CN118015328A - 衣物存放方法、装置、设备及存储介质 - Google Patents

衣物存放方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN118015328A
CN118015328A CN202311813160.3A CN202311813160A CN118015328A CN 118015328 A CN118015328 A CN 118015328A CN 202311813160 A CN202311813160 A CN 202311813160A CN 118015328 A CN118015328 A CN 118015328A
Authority
CN
China
Prior art keywords
clothes
user
laundry
information
image
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
CN202311813160.3A
Other languages
English (en)
Inventor
陈向文
唐杰
林进华
李世新
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 CN202311813160.3A priority Critical patent/CN118015328A/zh
Publication of CN118015328A publication Critical patent/CN118015328A/zh
Pending legal-status Critical Current

Links

Classifications

    • D—TEXTILES; PAPER
    • D06—TREATMENT OF TEXTILES OR THE LIKE; LAUNDERING; FLEXIBLE MATERIALS NOT OTHERWISE PROVIDED FOR
    • D06F—LAUNDERING, DRYING, IRONING, PRESSING OR FOLDING TEXTILE ARTICLES
    • D06F33/00—Control of operations performed in washing machines or washer-dryers 
    • D06F33/30—Control of washing machines characterised by the purpose or target of the control 
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
    • 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
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K17/00—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations
    • G06K17/0022—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisions for transferring data to distant stations, e.g. from a sensing device
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
    • G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
    • G06K7/10544—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation by scanning of the records by radiation in the optical part of the electromagnetic spectrum
    • G06K7/10821—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation by scanning of the records by radiation in the optical part of the electromagnetic spectrum further details of bar or optical code scanning devices
