CN115344730A - 搭配推荐方法、装置、储物柜、衣柜、设备及存储介质 - Google Patents

搭配推荐方法、装置、储物柜、衣柜、设备及存储介质 Download PDF

Info

Publication number
CN115344730A
CN115344730A CN202210987157.2A CN202210987157A CN115344730A CN 115344730 A CN115344730 A CN 115344730A CN 202210987157 A CN202210987157 A CN 202210987157A CN 115344730 A CN115344730 A CN 115344730A
Authority
CN
China
Prior art keywords
collocation
information
target
picture
user
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
CN202210987157.2A
Other languages
English (en)
Inventor
詹培旋
李梦瑶
张鹏
宋德超
李绍斌
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.)
Gree Electric Appliances Inc of Zhuhai
Zhuhai Lianyun Technology Co Ltd
Original Assignee
Gree Electric Appliances Inc of Zhuhai
Zhuhai Lianyun 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 Gree Electric Appliances Inc of Zhuhai, Zhuhai Lianyun Technology Co Ltd filed Critical Gree Electric Appliances Inc of Zhuhai
Priority to CN202210987157.2A priority Critical patent/CN115344730A/zh
Publication of CN115344730A publication Critical patent/CN115344730A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/53Querying
    • G06F16/535Filtering based on additional data, e.g. user or group profiles
    • AHUMAN NECESSITIES
    • A47FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
    • A47BTABLES; DESKS; OFFICE FURNITURE; CABINETS; DRAWERS; GENERAL DETAILS OF FURNITURE
    • A47B61/00Wardrobes
    • AHUMAN NECESSITIES
    • A47FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
    • A47BTABLES; DESKS; OFFICE FURNITURE; CABINETS; DRAWERS; GENERAL DETAILS OF FURNITURE
    • A47B97/00Furniture or accessories for furniture, not provided for in other groups of this subclass
    • AHUMAN NECESSITIES
    • A47FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
    • A47GHOUSEHOLD OR TABLE EQUIPMENT
    • A47G1/00Mirrors; Picture frames or the like, e.g. provided with heating, lighting or ventilating means
    • A47G1/02Mirrors used as equipment
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/5866Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, manually generated location and time information

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Library & Information Science (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本申请涉及一种搭配推荐方法、装置、储物柜、衣柜、设备及存储介质。在获取指示用户当前期望的搭配的当前搭配信息后,由于能够从对应有搭配图片的搭配信息中获取与当前搭配信息所匹配的目标搭配信息,并进一步获取与目标搭配信息匹配的目标搭配图片,所以实现了基于目标搭配图片向自动向用户进行搭配推荐。尤其是在穿搭的场景中,采用本实施例的方案可以大大缩短反复找寻衣物进行搭配的时间,提升了用户的体验。

