JP2020522072A - 服飾コーディネーションの推薦方法および装置、電子デバイス、記憶媒体 - Google Patents

Abstract

本願の実施例は、入力画像から第１の服飾画像を取得することと、前記第１の服飾画像の第１の服飾特徴を取得することと、前記第１の服飾特徴に基づいて、コーディネーションデータベース中から前記第１の服飾特徴とマッチングする、第２の服飾画像の服飾特徴である第２の服飾特徴を取得することと、前記第２の服飾特徴に基づいて、推薦データベース中から前記第２の服飾画像と同一および／または類似の服飾画像を取得し、コーディネーション服飾の画像とすることと、を含む服飾コーディネーションの推薦方法および装置、電子デバイス、記憶媒体を開示する。本実施例の方法によれば、服飾画像に少なくとも１つのコーディネーションの推薦を提供し、推薦結果がより客観的になり、一層ユーザのニーズに応える。

Description

（関連出願の相互参照）
本願は、２０１７年６月１６日に中国特許局に提出された、出願番号ＣＮ２０１７１０４５８０８１．３、発明の名称「服飾コーディネーションの推薦方法および装置、電子デバイス、記憶媒体」の中国特許出願の優先権を主張し、その全ての内容は参照によって本願に組み込まれる。

本願の実施例は、画像処理技術に関し、特に服飾コーディネーションの推薦方法および装置、電子デバイス、記憶媒体に関する。

知能推薦システムの電子商取引への適用はますます注目されてきており、知能推薦システムは、電子商取引において、ユーザに推薦またはコーディネーションに関するアドバイスを提供する時に、通常、製品の関連性に従ってデータベースから製品を検索して推薦またはコーディネーションに関するアドバイスを提供する。

本願の実施例は、服飾コーディネーションの推薦技術を提供する。

本願の実施例の一態様によれば、
入力画像から第１の服飾画像を取得することと、
前記第１の服飾画像の第１の服飾特徴を取得することと、
前記第１の服飾特徴に基づいて、コーディネーションデータベース中から前記第１の服飾特徴とマッチングする、第２の服飾画像の服飾特徴である第２の服飾特徴を取得することと、
前記第２の服飾特徴に基づいて、推薦データベース中から前記第２の服飾画像と同一および／または類似の服飾画像を取得し、コーディネーション服飾の画像とすることと、を含む服飾コーディネーションの推薦方法を提供する。

本願の実施例の別の態様によれば、
入力画像から第１の服飾画像を取得するように構成される画像取得ユニットと、
前記第１の服飾画像の第１の服飾特徴を取得するように構成される特徴取得ユニットと、
前記第１の服飾特徴に基づいて、コーディネーションデータベース中から前記第１の服飾特徴とマッチングする、第２の服飾画像の服飾特徴である第２の服飾特徴を取得するように構成される服飾コーディネーションユニットと、
前記第２の服飾特徴に基づいて、推薦データベース中から前記第２の服飾画像と同一および／または類似の服飾画像を取得し、コーディネーション服飾の画像とするように構成される服飾推薦ユニットと、を含む服飾コーディネーションの推薦装置を提供する。

本願の実施例の別の態様によれば、上記のような服飾コーディネーションの推薦装置が設置される電子デバイスを提供する。

本願の実施例の別の態様によれば、実行可能コマンドを記憶するように構成されるメモリと、
前記メモリと通信して前記実行可能コマンドを実行することによって上記のような服飾コーディネーションの推薦方法の操作を実現するように構成されるプロセッサーと、を含む電子デバイス。

本願の実施例の別の態様によれば、コンピュータ可読コマンドを記憶するためのコンピュータ可読記憶媒体であって、前記コマンドが実行される時に上記のような服飾コーディネーションの推薦方法の操作を実現するコンピュータ可読記憶媒体を提供する。