    • G06K7/10861—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation by scanning of the records by radiation in the optical part of the electromagnetic spectrum further details of bar or optical code scanning devices sensing of data fields affixed to objects or articles, e.g. coded labels
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/762—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using clustering, e.g. of similar faces in social networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/774—Generating sets of 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
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • General Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Software Systems (AREA)
  • Computing Systems (AREA)
  • Medical Informatics (AREA)
  • Electromagnetism (AREA)
  • General Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Toxicology (AREA)
  • Data Mining & Analysis (AREA)
  • Textile Engineering (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请提供的一种衣物存放方法、装置、设备及存储介质，通过获取用户的意图信息；对所述意图信息进行识别得到识别结果；在确定所述识别结果包括意图功能和意图程度的情况下，将所述意图功能与设备的知识图谱进行匹配，确定第一目标设备和目标参数；根据意图程度确定所述目标参数的调整指令；基于所述调整指令调整第一目标设备的目标参数，能够实现对模糊意图的识别，从而实现对设备进行控制。

Description

衣物存放方法、装置、设备及存储介质
技术领域
本申请涉及衣物管理技术领域，特别地涉及一种衣物存放方法、装置、设备及存储介质。
背景技术
市面上存在的衣橱多数将不同的区域设置为不同衣物类别，比如上衣区、下衣区、大衣区等不同的区域，其功能单一且固化，可能无法满足所有用户的个性化需求。倘若用户某一类衣服样式过多，例如，如果用户上衣过多，则其会存在上衣区域无法全部存放的问题。
发明内容
针对上述问题，本申请提供一种衣物存放方法、装置、设备及存储介质，能够指导用户存放，避免某类衣物无法存放的问题。
本申请实施例提供一种衣物存放方法，包括：
获取用户待存放的衣物的图像信息；
基于所述图像信息确定所述衣物的衣物类型和颜色；
基于所述衣物类型、颜色和衣橱中衣物存放信息确定目标存储空间；
控制所述目标存储空间开启，以使用户将所述衣物放入目标存储空间中。
在一些实施例中，所述方法还包括：
将所述图像信息输入至预先建立的目标监测模型中，确定所述衣物的衣物类型和颜色。
在一些实施例中，所述方法还包括：
获取不同类型和颜色的样本衣物的图像；
对所述图像进行预处理，得到预处理后的图像；
基于预处理后的图像生成样本数据集；
基于所述样本数据集训练所述目标监测模型。
在一些实施例中，所述预处理包括：几何变换、亮度调节、噪声处理、图像分割、图像重建中的至少一个。
在一些实施例中，所述方法还包括：
获取用户所在位置的室内外环境信息和所述用户的喜好信息；
将所述室内外环境信息和所述喜好信息输入至穿搭推荐模型中，确定推荐穿搭信息；
输出所述推荐穿搭信息给所述用户。
在一些实施例中，所述方法还包括：
在用户将要清洗衣物的情况下，获取衣物的洗标图像；
基于所述洗标图像输入至洗标识别模型中，确定所述衣物的材质、颜色和类型；
确定所述材质、颜色和类型对应的洗衣模式；
输出所述洗衣模式给所述用户。
在一些实施例中，所述方法还包括：
在用户确定洗衣模式的情况下，控制洗衣机基于所述洗衣模式对所述衣物进行清洗。
本申请实施例提供一种衣物存放装置，包括：