Description

搭配推荐方法、装置、储物柜、衣柜、设备及存储介质
技术领域
本申请涉及智能家居领域,尤其涉及一种搭配推荐方法、装置、储物柜、衣柜、设备及存储介质。
背景技术
衣柜收纳一直都是一个棘手的问题,现今也衍生了对应的整理师的行业,足以看到人们对收纳的头疼,特别对于衣物的收纳,更是困扰着大部分人。特别是女性的衣柜,一年四季不同季节的衣服、裙子、裤子、上衣等衣物众多。当用户外出想找到一套合适的穿搭时,就比较耗费时间,难以快速从众多衣物中找到适合的穿搭。
发明内容
本申请提供了一种搭配推荐方法、装置、储物柜、衣柜、设备及存储介质,用以解决难以快速从众多衣物中找到适合的穿搭。
第一方面,提供一种搭配推荐方法,包括:
获取当前搭配信息,所述当前搭配信息用于指示用户当前期望的搭配;
从预设的至少一组搭配信息中,查找与所述当前搭配信息匹配的目标搭配信息;
获取与所述目标搭配信息匹配的目标搭配图片;
基于所述目标搭配图片,向所述用户进行搭配推荐。
可选地,从预设的至少一组搭配信息中,查找与所述当前搭配信息匹配的目标搭配信息,包括:
构建与当前搭配信息对应的第一向量,以及与所述至少一组搭配信息中各组搭配信息各自对应的第二向量;
计算所述第一向量与各所述第二向量之间的向量相似度;
基于所述向量相似度,确定与所述第一向量匹配的目标第二向量;
将所述目标第二向量对应的搭配信息作为所述目标搭配信息。
可选地,从预设的至少一组搭配信息中,查找与所述当前搭配信息匹配的目标搭配信息,包括:
获取所述用户的历史搭配记录;
获取所述历史搭配记录中所体现的搭配信息;
从所述历史搭配记录所体现的搭配信息中,查找所述目标搭配信息。
可选地,获取所述历史搭配记录中所体现的搭配信息,包括:
获取所述历史搭配记录中的所有搭配图片;
获取所有搭配图片中每张搭配图片的生成时间;
基于所述生成时间,从所述所有搭配图片中筛选得到N张搭配图片;对于所述N张搭配图片中的每张搭配图片,所述每张搭配图片的生成时间与当前时间的时间差不大于时间差阈值;
将所述N张搭配图片所体现的搭配信息,作为所述历史搭配记录中所体现的搭配信息。
可选地,基于所述目标搭配图片,向所述用户进行搭配推荐,包括:
当所述目标搭配图片为基于所述历史搭配记录所确定,且所述用户拒绝所述目标搭配图片时,从图数据库中获取与所述当前搭配信息匹配的M张搭配图片;
分别计算所述M张搭配图片与所述目标搭配图片之间的图片相似度;
获取所述图片相似度中的最大值;
从所述M张搭配图片中,获取与所述最大值对应的搭配图片;
基于与所述最大值对应的搭配图片,向所述用户进行搭配推荐。
可选地,基于所述目标搭配图片,向所述用户进行搭配推荐之后,还包括:
获取所述用户基于所述目标搭配图片所指示的最终搭配图片;
获取所述最终搭配图片中各搭配对象的标识;以及,分别识别储物柜中各对象的条形码,获得各对象的标识;
从所述各对象的标识中,获取与各所述搭配对象的标识匹配的目标标识;
向所述用户提供与所述目标标识对应的搭配对象。
可选地,获取所述历史搭配记录中的所有搭配图片之前,还包括:
获取所述用户展示的搭配图片,以及所述用户指示的与所述展示的搭配图片对应的搭配信息;
在所述历史搭配记录中,保存所述用户展示的搭配图片以及与所述展示的搭配图片对应的搭配信息。
第二方面,提供一种搭配推荐装置,包括:
第一获取模块,用于获取当前搭配信息,所述当前搭配信息用于指示用户当前期望的搭配;
查找模块,用于从预设的至少一组搭配信息中,查找与所述当前搭配信息匹配的目标搭配信息;
第二获取模块,用于获取与所述目标搭配信息匹配的目标搭配图片;
推荐模块,用于基于所述目标搭配图片,向所述用户进行搭配推荐。
第三方面,提供一种储物柜,包括:
柜体和安装于所述柜体的控制器;
所述控制器用于执行第一方面所述的搭配推荐方法。
可选地,所述储物柜还包括移动装置;
所述移动装置用于基于所述控制器的控制,向所述用户提供与所述目标标识对应的搭配对象。
第四方面,提供一种衣柜,包括第三方面所述的储物柜和智能镜子;
所述智能镜子用于获取所述历史搭配记录中的所有搭配图片之前,获取所述用户展示的搭配图片,以及所述用户指示的与所述展示的搭配图片对应的搭配信息;在所述历史搭配记录中,保存所述用户展示的搭配图片以及与所述展示的搭配图片对应的搭配信息。
第五方面,提供一种电子设备,包括:处理器、存储器和通信总线,其中,处理器和存储器通过通信总线完成相互间的通信;
所述存储器,用于存储计算机程序;
所述处理器,用于执行所述存储器中所存储的程序,实现第一方面所述的搭配推荐方法。
