间间隔进行设置,根据设置的展示时间间隔依次进行每种配色方案的循环展示。
本申请实施例提供的基于大数据的可选配色方案自动生成装置可以用于执行上述实施例提供的基于大数据的可选配色方案自动生成方法,具备相应的功能和有益效果。
图4为本发明实施例提供的一种基于大数据的可选配色方案自动生成设备的结构示意图,如图4所示,该设备包括处理器401、存储器402、输入装置403和输出装置404。设备中处理器401的数量可以是一个或多个,图4中以一个处理器401为例;设备中的处理器401、存储402、输入装置403和输出装置404可以通过总线或其他方式连接,图4中以通过总线连接为例。本申请实施例还提供一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行一种基于大数据的可选配色方案自动生成方法,该基于大数据的可选配色方案自动生成方法包括:获取当前待配色的鞋体模型,对所述鞋体模型进行颜色色块划分得到多个不同的待填充颜色区域;根据所述鞋体模型的类型以及大数据分析模型,生成多种不同的配色方案;基于生成的不同的配色方案对所述待填充颜色区域依次进行配色展示。
存储介质——任何的各种类型的存储器设备或存储设备。术语“存储介质”旨在包括:安装介质,例如CD-ROM、软盘或磁带装置;计算机系统存储器或随机存取存储器,诸如DRAM、DDR RAM、SRAM、EDO RAM,兰巴斯(Rambus)RAM等;非易失性存储器,诸如闪存、磁介质(例如硬盘或光存储);寄存器或其它相似类型的存储器元件等。存储介质可以还包括其它类型的存储器或其组合。另外,存储介质可以位于程序在其中被执行的第一计算机系统中,或者可以位于不同的第二计算机系统中,第二计算机系统通过网络(诸如因特网)连接到第一计算机系统。第二计算机系统可以提供程序指令给第一计算机用于执行。术语“存储介质”可以包括驻留在不同位置中(例如在通过网络连接的不同计算机系统中)的两个或更多存储介质。存储介质可以存储可由一个或多个处理器执行的程序指令(例如具体实现为计算机程序)。
值得注意的是,上述基于大数据的可选配色方案自动生成装置的实施例中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明实施例的保护范围。
注意,上述仅为本发明实施例的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明实施例不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明实施例的保护范围。因此,虽然通过以上实施例对本发明实施例进行了较为详细的说明,但是本发明实施例不仅仅限于以上实施例,在不脱离本发明实施例构思的情况下,还可以包括更多其他等效实施例,而本发明实施例的范围由所附的权利要求范围决定。
Claims (10)
1.基于大数据的可选配色方案自动生成方法,其特征在于,包括:
获取当前待配色的鞋体模型,对所述鞋体模型进行颜色色块划分得到多个不同的待填充颜色区域;
根据所述鞋体模型的类型以及大数据分析模型,生成多种不同的配色方案;
基于生成的不同的配色方案对所述待填充颜色区域依次进行配色展示。
2.根据权利要求1所述的基于大数据的可选配色方案自动生成方法,其特征在于,所述鞋体模型为在显示界面展示的三维鞋体模型。
3.根据权利要求1所述的基于大数据的可选配色方案自动生成方法,其特征在于,所述对所述鞋体模型进行颜色色块划分得到多个不同的待填充颜色区域,包括:
根据设置的配色数量以及鞋体模型的组成部位进行颜色色块划分得到不同的待填充颜色区域,所述鞋体模型的组成部位包括鞋面、鞋底、鞋口、鞋帮和鞋跟中的一种或多种。
4.根据权利要求3所述的基于大数据的可选配色方案自动生成方法,其特征在于,所述根据所述鞋体模型的类型以及大数据分析模型,生成多种不同的配色方案,包括:
将所述鞋体模型的类型输入至大数据分析模型中,以输出多种不同的配色方案,所述大数据分析模型基于不同类型的鞋体样本和对应的已有配色方案训练生成。
5.根据权利要求1-4中任一项所述的基于大数据的可选配色方案自动生成方法,其特征在于,所述基于生成的不同的配色方案对所述待填充颜色区域依次进行配色展示,包括:
针对每个配色方案,将配色方案中记录的待填充颜色区域进行配置的颜色的填充。
6.根据权利要求5所述的基于大数据的可选配色方案自动生成方法,其特征在于,所述将配色方案中记录的待填充颜色区域进行配置的颜色的填充时,还包括:
对每种配色方案的展示时间间隔进行设置;
根据设置的展示时间间隔依次进行每种配色方案的循环展示。
7.根据权利要求5所述的基于大数据的可选配色方案自动生成方法,其特征在于,所述将配色方案中记录的待填充颜色区域进行配置的颜色的填充时,还包括:
在显示界面中显示保存按钮;
当检测到所述保存按钮被触发时,将当前显示画面中的配色方案进行保存。
8.基于大数据的可选配色方案自动生成装置,其特征在于,所述装置包括:
颜色区域确定模块,用于获取当前待配色的鞋体模型,对所述鞋体模型进行颜色色块划分得到多个不同的待填充颜色区域;
配色方案生成模块,用于根据所述鞋体模型的类型以及大数据分析模型,生成多种不同的配色方案;
配色方案展示模块,用于基于生成的不同的配色方案对所述待填充颜色区域依次进行配色展示。
9.一种基于大数据的可选配色方案自动生成设备,所述设备包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一项所述的基于大数据的可选配色方案自动生成方法。
10.一种存储计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-7中任一项所述的基于大数据的可选配色方案自动生成方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210130301.0A CN114611169B (zh) | 2022-02-11 | 2022-02-11 | 基于大数据的可选配色方案自动生成方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210130301.0A CN114611169B (zh) | 2022-02-11 | 2022-02-11 | 基于大数据的可选配色方案自动生成方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114611169A true CN114611169A (zh) | 2022-06-10 |