获取模块，用于获取用户待存放的衣物的图像信息；
第一确定模块，用于基于所述图像信息确定所述衣物的衣物类型和颜色；
第二确定模块，用于基于所述衣物类型、颜色和衣橱中衣物存放信息确定目标存储空间；
控制模块，用于控制所述目标存储空间开启，以使用户将所述衣物放入目标存储空间中。
本申请实施例提供一种电子设备，包括存储器和处理器，所述存储器上存储有计算机程序，该计算机程序被所述处理器执行时，执行如上述任意一项所述衣物存放方法。
本申请实施例提供一种计算机可读存储介质，该计算机可读存储介质存储的计算机程序，能够被一个或多个处理器执行，能够用来实现上述所述衣物存放方法。
本申请提供的一种衣物存放方法、装置、设备及存储介质，通过获取用户待存放的衣物的图像信息；基于所述图像信息确定所述衣物的衣物类型和颜色；基于所述衣物类型、颜色和衣橱中衣物存放信息确定目标存储空间；控制所述目标存储空间开启，以使用户将所述衣物放入目标存储空间中，如此，能够指导用户存放，避免某类衣物无法存放的问题。
附图说明
在下文中将基于实施例并参考附图来对本申请进行更详细的描述。
图1为本申请实施例提供的一种衣物存放方法的实现流程示意图；
图2为本申请实施例提供的另一种衣物存放方法的实现流程示意图；
图3为本申请实施例提供的电子设备的组成结构示意图。
在附图中，相同的部件使用相同的附图表记，附图并未按照实际的比例绘制。
具体实施方式
为了使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请作进一步地详细描述，所描述的实施例不应视为对本申请的限制，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它实施例，都属于本申请保护的范围。
在以下的描述中，涉及到“一些实施例”，其描述了所有可能实施例的子集，但是可以理解，“一些实施例”可以是所有可能实施例的相同子集或不同子集，并且可以在不冲突的情况下相互结合。
如果申请文件中出现“第一\第二\第三”的类似描述则增加以下的说明，在以下的描述中，所涉及的术语“第一\第二\第三”仅仅是区别类似的对象，不代表针对对象的特定排序，可以理解地，“第一\第二\第三”在允许的情况下可以互换特定的顺序或先后次序，以使这里描述的本申请实施例能够以除了在这里图示或描述的以外的顺序实施。
除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本申请实施例的目的，不是旨在限制本申请。
基于相关技术中存在的问题，本申请实施例提供一种衣物存放方法，所述方法的执行主体可以是电子设备，所述电子设备可以是移动终端、计算机、智能家居设备、智能穿戴设备等。在一些实施例中，所述电子设备可以是移动终端、计算机、智能家居设备、智能穿戴设备的控制器。
本申请实施例提供的衣物存放方法所实现的功能可以通过电子设备的处理器调用程序代码来实现，其中，程序代码可以保存在计算机存储介质中。
本申请实施例提供一种衣物存放方法。图1为本申请实施例提供的一种衣物存放方法的实现流程示意图，如图1所示，衣物存放方法包括：
步骤S1，获取用户待存放的衣物的图像信息。
在本申请实施例中，可以利用图像识别技术对待存放衣物的图像进行分析和识别，以利于后续确定衣物的类型、颜色、款式等信息。
步骤S2，基于图像信息确定衣物的衣物类型和颜色。
在本申请实施例中，可以通过计算机视觉和图像识别技术基于图像信息确定衣物的衣物类型和颜色。
在本申请实施例中，基于图像信息确定衣物的衣物类型和颜色，可以通过以下方式：
深度学习模型：使用深度学习模型，例如，卷积神经网络(CNN)，对衣物的图像进行特征提取和分类，使其能够识别衣物的类型(上衣、裤子、裙子等)和颜色(红色、蓝色、黑色等)。
颜色识别算法：使用颜色识别算法，对图像中衣物的颜色进行识别。具体地，通过使用聚类算法来在图像中提取主要颜色的方式以确定衣物最主要的颜色。
特征提取和模式识别：通过计算机视觉提取衣物图像的特征，比如纹理、形状等，并结合模式识别算法来确定衣物的类型和颜色。
在本申请实施例中，基于图像信息确定衣物的类型和颜色，从而能够为后续的衣物存放提供必要的参考信息。
步骤S3，基于衣物类型、颜色和衣橱中衣物存放信息确定目标存储空间。
在本申请实施例中，基于衣物类型、颜色和衣橱中衣物存放信息确定目标存储空间，具体地，可以包括以下步骤：
衣物类型和颜色匹配：根据确定的衣物类型和颜色信息，与衣橱中已有的衣物存放信息进行匹配。具体地，通过数据库查询或者算法匹配，以找到与待存放衣物类型和颜色相匹配的存储空间。
空间可用性检查：检查匹配到的存储空间是否可用，即，是否有足够的空间容纳待存放的衣物，以及是否满足其他存放条件(例如衣物类型对应的存放区域)。
智能控制系统操作：如果找到合适的存储空间，智能控制系统可以通过执行相应的控制命令，例如打开衣橱门或者推开存储空间的抽屉，以便用户将衣物放入其中。