第六方面,提供一种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第一方面所述的搭配推荐方法。
本申请实施例提供的上述技术方案与现有技术相比具有如下优点:本申请实施例提供的该方法,在获取指示用户当前期望的搭配的当前搭配信息后,由于能够从对应有搭配图片的搭配信息中获取与当前搭配信息所匹配的目标搭配信息,并进一步获取与目标搭配信息匹配的目标搭配图片,所以实现了基于目标搭配图片向自动向用户进行搭配推荐。尤其是在穿搭的场景中,采用本实施例的方案可以大大缩短反复找寻衣物进行搭配的时间,提升了用户的体验。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。
为了更清楚地说明本发明实施例或现有技术中的技术方案,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,对于本领域普通技术人员而言,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为本申请实施例中搭配推荐方法的流程示意图;
图2为本申请实施例中搭配推荐装置的结构示意图;
图3为本申请实施例中储物柜的结构示意图;
图4为本申请实施例中衣柜的结构示意图;
图5为本申请实施例中新衣服录入过程的示意图;
图6为本申请实施例中衣服推荐过程的示意图;
图7为本申请实施例中衣服收纳过程的示意图;
图8为本申请实施例中电子设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请的一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
需要说明的是,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”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,以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。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,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
为了解决相关技术中存在的技术问题,本实施例提供一种搭配推荐方法,该方法可应用于电子设备;
本实施例所描述电子设备可以包括终端或者服务器,本申请实施例不做限定。终端包括各种具有无线通信功能的手持设备、车载设备、可穿戴设备(例如智能手表、智能手环、计步器等)或计算设备。
如图1所示,该方法可以包括以下步骤:
步骤101、获取当前搭配信息,当前搭配信息用于指示用户当前期望的搭配。
本实施例中,用户当前期望的搭配可以是衣服穿搭、配饰搭配、首饰搭配等,本实施例对此不作具体限定。应理解,这里的配饰搭配可以为包包、帽子、鞋子等的搭配。
本实施例中,当前搭配信息可以为搭配的属性信息。应用中,当前搭配信息包括但不限于搭配对象的颜色、材质、风格、长度等属性。比如当前搭配信息为纱质白色短袖t恤和纯棉黑色七分裤;又比如当前搭配信息为精致风耳坠和锁骨链。
根据实际需要,当前搭配信息可以为描述搭配所适于的场合等信息。比如搭配为穿搭时,当前搭配信息包括但不限于穿搭的场合、季节、用户心情等。
应用中,当用户需要获取搭配时,指示所期限的搭配对应的搭配信息,以便快速找到需要的搭配。
步骤102、从预设的至少一组搭配信息中,查找与当前搭配信息匹配的目标搭配信息。
应用中,对于场合、用户心情这类搭配信息,同一个意思可能存在多种表达方式,比如高兴和开心指代的用户心情本质是一致的,为了在从至少一组搭配信息中查找的目标搭配信息更精准,颗粒度划分更细致,本实施例采用计算向量相似度的方式查找目标搭配信息。
具体实现时,一个可选实施例中,构建与当前搭配信息对应的第一向量,以及与至少一组搭配信息中各组搭配信息各自对应的第二向量;计算第一向量与各第二向量之间的向量相似度;基于向量相似度,确定与第一向量匹配的目标第二向量;将目标第二向量对应的搭配信息作为目标搭配信息。
本实施例中,在构建当前搭配信息对应的第一向量时,对当前搭配信息中的每个维度进行编码,从而得到该维度在第一向量中的元素取值。比如描述用户心情的信息可以有:兴奋、快乐、浪漫、悲伤、满意、满足、冷静、敬畏、焦虑。那么进行编码时,兴奋为1;快乐为2;浪漫为3;以此类推,这里主要是将心情编码,数字大小没有量化的含义。其他维度也进行类似的编码。