CN114611169B CN114611169B (zh) | 2023-03-03 |
Family
ID=81859590
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210130301.0A Active CN114611169B (zh) | 2022-02-11 | 2022-02-11 | 基于大数据的可选配色方案自动生成方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114611169B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114969863A (zh) * | 2022-06-27 | 2022-08-30 | 广东时谛智能科技有限公司 | 将绘图元素整合平铺至鞋体模型的方法及装置 |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104054079A (zh) * | 2011-11-18 | 2014-09-17 | 耐克国际有限公司 | 鞋零件的自动化3-d建模 |
US20150366327A1 (en) * | 2014-06-20 | 2015-12-24 | Richard Joseph LaHood, SR. | Cosmetics Applicator System and Method |
CN106295955A (zh) * | 2016-07-27 | 2017-01-04 | 邓耀华 | 一种基于增强现实的客户对厂的鞋定制系统及实现方法 |
CN107481095A (zh) * | 2017-07-26 | 2017-12-15 | 深圳市盛世华服信息有限公司 | 一种3d虚拟服饰设计定制方法及定制系统 |
CN107918902A (zh) * | 2017-11-14 | 2018-04-17 | 成都爆米花信息技术有限公司 | 一种基于大数据的网上购物试衣推荐方法 |
CN108428167A (zh) * | 2018-02-24 | 2018-08-21 | 新百丽鞋业(深圳)有限公司 | 一种鞋子定制的控制方法及控制系统 |
WO2018195957A1 (zh) * | 2017-04-28 | 2018-11-01 | 深圳齐心集团股份有限公司 | 一种大数据图像处理装置 |
CN108846869A (zh) * | 2018-05-24 | 2018-11-20 | 浙江传媒学院 | 一种基于自然图像色彩的服装自动配色方法 |
CN109711954A (zh) * | 2019-01-29 | 2019-05-03 | 福建任我行科技发展有限公司 | 基于云端大数据平台的可精准投送的鞋类动态展示系统 |
CN110232253A (zh) * | 2019-06-20 | 2019-09-13 | 杭州时趣信息技术有限公司 | 生成服饰搭配方案的计算机装置、设备、存储介质及方法 |
CN110298065A (zh) * | 2019-05-14 | 2019-10-01 | 洪岩 | 基于深度学习的服装款式个性化设计方法 |
CN110533757A (zh) * | 2019-08-29 | 2019-12-03 | 景致三维(江苏)股份有限公司 | 3d模型材质自动划分算法、纹理映射方法及处理设备 |
CN112364403A (zh) * | 2020-11-23 | 2021-02-12 | 四川大学 | 一种鞋类移动端3d智能搭配展示系统及方法 |
CN112598761A (zh) * | 2020-12-30 | 2021-04-02 | 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 |
CN113190585A (zh) * | 2021-04-12 | 2021-07-30 | 郑州轻工业大学 | 一种服装设计的大数据采集分析系统 |
CN113942338A (zh) * | 2021-09-09 | 2022-01-18 | 淄博师范高等专科学校 | 一种基于大数据的美术颜料调色搭配系统及其工具箱 |
-
2022
- 2022-02-11 CN CN202210130301.0A patent/CN114611169B/zh active Active
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104054079A (zh) * | 2011-11-18 | 2014-09-17 | 耐克国际有限公司 | 鞋零件的自动化3-d建模 |
US20150366327A1 (en) * | 2014-06-20 | 2015-12-24 | Richard Joseph LaHood, SR. | Cosmetics Applicator System and Method |
CN106295955A (zh) * | 2016-07-27 | 2017-01-04 | 邓耀华 | 一种基于增强现实的客户对厂的鞋定制系统及实现方法 |
WO2018195957A1 (zh) * | 2017-04-28 | 2018-11-01 | 深圳齐心集团股份有限公司 | 一种大数据图像处理装置 |
CN107481095A (zh) * | 2017-07-26 | 2017-12-15 | 深圳市盛世华服信息有限公司 | 一种3d虚拟服饰设计定制方法及定制系统 |
CN107918902A (zh) * | 2017-11-14 | 2018-04-17 | 成都爆米花信息技术有限公司 | 一种基于大数据的网上购物试衣推荐方法 |
CN108428167A (zh) * | 2018-02-24 | 2018-08-21 | 新百丽鞋业(深圳)有限公司 | 一种鞋子定制的控制方法及控制系统 |
CN108846869A (zh) * | 2018-05-24 | 2018-11-20 | 浙江传媒学院 | 一种基于自然图像色彩的服装自动配色方法 |
CN109711954A (zh) * | 2019-01-29 | 2019-05-03 | 福建任我行科技发展有限公司 | 基于云端大数据平台的可精准投送的鞋类动态展示系统 |
CN110298065A (zh) * | 2019-05-14 | 2019-10-01 | 洪岩 | 基于深度学习的服装款式个性化设计方法 |