实时调整：如果没有找到合适的存储空间，电子设备则可以通过实时调整或者提供替代的存储建议，以满足用户的需求。
在本申请实施例中，智能控制系统和存储设备之间通讯连接，以便根据衣物信息和存储空间信息确定目标存储空间。
步骤S4，控制目标存储空间开启，以使用户将衣物放入目标存储空间中。
在本申请实施例中，控制目标存储空间开启，以使用户将衣物放入目标存储空间中，具体地，可能包括以下步骤：
识别用户意图：电子设备需要识别用户的意图，即，用户希望将衣物放入目标存储空间中。这可以通过语音指令、手势识别或者其他交互方式来实现。
控制存储空间开启：在识别到用户的意图之后，智能控制系统可以通过执行相应的控制命令，例如，打开衣橱门、推开存储空间的抽屉等，以便用户将衣物放入其中。
本申请提供的一种衣物存放方法，通过获取用户待存放的衣物的图像信息；基于所述图像信息确定所述衣物的衣物类型和颜色；基于所述衣物类型、颜色和衣橱中衣物存放信息确定目标存储空间；控制所述目标存储空间开启，以使用户将所述衣物放入目标存储空间中，如此，能够指导用户存放，避免某类衣物无法存放的问题。
在一些实施例中，衣物存放方法还包括：
步骤S5，将图像信息输入至预先建立的目标监测模型中，确定衣物的衣物类型和颜色。
在这个步骤中，通过使用计算机视觉和图像识别，基于图像信息确定衣物的衣物类型和颜色。具体地步骤如下：
图像输入：用户将待存放的衣物放入智能存储系统中，电子设备会通过摄像头或其他传感器获取衣物的图像信息。
目标监测模型：电子设备会将获取的图像信息输入至预先建立的目标监测模型中，该模型可以是一个经过训练的深度学习模型，用于识别图像中的物体并确定其类型和颜色。
物体识别和颜色识别：目标监测模型会对图像进行处理，识别出图像中的衣物物体，并确定其类型和颜色信息。
存储信息更新：在确定了衣物的类型和颜色之后，电子设备会结合衣橱中衣物存放信息确定最佳的存放位置，并更新电子设备的数据库。
在这些实施例中，电子设备可以实现对衣物类型和颜色的自动识别，从而更精确地确定衣物的存放位置，提高了智能存储系统的智能化程度和用户体验。
在一些实施例中，衣物存放方法还包括：
步骤S6，获取不同类型和颜色的样本衣物的图像。
在这一步骤中，电子设备需要收集不同类型和颜色的衣物图像作为训练数据，以便对目标监测模型训练优化。
步骤S7，对图像进行预处理，得到预处理后的图像。
在这一步骤中，可以对图像进行几何变换、亮度调节、噪声处理、图像分割、图像重建中的至少一个预处理操作，以便提高后续模型训练的准确性。
步骤S8，基于预处理后的图像生成样本数据集。
在这一步骤中，电子设备可以利用预处理后的图像生成训练所需的样本数据集，包括输入图像和相应的标签(衣物类型和颜色)。
步骤S9，基于样本数据集训练目标监测模型。
在这一步骤中，通过使用生成的样本数据集，电子设备可以进行目标监测模型的训练，以提高对衣物类型和颜色的准确识别能力。
在这些实施例中，可以进一步完善目标监测模型，建立一个更准确的目标监测模型，以提高对衣物类型和颜色的准确识别，从而能够对衣物类型和颜色的更精确识别，提高智能存储系统的智能化程度和用户体验。
根据本申请，可以结合用户的室内外环境信息和喜好信息，为用户提供个性化的穿搭推荐。具体地，通过整合智能存储系统和穿搭推荐系统。
在一些实施例中，衣物存放方法还包括：
步骤S10，获取用户所在位置的室内外环境信息和用户的喜好信息。
在这一步骤中，电子设备可以通过传感器获取用户所在位置的室内外环境信息，包括温度、湿度、天气等数据，并收集用户的喜好信息，例如喜欢的风格、颜色偏好等。
步骤S11，将室内外环境信息和喜好信息输入至穿搭推荐模型中，确定推荐穿搭信息。
在这一步骤中，电子设备可以利用用户的室内外环境信息和喜好信息作为输入，结合穿搭推荐模型进行分析和推荐，以确定最适合当前环境和用户喜好的穿搭信息。
步骤S12，输出推荐穿搭信息给用户。
在这一步骤中，穿搭信息包括搭配的衣物类型、颜色、风格等，电子设备可以向用户输出个性化的穿搭建议，以供用户进行选择。如此，能够满足用户的实际需求。
在这些实施例中，通过这些步骤，电子设备可以结合用户的室内外环境信息和喜好信息，为用户提供更个性化、贴合实际需求的穿搭推荐，提升智能存储系统的用户体验和功能丰富度。
根据本申请，能够结合用户将要清洗衣物的情况，通过识别衣物的洗标图像，确定衣物的材质和颜色，并据此确定相应的洗衣模式。具体地，可以将智能存储系统和洗衣模式结合。
在一些实施例中，衣物存放方法还包括：
步骤S13，在用户将要清洗衣物的情况下，获取衣物的洗标图像。
在这个步骤中，洗标图像是指衣服的条形码，其上包含有衣服尺码、衣服材质以及洗衣注意事项等相关信息。在用户将要清洗衣物的情况下，可以通过智能洗衣机内置的图像采集设备获取用户要清洗衣物的洗标图像。
步骤S14，基于洗标图像输入至洗标识别模型中，确定衣物的材质、颜色和类型。