应理解,构建与至少一组搭配信息中各组搭配信息各自对应的第二向量的过程与上述构建当前搭配信息对应的第一向量的过程类似,这里不再展开描述。
本实施例中,采用余弦相似度计算第一向量和第二向量之间的向量相似度。余弦相似度,又称为余弦相似性,是通过计算两个向量的夹角余弦值来评估他们的相似度。0度角的余弦值是1,而其他任何角度的余弦值都不大于1;并且其最小值是-1。
本实施例中,在确定与第一向量匹配的目标第二向量时,将大于相似度阈值的余弦相似度对应的第二向量,作为与第一向量匹配的目标第二向量。为了提高计算效率,在获取大于相似度阈值的余弦相似度时,对获取的所有余弦相似度进行排序,并基于排序后的结果获取大于相似度阈值的余弦相似度。
本实施例中,预设的至少一组搭配信息可以来自于用户以往的历史搭配记录,也可以是基于大数据统计得到的图数据库。具体的,由于历史搭配记录更能命中用户的需求,因此优先基于历史搭配记录查找目标搭配信息。
具体实现时,一个可选实施例中,获取用户的历史搭配记录;获取历史搭配记录中所体现的搭配信息;从历史搭配记录所体现的搭配信息中,查找目标搭配信息。
应用中,历史搭配记录中可以包括历史搭配图片,以及每张历史搭配图片所体现的搭配信息。
应用中,由于用户随着年龄的变化,生活环境或工作的改变,对搭配的需要会不断发生变化,距离当前时间较远的一些搭配可能并不能满足用户的需求,因此为了进一步提高搭配推荐成功的命中率,采用时间维度对历史搭配记录中的搭配信息进行筛选。
具体实现时,在获取历史搭配记录中所体现的搭配信息时,一个可选实施例中,获取历史搭配记录中的所有搭配图片;获取所有搭配图片中每张搭配图片的生成时间;基于生成时间,从所有搭配图片中筛选得到N张搭配图片;对于N张搭配图片中的每张搭配图片,每张搭配图片的生成时间与当前时间的时间差不大于时间差阈值;将N张搭配图片所体现的搭配信息,作为历史搭配记录中所体现的搭配信息。
应理解,这里的时间差阈值可以人为基于经验预先设置或根据实际需求设置,本实施例对此不作具体限定。
应用中,在生成历史搭配记录的过程中,除了获取用户所指示的搭配图片,还同步获取了用户所指示的与该搭配图片对应的搭配信息,并将搭配图片和搭配信息对应存储到历史搭配记录中。因此,在获取搭配图片所体现的搭配信息时,可以基于搭配图片与搭配信息之间的映射关系,找到每张搭配图片所对应的搭配信息,并将该搭配信息作为搭配图片所体现的搭配信息。
应理解,当基于历史搭配记录无法找到目标搭配信息时,可以从图数据库中查找目标搭配信息,这个过程与从历史搭配记录中查找目标搭配信息类似,这里暂不展开描述。
步骤103、获取与目标搭配信息匹配的目标搭配图片。
步骤104、基于目标搭配图片,向用户进行搭配推荐。
在某些场景下,虽然基于历史搭配记录能够找到目标搭配图片,但是存在用户仍然不喜欢目标搭配图片中的穿搭的情况,此时,可以参照目标搭配图片从图数据库中再次搜索搭配。
具体实现时,一个可选实施例中,当目标搭配图片为基于历史搭配记录所确定,且用户拒绝目标搭配图片时,从图数据库中获取与当前搭配信息匹配的M张搭配图片;分别计算M张搭配图片与目标搭配图片之间的图片相似度;获取图片相似度中的最大值;从M张搭配图片中,获取与最大值对应的搭配图片;基于与最大值对应的搭配图片,向用户进行搭配推荐。
本实施例中,图片相似度主要是基于哈希算法完成的。哈希算法是一个密码学中常见的概念,简单来说就是我输入一堆数字,不同的信息一定会最后输出固定位数的不同的信息,起到类似指纹的效果。在图片相似度计算的应用中,会根据和哈希函数输出一个叫汉明距离的东西。如果两张图片的汉明距离越小,那么相似度越高,反之亦然。一般来讲,如果汉明距离为0,两张图片完全相同,小于5则比较相近,大于10则说明是完全不同的图片。
本实施例中,在基于目标搭配图片向用户进行搭配推荐之后,还可以自动为用户提供搭配对象。应理解,这里的搭配对象可以为服饰、手势、配饰等,本实施例不作具体限定。
具体实现时,一个可选实施例中,获取用户基于目标搭配图片所指示的最终搭配图片;获取最终搭配图片中各搭配对象的标识;以及,分别识别储物柜中各对象的条形码,获得各对象的标识;从各对象的标识中,获取与各搭配对象的标识匹配的目标标识;向用户提供与目标标识对应的搭配对象。