本願の実施例で提供される服飾コーディネーションの推薦方法および装置、電子デバイス、記憶媒体によれば、入力画像から第１の服飾画像を取得することで、画像中の服飾を自動的に分解する目的を実現し、第１の服飾画像の第１の服飾特徴を取得し、服飾特徴に基づいて服飾画像中の服飾に対して分析およびコーディネーションを行い、第１の服飾特徴に基づいてコーディネーションデータベース中から第１の服飾特徴とマッチングする第２の服飾特徴を取得し、それにより第１の服飾特徴でコーディネーション関係を有する第２の服飾特徴を取得し、この時に第２の服飾特徴に対応する第２の服飾画像と第１の服飾特徴に対応する第１の服飾画像間との間にコーディネーション関係があり、第２の服飾特徴に基づいて、推薦データベース中から第２の服飾画像と同一および／または類似の服飾画像を取得してコーディネーション服飾の画像とし、推薦データベース中から第１の服飾画像とコーディネーション関係があるコーディネーション服飾の画像を多数取得でき、ユーザへ多数のコーディネーションを推薦する目的を実現し、本実施例の方法によれば、ユーザは、服飾を有す画像を提供するだけで、画像中の１つまたは複数の服飾画像に基づいて対応するコーディネーションの推薦を取得し得、各服飾画像ごとに少なくとも１つのコーディネーションの推薦を提供し、これにより、人為的な推薦による主観的な誤差を克服し、服飾画像に対する推薦結果がより客観的になり、一層ユーザのニーズに応える。

以下、図面および実施例を通じて、本願の技術的解決策を更に詳細に説明する。

明細書の一部を構成する図面は本願の実施例を説明し、その説明とともに本願の原理を解釈するために用いられる。

本願は、図面を参照し、以下の詳細な説明からより明確に理解することができる。
本願の服飾コーディネーションの推薦方法の一実施例のフローチャートである。 本願の服飾コーディネーションの推薦方法の別の実施例のフローチャートである。 本願の服飾コーディネーションの推薦装置の一実施例の構造模式図である。 本願の服飾コーディネーションの推薦装置の別の実施例の構造模式図である。 本願の服飾コーディネーションの推薦装置のさらに別の実施例の構造模式図である。 本願の実施例で提供される電子デバイスの構造模式図である。

以下、本願の各種の例示的な実施例を図面を参照して詳細に説明する。特に断らない限り、これらの実施例で記載されている構成要素およびステップの相対的な配置、数式および数値は、本願の範囲を限定することを意図しないことに注意されたい。

同時に、図面に示された各部分の寸法は、説明の便宜上、実際の縮尺関係に従って描かれていないことを理解されたい。

少なくとも１つの例示的な実施例の以下の説明は、単なる例示であり、本願及びその応用または使用は何らかの制限も受けない。

関連技術の当業者に知られている技術、方法及びデバイスは、詳細に議論されないかもしれないが、適切な場合、前記技術、方法及びデバイスは明細書の一部として考慮されるべきである。

同様の参照番号及び文字は、以下の図の同様の構成要素を示すため、ある構成要素がある図で定義されると、以降の図で更に説明する必要はないことに注意されたい。

本願の実施例は、他の多数の汎用または専用コンピューティングシステム環境または配置とともに動作できる端末機器、コンピュータシステム、サーバなどの電子デバイスに適用され得る。端末機器、コンピュータシステム、サーバなどの電子デバイスとの使用に適した周知の端末機器、コンピューティングシステム、環境および／または配置の例には、パーソナルコンピュータシステム、サーバコンピュータシステム、シンクライアント、ファットクライアント、ハンドヘルドまたはラップトップデバイス、マイクロプロセッサベースのシステム、セットトップボックス、プログラマブルコンシューマエレクトロニクス、ネットワークパーソナルコンピュータ、小型コンピュータシステム、大型コンピュータシステム及び前記のいずれかのシステムを含む分散型クラウドコンピューティング技術環境などを含むが、これらに限定されない。

端末機器、コンピュータシステム、サーバなどの電子デバイスは、コンピュータシステムによって実行されるコンピュータシステム実行可能コマンド（例えばプログラムモジュール）の一般的な言語環境において記述できる。通常、プログラムモジュールはルーチン、プログラム、目的プログラム、コンポーネント、ロジック、データ構造などを含んでもよく、それらは特定のタスクを実行するかまたは特定の抽象データ型を実現する。コンピュータシステム／サーバは分散型クラウドコンピューティング環境において実施でき、分散型クラウドコンピューティング環境において、タスクは通信ネットワークにわたってリンクされた遠隔処理機器により実行される。分散型クラウドコンピューティング環境において、プログラムモジュールは記憶機器を含むローカルまたは遠隔計算システムの記憶媒体に存在してもよい。