在这个步骤中，电子设备可以利用洗标识别模型对洗标图像进行分析和识别，以确定衣物的材质、颜色和类型信息。
步骤S15，确定材质、颜色和类型对应的洗衣模式；
在这个步骤中，在电子设备中存储有材质、颜色和类型分别与洗衣模式的对应关系，例如，羊毛材质对应的洗衣模式为羊毛洗衣模式，羽绒服对应的洗衣模式为羽绒洗衣模式，颜色对应的洗衣模式可以淡颜色洗衣模式和重颜色洗衣模式，因此，根据得到的衣物材质和颜色信息，电子设备可以匹配相应的洗衣模式，以确保衣物得到适当的清洗和护理。例如，在洗衣时，将特殊材质对应清洗，或者将颜色进行区分，需要说明的是，需要先判断材质是否属于特殊材质，例如，羊毛、羽绒等，在材质不属于特殊材质的情况下，基于颜色进行区分洗衣模式。
步骤S16，输出洗衣模式给用户。
在这个步骤中，根据得到的洗衣模式，电子设备可以向用户输出相应的洗衣指导，包括洗涤程序、温度、转速等，以便用户进行正确的清洗操作。
在这些实施例中，电子设备可以结合洗标图像识别和洗衣模式匹配，为用户提供个性化的衣物清洗指导，确保衣物得到适当的清洗和护理，提升智能存储系统的全方位智能化服务能力。
根据本申请，智能存储系统可能还包括控制洗衣机的功能，以便基于用户确定的洗衣模式对衣物进行清洗。
在一些实施例中，衣物存放方法还包括：
步骤S17，在用户确定洗衣模式的情况下，控制洗衣机基于洗衣模式对衣物进行清洗。
在这个步骤中，电子设备可以将用户确定的洗衣模式信息传输给洗衣机控制模块，以启动洗衣机并设置相应的洗涤程序、温度、转速等参数，确保衣物得到符合要求的清洗。
在这些实施例中，智能存储系统可以与洗衣机实现无缝集成，使得用户在确定洗衣模式后，系统可以自动控制洗衣机进行相应的清洗操作，提升了用户的使用便利性和舒适度。
根据本申请，提供一种衣物存放方法的具体示例，基于深度学习的云衣橱智能系统设计应用根据用户的购买的衣服，对衣服的类型以及颜色等实现自动识别，并结合居住区域、季节、温湿度等因素为用户提供智能衣服搭配，根据用户选择衣橱搭配服装后，用户开启洗衣机工作后会根据用户选择的衣服搭配为用户开启对应的洗涤模式。
根据本申请，一种基于深度学习的云衣橱智能系统设计，能够根据用户拍摄的衣服图片利用Yolo深度学习算法对衣服的类型、颜色等实现识别检测，同时根据天气、温湿度等环境因素其云衣橱为用户推荐智能穿搭，同时用户只需将衣服的洗标拍摄后OCR对其进行洗标识别后存放至云衣橱。根据用户选择的穿搭在用户选择洗衣时为用户开启对应的洗涤模式以及提醒字条，比如上衣为羊毛，下衣服为牛仔，衣服颜色不同等，提醒是否可一起机洗等温馨词条。
图2为本申请实施例提供的另一种衣物存放方法的实现流程示意图，如图2所示，其实现的具体流程如下：
(1)、建立衣服不同类型、颜色等的图像库，并对图像预处理，包括但不限制于几何变换、亮度调节、噪声处理等预处理技术，同时也可对用户图像做图像分割等，以提升图像的质量以及识别精度。同时，利用GAN生成对抗网络不断的生成与判别，采用注意力机制的残差密集块重建修复低频图像进行重建，绕过低频信息对高频信息处理，最终生成强图像库。
(2)、使用Yolo深度学习算法搭建衣服类型与颜色识别的多目标识别检测模型，并在训练中合理调节超参数以及损失函数增强模型的识别能力以及泛化能力，同时搭建对应的云衣橱系统，对用户存放的衣服实现衣服类型以及颜色信息输出，并开启对应的存放区域的位置，用户直接存放。
(3)、数据采集设备采集用户居住的室内外温湿度、气候等信息。
(4)、云衣橱根据Step3中采集的数据信息以及用户的生活喜好为用户推荐合适的智能穿搭。
(5)、对用户衣服洗标图像(洗标图像指的是衣服的条形码，其上面包含衣服尺码、衣服材质以及洗衣注意事项等，不同于衣服类型)进行预处理并定位分割利用OCR算法技术搭建的用户洗标识别模型对衣服材质识别，并与衣服的类型颜色建立统一的匹配模式，如某衣服是上衣毛衣、米白色、羊毛即为对应匹配，作为示例，衣服材质是羊毛，则开启羊毛洗模式；好多衣服类型是聚酯纤维，但是却有好多颜色，可能存在混色洗掉色情况，因此，可以在颜色上做以区分进行不同模式的清洗，另外，用户也存在上衣与下衣分开洗的需求，也可以基于此进行不同模式的清洗。
(6)、用户开启机洗模式，根据用户采纳的洗衣穿搭开启对应的洗涤模式，实现穿搭与机洗关联的一体化体验模式。
根据本申请，用户可根据实际使用情况自动调节不同衣服区域，同时可根据云衣橱实现衣服的自由搭配，根据温湿度以及节气推荐用户搭配合适的穿搭，而后用户开启洗衣机后可根据用户选择的穿搭开启对应的洗衣模式，实现穿搭与洗衣一体化体验，便利生活。同时，用户可对衣橱不同区域灵活调节，便利用户根据衣物数量实现不同区域的可移动性使用。