本实施例提供的技术方案中,在获取指示用户当前期望的搭配的当前搭配信息后,由于能够从对应有搭配图片的搭配信息中获取与当前搭配信息所匹配的目标搭配信息,并进一步获取与目标搭配信息匹配的目标搭配图片,所以实现了基于目标搭配图片向自动向用户进行搭配推荐。尤其是在穿搭的场景中,采用本实施例的方案可以大大缩短反复找寻衣物进行搭配的时间,提升了用户的体验。
基于同一构思,本申请实施例中提供了一种搭配推荐装置,该装置的具体实施可参见方法实施例部分的描述,重复之处不再赘述,如图2所示,该装置主要包括:
第一获取模块201,用于获取当前搭配信息,当前搭配信息用于指示用户当前期望的搭配;
查找模块202,用于从预设的至少一组搭配信息中,查找与当前搭配信息匹配的目标搭配信息;
第二获取模块203,用于获取与目标搭配信息匹配的目标搭配图片;
推荐模块204,用于基于目标搭配图片,向用户进行搭配推荐。
查找模块202用于:
构建与当前搭配信息对应的第一向量,以及与至少一组搭配信息中各组搭配信息各自对应的第二向量;
计算第一向量与各第二向量之间的向量相似度;
基于向量相似度,确定与第一向量匹配的目标第二向量;
将目标第二向量对应的搭配信息作为目标搭配信息。
查找模块202用于:
获取用户的历史搭配记录;
获取历史搭配记录中所体现的搭配信息;
从历史搭配记录所体现的搭配信息中,查找目标搭配信息。
查找模块202用于:
获取历史搭配记录中的所有搭配图片;
获取所有搭配图片中每张搭配图片的生成时间;
基于生成时间,从所有搭配图片中筛选得到N张搭配图片;对于N张搭配图片中的每张搭配图片,每张搭配图片的生成时间与当前时间的时间差不大于时间差阈值;
将N张搭配图片所体现的搭配信息,作为历史搭配记录中所体现的搭配信息。
查找模块202用于:
当目标搭配图片为基于历史搭配记录所确定,且用户拒绝目标搭配图片时,从图数据库中获取与当前搭配信息匹配的M张搭配图片;
分别计算M张搭配图片与目标搭配图片之间的图片相似度;
获取图片相似度中的最大值;
从M张搭配图片中,获取与最大值对应的搭配图片;
基于与最大值对应的搭配图片,向用户进行搭配推荐。
该装置还用于:
基于目标搭配图片,向用户进行搭配推荐之后,获取用户基于目标搭配图片所指示的最终搭配图片;
获取最终搭配图片中各搭配对象的标识;以及,分别识别储物柜中各对象的条形码,获得各对象的标识;
从各对象的标识中,获取与各搭配对象的标识匹配的目标标识;
向用户提供与目标标识对应的搭配对象。
该装置还用于:
获取历史搭配记录中的所有搭配图片之前,获取用户展示的搭配图片,以及用户指示的与展示的搭配图片对应的搭配信息;
在历史搭配记录中,保存用户展示的搭配图片以及与展示的搭配图片对应的搭配信息。
基于同一构思,本申请实施例中提供了一种储物柜,该储物柜的具体实施可参见方法实施例部分的描述,重复之处不再赘述,如图3所示,该储物柜主要包括:
柜体301和安装于柜体301的控制器302;
控制器302用于执行上述实施例中的搭配推荐方法。
储物柜还包括移动装置;
移动装置用于基于控制器的控制,向用户提供与目标标识对应的搭配对象。
应用中,该移动装置包括但不限于机械手,通过该机械手可以将衣物挂在指定区域。区域可以根据款式、季节、以及颜色分区。
基于同一构思,本申请实施例中提供了一种衣柜,该衣柜的具体实施可参见方法实施例部分的描述,重复之处不再赘述,如图4所示,该衣柜主要包括:
上述实施例中描述的储物柜401和智能镜子402;
智能镜子402用于获取历史搭配记录中的所有搭配图片之前,获取用户展示的搭配图片,以及用户指示的与展示的搭配图片对应的搭配信息;在历史搭配记录中,保存用户展示的搭配图片以及与展示的搭配图片对应的搭配信息。
应用中,智能镜子用于用户输入穿搭,或者用户挂入衣服的识别。智能镜子执行流程分为两部分:穿搭录入,用户可根据自己的喜好穿搭好衣服,在智能镜子面前展示之后点击留存,记录该穿搭的场合、季节、用户心情等等,那么智能镜子记录下该穿搭;衣服收纳,用户点击衣服收纳,衣柜则将机械手(带衣架)伸出来,在智能镜子面前,用户挂好衣服之后,点击衣服存入,机械手启动,根据智能镜子记录下衣服的各项信息,放入指定的区域。
为了方便理解,以穿搭推荐为例,分别给出了图5所示的新衣服录入过程的示意图,图6示出的衣服推荐过程的示意图以及图7示出的衣服收纳过程的示意图。
在图5中,用户点击新衣服录入时,就表示用户当前的穿搭为新的穿搭,即在先未进行录入过的穿搭,智能镜子通过用户的新衣服录入的指令识别到用户需要进行新衣服的录入,这个时候进行新衣服的录入。当基于用户的指令识别到用户的穿搭中只有裤子、上衣等为新衣服时,基于用户归纳指令,智能镜子联动机械手将新衣服归纳到指定区域。