図１は、本願の服飾コーディネーションの推薦方法の一実施例のフローチャートである。図１に示すように、該実施例の方法は、以下のステップを含む。

ステップ１０１において、入力画像から第１の服飾画像を取得する。

ここで、１つの第１の服飾画像、または少なくとも２つの第１の服飾画像を取得し得、選択可能に、第１の服飾画像の取得数量は、入力画像およびユーザの選択に基づいて決定され、１つの入力画像には１つの服飾が含まれる場合に、１つだけの第１の服飾画像を取得し、入力画像には少なくとも２つの服飾が含まれる場合に、ユーザは１つの第１の服飾画像を選択しまたは全ての第１の服飾画像を取得し得る。

第１の服飾画像は、衣類画像および／または服飾付属品画像を含み得、衣類画像は上着画像、ズボン画像およびドレス画像などを含むが、これらに限定されなく、服飾付属品画像はスカーフ画像、帽子画像、靴画像、手袋画像、アクセサリー画像および靴下画像などを含むが、これらに限定されなく、アクセサリー画像はネックレス、ブレスレット、指輪およびイヤリングなどの人体を装飾するための物品を含むが、これらに限定されなく、本願は上記の例に限定されなく、本願の方法で言及される服飾画像は、一般に人体に着用され、コーディネーションニーズがある一切の物品を指す。

１つの選択可能な例では、該ステップ１０１は、メモリに記憶された対応のコマンドを呼び出すプロセッサーにより実行されてもよく、プロセッサーにより実現される画像取得ユニット３１によって実行されてもよい。

ステップ１０２において、第１の服飾画像の第１の服飾特徴を取得する。

選択可能に、第１の服飾画像を分析するために、その第１の服飾特徴を取得する必要があり、本実施例では服飾特徴が機械アルゴリズムにより取得され得る。この時に第１の服飾画像が１つだけである場合に、機械アルゴリズムにより第１の服飾特徴を直接取得し得、第１の服飾画像が少なくとも２つある場合に、機械アルゴリズムにより少なくとも２つの第１の服飾特徴を別々に取得し得る。

１つの選択可能な例では、該ステップ１０２は、メモリに記憶された対応のコマンドを呼び出すプロセッサーにより実行されてもよく、プロセッサーにより実現される特徴取得ユニット３２によって実行されてもよい。

ステップ１０３において、第１の服飾特徴に基づいて、コーディネーションデータベース中から第１の服飾特徴とマッチングする第２の服飾特徴を取得する。

ここで、第２の服飾特徴は第２の服飾画像の服飾特徴である。ここで、第２の服飾画像が第１の服飾画像とコーディネーションする。

１つの選択可能な例では、該ステップ１０３はメモリに記憶された対応のコマンドを呼び出すプロセッサーにより実行されてもよく、プロセッサーにより実現される服飾コーディネーションユニット３３によって実行されてもよい。

ステップ１０５において、第２の服飾特徴に基づいて、推薦データベース中から第２の服飾画像と同一および／または類似の服飾画像を取得し、コーディネーション服飾の画像とする。

１つの選択可能な例では、該ステップ１０５は、メモリに記憶された対応のコマンドを呼び出すプロセッサーにより実行されてもよく、プロセッサーにより実現される服飾推薦ユニット３４によって実行されてもよい。

本願の実施例で提供される服飾コーディネーションの推薦方法によれば、入力画像から第１の服飾画像を取得することで、画像中の服飾を自動的に分解する目的を実現し、第１の服飾画像の第１の服飾特徴を取得し、服飾特徴に基づいて服飾画像中の服飾に対して分析およびコーディネーションを行い、第１の服飾特徴に基づいてコーディネーションデータ中から第１の服飾特徴とマッチングする第２の服飾特徴を取得し、それにより第１の服飾特徴でマッチング関係を有する第２の服飾特徴を検索し得、この時に第２の服飾特徴に対応する第２の服飾画像と第１の服飾特徴に対応する第１の服飾画像との間にコーディネーション関係があり、第２の服飾特徴に基づいて、推薦データベース中から第２の服飾画像と同一および／または類似の服飾画像を取得してコーディネーション服飾の画像とし、推薦データベース中から第１の服飾画像とコーディネーション関係があるコーディネーション服飾の画像を多数取得し、ユーザへ多数のコーディネーションを推薦する目的を実現し、本実施例の方法によれば、ユーザは１つの服飾を含む画像を提供するだけで、画像中の１つまたは複数の服飾画像に基づいて対応のコーディネーションの推薦を取得し得、服飾画像に少なくとも１つのコーディネーションの推薦を提供し、これにより、人為的な推薦による主観的な誤差を克服し、服飾画像に対する推薦結果がより客観的になり、一層ユーザのニーズに応える。