基于前述的实施例，本申请实施例提供一种衣物存放装置，该装置包括的各模块、以及各模块包括的各单元，可以通过计算机设备中的处理器来实现；当然也可通过具体的逻辑电路实现；在实施的过程中，处理器可以为中央处理器(CPU，Central ProcessingUnit)、微处理器(MPU，MicroprocessorUnit)、数字信号处理器(DSP，Digital SignalProcessing)或现场可编程门阵列(FPGA，FieldProgrammable Gate Array)等。
本申请实施例提供一种衣物存放装置，包括：
获取模块，用于获取用户待存放的衣物的图像信息；
第一确定模块，用于基于所述图像信息确定所述衣物的衣物类型和颜色；
第二确定模块，用于基于所述衣物类型、颜色和衣橱中衣物存放信息确定目标存储空间；
控制模块，用于控制所述目标存储空间开启，以使用户将所述衣物放入目标存储空间中。
在一些实施例中，所述方法还包括：
将所述图像信息输入至预先建立的目标监测模型中，确定所述衣物的衣物类型和颜色。
在一些实施例中，所述方法还包括：
获取不同类型和颜色的样本衣物的图像；
对所述图像进行预处理，得到预处理后的图像；
基于预处理后的图像生成样本数据集；
基于所述样本数据集训练所述目标监测模型。
在一些实施例中，所述预处理包括：几何变换、亮度调节、噪声处理、图像分割、图像重建中的至少一个。
在一些实施例中，所述方法还包括：
获取用户所在位置的室内外环境信息和所述用户的喜好信息；
将所述室内外环境信息和所述喜好信息输入至穿搭推荐模型中，确定推荐穿搭信息；
输出所述推荐穿搭信息给所述用户。
在一些实施例中，所述方法还包括：
在用户将要清洗衣物的情况下，获取衣物的洗标图像；
基于所述洗标图像输入至洗标识别模型中，确定所述衣物的材质、颜色和类型；
确定所述材质、颜色和类型对应的洗衣模式；
输出所述洗衣模式给所述用户。
在一些实施例中，所述方法还包括：
在用户确定洗衣模式的情况下，控制洗衣机基于所述洗衣模式对所述衣物进行清洗。
需要说明的是，本申请实施例中，如果以软件功能模块的形式实现上述的衣物存放方法，并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实施例的技术方案本质上或者说对现有技术做出贡献的部分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，包括若干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)执行本申请各个实施例方法的全部或部分。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read OnlyMemory)、磁碟或者光盘等各种可以存储程序代码的介质。这样，本申请实施例不限制于任何特定的硬件和软件结合。
相应地，本申请实施例提供一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现上述实施例中提供的衣物存放方法中的步骤。
本申请实施例提供一种电子设备。图3为本申请实施例提供的电子设备的组成结构示意图，如图3所示，电子设备500包括：一个处理器501、至少一个通信总线502、用户接口503、至少一个外部通信接口504、存储器505。其中，通信总线502配置为实现这些组件之间的连接通信。其中，用户接口503可以包括显示屏，外部通信接口504可以包括标准的有线接口和无线接口。处理器501配置为执行存储器中存储的衣物存放方法的程序，以实现以上述实施例提供的衣物存放方法中的步骤。
本申请实施例提供一种衣物存放方法，包括：
获取用户待存放的衣物的图像信息；
基于所述图像信息确定所述衣物的衣物类型和颜色；
基于所述衣物类型、颜色和衣橱中衣物存放信息确定目标存储空间；
控制所述目标存储空间开启，以使用户将所述衣物放入目标存储空间中。
在一些实施例中，所述方法还包括：
将所述图像信息输入至预先建立的目标监测模型中，确定所述衣物的衣物类型和颜色。
在一些实施例中，所述方法还包括：
获取不同类型和颜色的样本衣物的图像；
对所述图像进行预处理，得到预处理后的图像；
基于预处理后的图像生成样本数据集；
基于所述样本数据集训练所述目标监测模型。
在一些实施例中，所述预处理包括：几何变换、亮度调节、噪声处理、图像分割、图像重建中的至少一个。
在一些实施例中，所述方法还包括：
获取用户所在位置的室内外环境信息和所述用户的喜好信息；
将所述室内外环境信息和所述喜好信息输入至穿搭推荐模型中，确定推荐穿搭信息；
输出所述推荐穿搭信息给所述用户。
在一些实施例中，所述方法还包括：
在用户将要清洗衣物的情况下，获取衣物的洗标图像；
基于所述洗标图像输入至洗标识别模型中，确定所述衣物的材质、颜色和类型；
确定所述材质、颜色和类型对应的洗衣模式；
输出所述洗衣模式给所述用户。
在一些实施例中，所述方法还包括：
在用户确定洗衣模式的情况下，控制洗衣机基于所述洗衣模式对所述衣物进行清洗。