在图6中,用户点击穿搭推荐,并录入参数,录入的参数可以为用户心情、场合、着装类型(裙子或上衣搭配裤子)、色系和/或风格等参数,推荐模型基于用户的参数启动推荐模型,并展示推荐结果,用户从推荐结果中点击想要的搭配,机械手从衣柜中拿到对应的衣服给用户。
在图7中,用户在晾晒完衣服后,还可以对晾晒完的衣服进行自动收纳。具体的,晾晒完的衣服挂在智能镜子前面的一根杆,智能镜子识别到衣服之后,在后台数据库中找到衣服的记录,应理解,这里衣服的记录可以为衣服的标识、存储区域的相关参数等,机械手将衣服挂到指定区域。
基于同一构思,本申请实施例中还提供了一种电子设备,如图8所示,该电子设备主要包括:处理器801、存储器802和通信总线803,其中,处理器801和存储器802通过通信总线803完成相互间的通信。其中,存储器802中存储有可被处理器801执行的程序,处理器801执行存储器802中存储的程序,实现如下步骤:
获取当前搭配信息,当前搭配信息用于指示用户当前期望的搭配;从预设的至少一组搭配信息中,查找与当前搭配信息匹配的目标搭配信息;获取与目标搭配信息匹配的目标搭配图片;基于目标搭配图片,向用户进行搭配推荐。
上述电子设备中提到的通信总线803可以是外设部件互连标准(PeripheralComponent Interconnect,简称PCI)总线或扩展工业标准结构(Extended IndustryStandard Architecture,简称EISA)总线等。该通信总线803可以分为地址总线、数据总线、控制总线等。为便于表示,图8中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
存储器802可以包括随机存取存储器(Random Access Memory,简称RAM),也可以包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。可选地,存储器还可以是至少一个位于远离前述处理器801的存储装置。
上述的处理器801可以是通用处理器,包括中央处理器(Central ProcessingUnit,简称CPU)、网络处理器(Network Processor,简称NP)等,还可以是数字信号处理器(Digital Signal Processing,简称DSP)、专用集成电路(Application SpecificIntegrated Circuit,简称ASIC)、现场可编程门阵列(Field-Programmable Gate Array,简称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。
在本申请的又一实施例中,还提供了一种计算机可读存储介质,该计算机可读存储介质中存储有计算机程序,当该计算机程序在计算机上运行时,使得计算机执行上述实施例中所描述的搭配推荐方法。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。该计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行该计算机指令时,全部或部分地产生按照本申请实施例所述的流程或功能。该计算机可以时通用计算机、专用计算机、计算机网络或者其他可编程装置。该计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,计算机指令从一个网站站点、计算机、服务器或者数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、微波等)方式向另外一个网站站点、计算机、服务器或数据中心进行传输。该计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。该可用介质可以是磁性介质(例如软盘、硬盘、磁带等)、光介质(例如DVD)或者半导体介质(例如固态硬盘)等。
需要说明的是,在本文中,诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。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、物品或者设备中还存在另外的相同要素。
以上所述仅是本发明的具体实施方式,使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。