CN110232253A (zh) * | 2019-06-20 | 2019-09-13 | 杭州时趣信息技术有限公司 | 生成服饰搭配方案的计算机装置、设备、存储介质及方法 |
CN110533757A (zh) * | 2019-08-29 | 2019-12-03 | 景致三维(江苏)股份有限公司 | 3d模型材质自动划分算法、纹理映射方法及处理设备 |
CN112364403A (zh) * | 2020-11-23 | 2021-02-12 | 四川大学 | 一种鞋类移动端3d智能搭配展示系统及方法 |
CN112598761A (zh) * | 2020-12-30 | 2021-04-02 | 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 |
CN113190585A (zh) * | 2021-04-12 | 2021-07-30 | 郑州轻工业大学 | 一种服装设计的大数据采集分析系统 |
CN113942338A (zh) * | 2021-09-09 | 2022-01-18 | 淄博师范高等专科学校 | 一种基于大数据的美术颜料调色搭配系统及其工具箱 |
Non-Patent Citations (2)
Title |
---|
丁满 等: "面向品牌延伸识别的产品色彩设计研究", 《包装工程》 * |
彭文利 等: "基于KBE和CBR的鞋靴设计信息可重用研究", 《皮革科学与工程》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114969863A (zh) * | 2022-06-27 | 2022-08-30 | 广东时谛智能科技有限公司 | 将绘图元素整合平铺至鞋体模型的方法及装置 |
CN114969863B (zh) * | 2022-06-27 | 2023-07-21 | 广东时谛智能科技有限公司 | 将绘图元素整合平铺至鞋体模型的方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN114611169B (zh) | 2023-03-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US12094209B2 (en) | Video data processing method and apparatus, device, and medium | |
Nie et al. | Compact video synopsis via global spatiotemporal optimization | |
Cheng et al. | ImageSpirit: Verbal guided image parsing | |
CN105284122B (zh) | 用于通过使用帧聚类来插入广告的装置和方法 | |
US10303446B2 (en) | Program generating method, program generating device, and recording medium | |
US8934759B2 (en) | Video editing apparatus and video editing method | |
Dong et al. | Fast multi-operator image resizing and evaluation | |
US8207989B2 (en) | Multi-video synthesis | |
CN107229741B (zh) | 信息搜索方法、装置、设备以及存储介质 | |
CN114611169B (zh) | 基于大数据的可选配色方案自动生成方法和装置 | |
US10026176B2 (en) | Browsing interface for item counterparts having different scales and lengths | |
US11908058B2 (en) | Character animations in a virtual environment based on reconstructed three-dimensional motion data | |
CN115081042B (zh) | 基于鞋底特征数据的渲染方法、装置、设备及存储介质 | |
WO2024213025A1 (zh) | 手部建模、手部模型处理方法、设备和介质 | |
WO2018122167A1 (en) | Device and method for generating flexible dynamic virtual contents in mixed reality | |
US10916050B1 (en) | Method and apparatus for synthesizing realistic hand poses based on blending generative adversarial networks | |
GB2410408A (en) | Changing time value of key frames | |
JP4916950B2 (ja) | 動画像比較装置、動画像比較方法、及び動画像比較プログラム | |
WO2024045767A1 (zh) | 基于虚拟场景的公共区域整体风格变换系统和方法 | |
US20080024485A1 (en) | Multi-dimensional image display method apparatus and system | |
CN109299378B (zh) | 搜索结果的展示方法、装置、终端及存储介质 | |
CN114117897A (zh) | 生成设计图的方法、设备和介质 | |
EP4227887A1 (en) | Dynamic layout optimization of annotation labels in volume rendering | |
Oyshi et al. | TmoTA: Simple, Highly Responsive Tool for Multiple Object Tracking Annotation | |
WO2018035830A1 (zh) | 一种广告视频文件分级查找方法 |
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 |