这里需要指出的是：以上存储介质和设备实施例的描述，与上述方法实施例的描述是类似的，具有同方法实施例相似的有益效果。对于本申请存储介质和设备实施例中未披露的技术细节，请参照本申请方法实施例的描述而理解。
应理解，说明书通篇中提到的“一个实施例”或“一实施例”意味着与实施例有关的特定特征、结构或特性包括在本申请的至少一个实施例中。因此，在整个说明书各处出现的“在一个实施例中”或“在一实施例中”未必一定指相同的实施例。此外，这些特定的特征、结构或特性可以任意适合的方式结合在一个或多个实施例中。应理解，在本申请的各种实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。
需要说明的是，在本文中，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、物品或者装置不仅包括那些要素，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、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，单元的划分，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，如：多个单元或组件可以结合，或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，所控制或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元控制的部件可以是、或也可以不是物理单元；既可以位于一个地方，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全部单元来实现本实施例方案的目的。
另外，在本申请各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器(ROM，Read Only Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
或者，本申请上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实施例的技术方案本质上或者说对现有技术做出贡献的部分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，包括若干指令用以使得一台控制器执行本申请各个实施例方法的全部或部分。而前述的存储介质包括：移动存储设备、ROM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本申请的实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种衣物存放方法，其特征在于，包括：
获取用户待存放的衣物的图像信息；
基于所述图像信息确定所述衣物的衣物类型和颜色；
基于所述衣物类型、颜色和衣橱中衣物存放信息确定目标存储空间；
控制所述目标存储空间开启，以使用户将所述衣物放入目标存储空间中。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
将所述图像信息输入至预先建立的目标监测模型中，确定所述衣物的衣物类型和颜色。
3.根据权利要求2所述的方法，其特征在于，所述方法还包括：
获取不同类型和颜色的样本衣物的图像；
对所述图像进行预处理，得到预处理后的图像；
基于预处理后的图像生成样本数据集；
基于所述样本数据集训练所述目标监测模型。
4.根据权利要求3所述的方法，其特征在于，所述预处理包括：几何变换、亮度调节、噪声处理、图像分割、图像重建中的至少一个。
5.根据权利要求1所述的方法，其特征在于，所述方法还包括：
获取用户所在位置的室内外环境信息和所述用户的喜好信息；
将所述室内外环境信息和所述喜好信息输入至穿搭推荐模型中，确定推荐穿搭信息；
输出所述推荐穿搭信息给所述用户。
6.根据权利要求1所述的方法，其特征在于，所述方法还包括：
在用户将要清洗衣物的情况下，获取衣物的洗标图像；
基于所述洗标图像输入至洗标识别模型中，确定所述衣物的材质、颜色和类型；
确定所述材质、颜色和类型对应的洗衣模式；
输出所述洗衣模式给所述用户。
7.根据权利要求6所述的方法，其特征在于，所述方法还包括：
在用户确定洗衣模式的情况下，控制洗衣机基于所述洗衣模式对所述衣物进行清洗。
8.一种衣物存放装置，其特征在于，包括：
获取模块，用于获取用户待存放的衣物的图像信息；
第一确定模块，用于基于所述图像信息确定所述衣物的衣物类型和颜色；
第二确定模块，用于基于所述衣物类型、颜色和衣橱中衣物存放信息确定目标存储空间；