本願の上記各服飾コーディネーションの推薦方法の実施例の１つの選択可能な例では、コーディネーションデータベースの構築は、
収集された複数のコーディネーション参照画像中のそれぞれのコーディネーション参照画像の少なくとも２つの服飾特徴を取得することと、
それぞれのコーディネーション参照画像に対応する少なくとも２つの服飾特徴を１つのコーディネーション記憶レコードに記憶し、全てのコーディネーション記憶レコードをコーディネーションデータベースに記憶し、即ちそれぞれのコーディネーション参照画像に対応する少なくとも２つの服飾特徴をコーディネーションデータベースの１つのコーディネーション記憶レコードに記憶することと、を含む。

ここで、コーディネーション記憶レコード中の少なくとも２つの服飾特徴の間にマッチング関係があり、コーディネーション参照画像中の少なくとも２つの服飾画像の間にコーディネーション関係があり、同一の服飾画像には複数のコーディネーション参照画像が含まれ得、例えば、１つの衣類は、ズボン、ドレス、または他のジュエリーなどとコーディネーションすることができる。従って、ステップ１０３によって、第１の服飾特徴とコーディネーション記憶レコード中の服飾特徴に基づいてマッチングすることができ、あるコーディネーション記憶レコード中に第１の服飾特徴と同一または類似の服飾特徴がある場合に、該コーディネーション記憶レコード中の他の服飾特徴は該第１の服飾特徴とコーディネーションする第２の服飾特徴になる。

選択可能に、コーディネーションデータベースの構築は、ステップ１０１の前に実行され得る。

本願の上記各服飾コーディネーションの推薦方法の実施例の１つの選択可能な例では、推薦データベースの構築は、
収集された複数の服飾画像中のそれぞれの服飾画像に対応する服飾特徴を取得することと、
服飾特徴に基づいて服飾画像を分類し、分類に従い全ての服飾画像を推薦データベースに記憶することと、を含む。

選択可能に、複数の服飾画像中のそれぞれの服飾画像に対応する服飾特徴に基づいて複数の服飾画像を分類し、複数の服飾画像の分類結果に従い複数の服飾画像を推薦データベースに記憶する。

本実施例の推薦データベースには、服飾特徴に基づいて分類して記憶された服飾画像が含まれ、即ち、服飾特徴が少なくとも１つの服飾画像に対応し、服飾特徴は服飾画像の検索インデックスと見なし得、この時に、選択可能に、ステップ１０５では、第２の服飾特徴とインデックスである服飾特徴をマッチングし、第２の服飾特徴と同一および／または類似の服飾特徴を検索し、検索した服飾特徴に基づいてその対応の服飾画像を取得するだけで、取得した服飾画像のそれぞれは第１の服飾画像とコーディネーション関係がある。

選択可能に、推薦データベースの構築はステップ１０１の前に実行され得る。

本願の上記各服飾コーディネーションの推薦方法の実施例の１つの選択可能な例では、ステップ１０１は、
入力画像に対して服飾検出を行い、第１の服飾画像の位置およびサイズを取得することと、
第１の服飾画像の位置およびサイズに基づいて、入力画像から第１の服飾画像を確定することと、を更に含み得る。

本実施例では、入力画像には１つまたは複数の第１の服飾画像が含まれ得、入力画像中の第１の服飾画像を識別するために、選択可能に、まず第１の服飾画像のサイズおよび位置を識別し、第１の服飾画像が複数である場合に、第１の服飾画像のサイズおよび位置を別々に識別し、これらの第１の服飾画像の位置およびサイズのみに基づいて全ての第１の服飾画像を入力画像から分解することができ、また、それぞれの服飾画像を取得するたびに入力画像に基づいて取得することになり、実際の応用で、ユーザは入力画像中の１つまたはいくつかの第１の服飾画像に関する推薦されるコーディネーションを取得したい可能性があり、この時に選別手段をユーザに提供し、ユーザは選別によりコーディネーションを推薦する必要がある１つまたは複数の第１の服飾画像を選択して、その後ユーザに選択された第１の服飾画像のみを操作すればよいので、時間を節約し、且つより特定的な推薦をユーザに提供でき、ユーザの後続選別時間を節約することができる。