Claims (13)

1.一种搭配推荐方法,其特征在于,包括:
获取当前搭配信息,所述当前搭配信息用于指示用户当前期望的搭配;
从预设的至少一组搭配信息中,查找与所述当前搭配信息匹配的目标搭配信息;
获取与所述目标搭配信息匹配的目标搭配图片;
基于所述目标搭配图片,向所述用户进行搭配推荐。
2.根据权利要求1所述的方法,其特征在于,从预设的至少一组搭配信息中,查找与所述当前搭配信息匹配的目标搭配信息,包括:
构建与当前搭配信息对应的第一向量,以及与所述至少一组搭配信息中各组搭配信息各自对应的第二向量;
计算所述第一向量与各所述第二向量之间的向量相似度;
基于所述向量相似度,确定与所述第一向量匹配的目标第二向量;
将所述目标第二向量对应的搭配信息作为所述目标搭配信息。
3.根据权利要求1所述的方法,其特征在于,从预设的至少一组搭配信息中,查找与所述当前搭配信息匹配的目标搭配信息,包括:
获取所述用户的历史搭配记录;
获取所述历史搭配记录中所体现的搭配信息;
从所述历史搭配记录所体现的搭配信息中,查找所述目标搭配信息。
4.根据权利要求3所述的方法,其特征在于,获取所述历史搭配记录中所体现的搭配信息,包括:
获取所述历史搭配记录中的所有搭配图片;
获取所有搭配图片中每张搭配图片的生成时间;
基于所述生成时间,从所述所有搭配图片中筛选得到N张搭配图片;对于所述N张搭配图片中的每张搭配图片,所述每张搭配图片的生成时间与当前时间的时间差不大于时间差阈值;
将所述N张搭配图片所体现的搭配信息,作为所述历史搭配记录中所体现的搭配信息。
5.根据权利要求3所述的方法,其特征在于,基于所述目标搭配图片,向所述用户进行搭配推荐,包括:
当所述目标搭配图片为基于所述历史搭配记录所确定,且所述用户拒绝所述目标搭配图片时,从图数据库中获取与所述当前搭配信息匹配的M张搭配图片;
分别计算所述M张搭配图片与所述目标搭配图片之间的图片相似度;
获取所述图片相似度中的最大值;
从所述M张搭配图片中,获取与所述最大值对应的搭配图片;
基于与所述最大值对应的搭配图片,向所述用户进行搭配推荐。
6.根据权利要求1-5任一项所述的方法,其特征在于,基于所述目标搭配图片,向所述用户进行搭配推荐之后,还包括:
获取所述用户基于所述目标搭配图片所指示的最终搭配图片;
获取所述最终搭配图片中各搭配对象的标识;以及,分别识别储物柜中各对象的条形码,获得各对象的标识;
从所述各对象的标识中,获取与各所述搭配对象的标识匹配的目标标识;
向所述用户提供与所述目标标识对应的搭配对象。
7.根据权利要求4所述的方法,其特征在于,获取所述历史搭配记录中的所有搭配图片之前,还包括:
获取所述用户展示的搭配图片,以及所述用户指示的与所述展示的搭配图片对应的搭配信息;
在所述历史搭配记录中,保存所述用户展示的搭配图片以及与所述展示的搭配图片对应的搭配信息。
8.一种搭配推荐装置,其特征在于,包括:
第一获取模块,用于获取当前搭配信息,所述当前搭配信息用于指示用户当前期望的搭配;
查找模块,用于从预设的至少一组搭配信息中,查找与所述当前搭配信息匹配的目标搭配信息;
第二获取模块,用于获取与所述目标搭配信息匹配的目标搭配图片;
推荐模块,用于基于所述目标搭配图片,向所述用户进行搭配推荐。
9.一种储物柜,其特征在于,包括:
柜体和安装于所述柜体的控制器;
所述控制器用于执行权利要求1-7任一项所述的搭配推荐方法。
10.根据权利要求9所述的储物柜,其特征在于,所述储物柜还包括移动装置;
所述移动装置用于基于所述控制器的控制,向所述用户提供与所述目标标识对应的搭配对象。
11.一种衣柜,其特征在于,包括权利要求9-10任一项所述的储物柜和智能镜子;
所述智能镜子用于获取所述历史搭配记录中的所有搭配图片之前,获取所述用户展示的搭配图片,以及所述用户指示的与所述展示的搭配图片对应的搭配信息;在所述历史搭配记录中,保存所述用户展示的搭配图片以及与所述展示的搭配图片对应的搭配信息。
12.一种电子设备,其特征在于,包括:处理器、存储器和通信总线,其中,处理器和存储器通过通信总线完成相互间的通信;
所述存储器,用于存储计算机程序;
所述处理器,用于执行所述存储器中所存储的程序,实现权利要求1-7任一项所述的搭配推荐方法。
13.一种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1-7任一项所述的搭配推荐方法。
CN202210987157.2A 2022-08-17 2022-08-17 搭配推荐方法、装置、储物柜、衣柜、设备及存储介质 Pending CN115344730A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210987157.2A CN115344730A (zh) 2022-08-17 2022-08-17 搭配推荐方法、装置、储物柜、衣柜、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210987157.2A CN115344730A (zh) 2022-08-17 2022-08-17 搭配推荐方法、装置、储物柜、衣柜、设备及存储介质