控制模块，用于控制所述目标存储空间开启，以使用户将所述衣物放入目标存储空间中。
9.一种电子设备，其特征在于，包括存储器和处理器，所述存储器上存储有计算机程序，该计算机程序被所述处理器执行时，执行如权利要求1至7任意一项所述衣物存放方法。
10.一种存储介质，其特征在于，该存储介质存储的计算机程序，能够被一个或多个处理器执行，能够用来实现如权利要求1至7任意一项所述衣物存放方法。
CN202311813160.3A 2023-12-26 2023-12-26 衣物存放方法、装置、设备及存储介质 Pending CN118015328A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311813160.3A CN118015328A (zh) 2023-12-26 2023-12-26 衣物存放方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311813160.3A CN118015328A (zh) 2023-12-26 2023-12-26 衣物存放方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN118015328A true CN118015328A (zh) 2024-05-10

Family

ID=90952661

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311813160.3A Pending CN118015328A (zh) 2023-12-26 2023-12-26 衣物存放方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN118015328A (zh)

Similar Documents

Publication Publication Date Title
US10109051B1 (en) Item recommendation based on feature match
US11120311B2 (en) Adjusting machine settings through multi-pass training of object detection models
WO2021093359A1 (en) Method and system for controlling machines based on object recognition
CN105224775B (zh) 基于图片处理来对衣服进行搭配的方法和装置
CN107133576A (zh) 用户年龄识别方法及装置
CN109558810A (zh) 基于部位分割与融合目标人物识别方法
CN107958234A (zh) 基于客户端的人脸识别方法、装置、客户端及存储介质
CN107974799A (zh) 一种智能识别洗涤衣物的方法及洗衣机
CN109344872A (zh) 一种少数民族服装图像的识别方法
CN110191145A (zh) 移动装置中的用于控制连接装置的方法和系统
CN113159826B (zh) 基于深度学习的服装流行元素预测的系统及方法
CN112905889B (zh) 服饰搜索方法及装置、电子设备和介质
CN109508581A (zh) 身体信息分析装置及其腮红分析方法
CN110973846A (zh) 一种智能衣柜
KR20200079721A (ko) 스마트 의류 관리 시스템 및 그 방법
CN112633969A (zh) 一种智能衣柜系统及智能试衣推荐方法
CN109561069A (zh) 一种识别模型的生成方法及装置、一种识别方法及装置
KR102584289B1 (ko) 멀티 태스크 러닝을 이용하여 상품의 속성을 인식하는 방법, 시스템 및 비일시성의 컴퓨터 판독 가능 기록 매체
CN113159876B (zh) 服装搭配推荐装置、方法及存储介质
CN112307242A (zh) 服饰搭配方法及装置、计算设备和介质
CN118015328A (zh) 衣物存放方法、装置、设备及存储介质
WO2019134592A1 (zh) 一种衣物处理系统及其处理方法
JP2021519959A (ja) 衣類情報管理システム及びその制御方法
Silva et al. Automatic system to identify and manage garments for blind people
KR102422916B1 (ko) 하이라키 구조의 인공지능 모델을 이용한 패션 이미지 분석 방법, 장치 및 컴퓨터프로그램

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