本願の上記各服飾コーディネーションの推薦方法のもう１つの実施例では、上記各実施例に基づき、該実施例の方法では、第１の服飾特徴はセマンティック服飾特徴および／または数値服飾特徴を含み、
セマンティック服飾特徴は文字形式で第１の服飾画像の属性特徴を表現するために用いられ、セマンティック服飾特徴は少なくとも１つのセマンティック特徴を含む。

数値服飾特徴は、マトリックスまたは配列で第１の服飾画像の属性特徴を表現するために用いられる。

本実施例では、服飾画像から服飾特徴を抽出する方法は、機械学習分野中の畳み込みニューラルネットワークモデルを構築することを含むが、これに限定されなく、この時にセマンティック服飾特徴および数値服飾特徴はそれぞれ畳み込みニューラルネットワーク中の異なる層の出力である。セマンティック服飾特徴はコンピュータアルゴリズムによって画像から変換され、文字通り衣類または服飾付属品の属性を説明するために用いられ、衣類カテゴリ、パターン、色、素材、形状、サイズ、タイトさ、長さおよび細部などを含む、これらに限定されなく、数値服飾特徴は２つの画像が類似しているかどうかを判定するために用いられる。数値服飾特徴は画素数（例えば、１つの服飾画像の数値服飾特徴が２５６画素＊２５６画素である）を含むが、これに限定されなく、数値服飾特徴は主に２つの画像の類似度の算出基礎を提供するために用いられる。

本願の上記各服飾コーディネーションの推薦方法の実施例の１つの選択可能な例では、ステップ１０２では第１の服飾画像の第１の服飾特徴を取得する過程は、以下のステップを含み得る。

第１の服飾画像の画素マトリックスを取得する。

ここで、画素マトリックスは第１の服飾画像中の複数の位置点の画素を含む。

第１の服飾画像の画素マトリックスに基づいて、第１の服飾画像の服飾特徴マトリックスを確定する。

服飾特徴マトリックスに基づいて、第１の服飾画像の数値服飾特徴を確定する。

選択可能に、第１の服飾画像の数値服飾特徴に基づいて第１の服飾画像のセマンティックラベル確率配列を取得し、セマンティックラベル確率配列が少なくとも１つのセマンティックラベル確率を含み得、セマンティックラベル確率は第１の服飾画像の属性側面における確率値を表現するために用いられる。

セマンティックラベル確率配列から第１の服飾画像のセマンティック特徴を取得する。

本実施例では、エンドツーエンドモデルに基づいて数値服飾特徴を取得し、選択可能に、下記のａ、ｂ、ｃを含み得る。ａにおいて、画像画素マトリックスを入力する。ｂにおいて、セマンティックラベル確率配列を算出し、セマンティックラベル確率配列をセマンティックラベルに変換し、選択可能に、セマンティックラベルが「ウインドブレーカー」、「セーター」、「シャツ」、「スカート」などの衣類用語を含み得、同時にある衣類が「ウインドブレーカー」、「セーター」、「シャツ」または「スカート」などである確率を算出し、例えば、対応特徴値配列［ウインドブレーカー：９０％、セーター：１％、シャツ：１％、スカート：１％、・・・］のある要素画像に「ウインドブレーカー」ラベルを追加する時に使用される場合に、最も大きい確率のセマンティックラベルを選択する。ｃにおいて、特徴値配列を出力し、セマンティックラベルを取得する。

本願の上記各服飾コーディネーションの推薦方法の実施例の１つの選択可能な例では、ステップ１０２では、前記いずれか１つの服飾画像の服飾特徴を取得する過程は、
畳み込みニューラルネットワークによって第１の服飾画像の服飾特徴を取得することを含み得る。

本実施例の方法は、
服飾特徴が付けられたサンプル画像により、初期畳み込みニューラルネットワークモデルを予めトレーニングし、畳み込みニューラルネットワークを取得することを更に含み得る。