Publications (1)

Publication Number Publication Date
CN115344730A true CN115344730A (zh) 2022-11-15

Family

ID=83951777

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210987157.2A Pending CN115344730A (zh) 2022-08-17 2022-08-17 搭配推荐方法、装置、储物柜、衣柜、设备及存储介质

Country Status (1)

Country Link
CN (1) CN115344730A (zh)

Similar Documents

Publication Publication Date Title
CN106126579B (zh) 物体识别方法和装置、数据处理装置和终端设备
CN106846122B (zh) 商品数据处理方法和装置
US20200342320A1 (en) Non-binary gender filter
US9916613B1 (en) Automatic color palette based recommendations for affiliated colors
KR102244561B1 (ko) 이미지 특징 데이터 추출 및 사용
KR102045017B1 (ko) 이미지/텍스트 기반 디자인 생성 장치 및 방법
US11475500B2 (en) Device and method for item recommendation based on visual elements
CN105224775B (zh) 基于图片处理来对衣服进行搭配的方法和装置
US9727620B2 (en) System and method for item and item set matching
CN107665238B (zh) 图片处理方法和装置、用于图片处理的装置
US20180173807A1 (en) System for managing a wardrobe
CN109766491A (zh) 商品搜索方法、装置、计算机设备和存储介质
US11727463B2 (en) Systems and methods of image-based neural network apparel recommendation
CN106991189A (zh) 一种衣柜控制方法、装置及衣柜
JP2018106284A (ja) 情報処理装置、情報処理方法及び情報処理プログラム
CN112633969A (zh) 一种智能衣柜系统及智能试衣推荐方法
US20200372560A1 (en) Method for exploring and recommending matching products across categories
CN112417277A (zh) 衣物的推荐方法、装置、存储介质以及电子装置
CN110909746A (zh) 一种服饰推荐方法、相关装置和设备
KR20190128143A (ko) 이미지/텍스트 기반 디자인 생성 장치 및 방법
CN111401306A (zh) 用于衣物穿搭推荐的方法及装置、设备
KR20200042203A (ko) 사용자 입력 영상 기반 의상코디 장치 및 방법
CN103279519B (zh) 物品搜索方法和装置
CN112148912A (zh) 用于衣物推荐的方法及装置、设备
CN115344730A (zh) 搭配推荐方法、装置、储物柜、衣柜、设备及存储介质

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