選択可能に、サンプル画像に付けられた服飾特徴は、セマンティック服飾特徴および／または数値服飾特徴を含む。

１つの選択可能な例では、該ステップはメモリに記憶された対応のコマンドを呼び出すプロセッサーにより実行されてもよく、プロセッサーにより実現されるプリトレーニングユニットによって実行されてもよい。

トレーニングして得られたエンドツーエンドモデルによりセマンティックラベル確率配列を取得し、エンドツーエンドモデルは畳み込みニューラルネットワークモデルを含み得るが、これに限定されなく、エンドツーエンドモデルの特徴は、画像を特徴に変換する過程に必要なモデルパラメータが全てデータドライブｄａｔａ−ｄｒｉｖｅｎの機械学習過程によって取得され、この過程で得られたパラメータが数学的に最適化され、最適化されたパラメータを利用して演算して得られたセマンティック服飾特徴を、人工的な参与によって得られたセマンティック服飾特徴と比べて服飾画像の表現効果が良いことであり、従来技術での人工的な参与には、人工的に設計されたプログラムロジックまたは手動で設定されたパラメータ演算が含まれ、また、畳み込みニューラルネットワークモデルをトレーニングするサンプル画像には事前に用意された大規模なサンプル画像が含まれ、その数量が数十万、さらに数百万に達し、そして事前に用意されたサンプル画像は既知の数値服飾特徴およびセマンティック服飾特徴を有するので、該大規模なサンプル画像により初期畳み込みニューラルネットワークモデルをトレーニングして得られた畳み込みニューラルネットワークモデルは、服飾画像の服飾特徴の取得により適している。

図２は、本願の服飾コーディネーションの推薦方法の別の実施例のフローチャートである。上記各実施例に基づき、図２に示すように、該実施例の方法は、以下のステップを含む。

ステップ１０１において、入力画像から第１の服飾画像を取得する。

ここで、第１の服飾画像は衣類画像および／または服飾付属品画像を含み得るが、これらに限定されなく、衣類画像は上着画像、ズボン画像およびドレス画像などを含み得るが、これらに限定されなく、服飾付属品画像はスカーフ画像、帽子画像、靴画像、手袋画像、アクセサリー画像および靴下画像などを含み得るが、これらに限定されなく、アクセサリー画像は全てのネックレス、ブレスレット、指輪およびイヤリングなどの人体を装飾するための物品を含み得るが、これらに限定されなく、本願は上記の例に限定されなく、本願の方法で言及される服飾画像は、一般に人体に着用されコーディネーションニーズがある一切の物品を指す。

１つの選択可能な例では、該ステップ１０１はメモリに記憶された対応のコマンドを呼び出すプロセッサーにより実行されてもよく、プロセッサーにより実現される画像取得ユニット３１によって実行されてもよい。

ステップ１０２において、第１の服飾画像の第１の服飾特徴を取得する。

ここで、第１の服飾特徴は第１の服飾画像を分析するために抽出され、機械アルゴリズムにより第１の服飾画像に対応する第１の服飾特徴を抽出し得、１つの第１の服飾特徴は１つの第１の服飾画像に対応し得、それによって、第１の服飾画像の識別、及び後続の第１の服飾画像へ第２の服飾画像のコーディネーションに対して準拠を提供する。

１つの選択可能な例では、該ステップ１０２はメモリに記憶された対応のコマンドを呼び出すプロセッサーにより実行されてもよく、プロセッサーにより実現される特徴取得ユニット３２によって実行されてもよい。

ステップ２０３において、第１の服飾特徴およびコーディネーションデータベース中の少なくとも１つのコーディネーション記憶レコード中の服飾特徴に基づいて、コーディネーションデータベース中から第１の服飾特徴と同一および／または類似の少なくとも１つの服飾特徴を取得する。

ここで、各コーディネーション記憶レコード中に相互にマッチングする少なくとも２つの服飾特徴が記憶されるので、コーディネーション記憶レコード中から１つの同一および／または類似の服飾特徴を取得した後、第１の服飾特徴とマッチングする第２の服飾特徴を取得することができる。

１つの選択可能な例では、該ステップ２０３はメモリに記憶された対応のコマンドを呼び出すプロセッサーにより実行されてもよく、プロセッサーにより実現される特徴識別モジュール４３１によって実行されてもよい。

ステップ２０４において、第１の服飾特徴と同一および／または類似の少なくとも１つの服飾特徴に対応するコーディネーション記憶レコード中から、マッチングする第２の服飾特徴を取得する。

コーディネーション記憶レコード中に保存された少なくとも２つの服飾特徴の間にマッチング関係があるので、コーディネーション記憶レコード中の１つの服飾特徴に基づいて該服飾特徴とコーディネーションする第２の服飾特徴を直接取得することができる。

１つの選択可能な例では、該ステップ２０４はメモリに記憶された対応のコマンドを呼び出すプロセッサーにより実行されてもよく、プロセッサーにより実現される特徴取得モジュール４３２によって実行されてもよい。

ステップ１０５において、第２の服飾特徴に基づいて、推薦データベース中から第２の服飾画像と同一および／または類似の服飾画像を取得し、コーディネーション服飾の画像とする。

１つの選択可能な例では、該ステップ１０５はメモリに記憶された対応のコマンドを呼び出すプロセッサーにより実行されてもよく、プロセッサーにより実現される服飾推薦ユニット３４によって実行されてもよい。

本実施例では、入力画像中から取得された第１の服飾画像に基づいてコーディネーションデータベース中から参照服飾の服飾特徴を取得する過程に、選択可能に、第１の服飾画像に基づいてその対応の第１の服飾特徴を取得し、第１の服飾特徴を取得する過程については、上記の各実施例で提供される方法または他の方法によって対応の第１の服飾画像の数値服飾特徴およびセマンティック服飾特徴を取得し、取得した第１の服飾特徴およびコーディネーションデータベース中に記憶された全てのコーディネーション可能なコーディネーションの推薦画像中の服飾特徴とマッチングし、第１の服飾特徴と同一および／または類似の少なくとも１つの服飾特徴を取得し、さらにコーディネーション可能なコーディネーションの推薦画像中から第１の服飾特徴とコーディネーション関係がある第２の服飾特徴を取得し、この時に第１の服飾特徴に対応する第１の服飾画像と第２の服飾特徴に対応する服飾画像の間に良いコーディネーション関係およびコーディネーション効果を有するので、該第２の服飾特徴に基づいて推薦データベース中から第１の服飾画像に対するコーディネーション効果が良い多数のコーディネーション服飾の画像を取得することができる。

本願の上記各服飾コーディネーションの推薦方法の実施例の１つの選択可能な例では、ステップ２０３は、
第１の服飾特徴の数値服飾特徴とコーディネーションデータベース中の服飾特徴の数値服飾特徴の間の距離を取得することと、
コーディネーションデータベースにおける第１の服飾特徴の数値服飾特徴との間の距離が最も小さい１つまたは複数の服飾特徴を、第１の候補特徴として選択することと、
第１の服飾特徴のセマンティック服飾特徴と同一の第１の候補特徴を、第１の服飾特徴と同一および／または類似の少なくとも１つの服飾特徴として選択することと、を含み得る。

本実施例では、特徴値配列に従いコーディネーションデータベースにおける第１の服飾画像との類似度が高い候補画像を少なくとも１つ検索し、例えば、第１の服飾画像の数値服飾特徴とコーディネーションデータベース中の画像に対応する特徴との距離（例えば、ユークリッド距離）をスケールとし、両者の距離が小さいほど、両者の類似度が高くなり、逆に両者の距離が大きいほど、両者の類似度が小さくなる。距離に基づいて取得された類似度が予設条件に達した候補画像に対して、さらにセマンティックラベルに従って選別して服飾画像を取得し、該服飾画像は第１の服飾画像と同一および／または類似の少なくとも１つの服飾画像であり、例えば、ある画像と同一のセマンティックラベルを有する候補画像は保留でき、ある画像と同一のセマンティックラベルを有さない候補画像は除外される。

単独の数値服飾特徴では２つの服飾画像が類似するかどうかを判定できないので、例えば、同じサイズで画素が共に２５６＊２５６である２つの画像に対して、２つの服飾画像の同一位置の画素数を直接減算し、得られた差では２つの画像中の服飾画像が類似するかどうかを反映できなく、ここで、差を算出する方法は、ユークリッド距離または他のスケールによって行われ得、服飾特徴マトリックスまたは数値特徴マトリックスに変換するのは、２つの服飾画像が視覚的に類似するかどうかを比較するためであり、本実施例では、２つの服飾画像に対応する数値特徴配列の差によって判定し、差が小さいほど視覚効果が類似する。

本願の服飾コーディネーションの推薦方法のもう１つの実施例では、上記各実施例に基づき、該実施例の方法では、ステップ１０５は、
第２の服飾特徴および推薦データベース中の複数の服飾画像の服飾特徴に基づいて、推薦データベース中から第２の服飾特徴と同一および／または類似の少なくとも１つの服飾特徴を選択することと、
第２の服飾特徴と同一および／または類似の少なくとも１つの服飾特徴に対応する服飾画像をコーディネーション服飾の画像とすることと、を更に含み得る。

本実施例では、推薦データベース中から第２の服飾特徴と同一および／または類似の服飾特徴に対応する服飾画像を取得すれば第１の服飾画像のコーディネーション服飾の画像とすることができるのは、第２の服飾特徴と第１の服飾特徴の間にコーディネーション関係があるためであり、そこで、第２の服飾特徴と同一および／または類似の服飾特徴に対応する服飾画像が第１の服飾画像とコーディネーションすることが可能である。

本願の上記各服飾コーディネーションの推薦方法の実施例の１つの選択可能な例では、第２の服飾特徴および推薦データベース中の複数の服飾画像の服飾特徴に基づいて、推薦データベース中から第２の服飾特徴と同一および／または類似の少なくとも１つの服飾特徴を選択することは、以下のことを含み得る。

第２の服飾特徴の数値服飾特徴と推薦データベース中の複数の服飾画像の数値服飾特徴の間の距離をそれぞれ取得する。

推薦データベースにおける第２の服飾特徴の数値服飾特徴との間の距離が最も小さい１つまたは複数の服飾特徴を、第２の候補特徴として選択する。

第２の服飾特徴のセマンティック服飾特徴と同一の第２の候補特徴を、第２の服飾特徴と同一および／または類似の少なくとも１つの服飾特徴として選択する。

本実施例では、数値服飾特徴およびセマンティック服飾特徴に基づいて推薦データベース中から参照画像と同一および／または類似のコーディネーション服飾を識別し、その過程については、距離によって算出された数値服飾特徴が参照服飾と類似する服飾画像は数値服飾特徴では参照服飾と類似しているが、視覚および属性では参照服飾と類似していない可能性があり、選択可能に、この時に参照服飾のセマンティック服飾特徴によって選別を行い、セマンティック服飾特徴と参照服飾のセマンティック服飾特徴が類似していない服飾画像を除外することで、得られた服飾画像は数値服飾特徴およびセマンティック服飾特徴では参照服飾と類似し、両者の視覚効果での類似を確保する。

本願の服飾コーディネーションの推薦方法のもう１つの実施例では、上記各実施例に基づき、本実施例の方法は、ステップ１０５の後に、
コーディネーション服飾の画像を出力すること、および／または、
第１の服飾画像とコーディネーション服飾の画像を合成処理し、１つまたは複数のコーディネーション効果図を取得して前記コーディネーション効果図を出力することを更に含み得る。

１つの選択可能な例では、該ステップはメモリに記憶された対応のコマンドを呼び出すプロセッサーにより実行されてもよく、プロセッサーにより実現される出力ユニット５５によって実行されてもよい。

本実施例では、コーディネーション服飾の画像および／またはコーディネーション効果図を出力することによって、入力画像中の服飾画像とのコーディネーション効果がより視覚的に効果的になり、従来技術中の推薦方法がコーディネーション視覚効果を直接反映できない欠点を克服し、コーディネーション視覚効果を有する組合せ画像を直接出力して、ユーザにコーディネーション効果をより直感的に表示することができる。

本願の上記各服飾コーディネーションの推薦方法の実施例の１つの選択可能な例では、前記コーディネーション服飾の画像および／またはコーディネーション効果図を出力する場合に、コーディネーション服飾の関連特徴情報も出力することができる。

ここで、関連特徴情報は、他の服飾とは異なるコーディネーション服飾の特徴の一部、および／または第１の服飾画像に対応する服飾のコーディネーション効果を表現するために用いられ、例えば、コーディネーション服飾のブランド、服飾種類など、および／または第１の服飾画像中の服飾とコーディネーションする得点値などの情報を出力する。

本実施例の服飾コーディネーションの推薦方法は、ＰＣなどのデータ処理機能を有する任意の適切なデバイスによって実行され得るが、これに限定されない。

本願の実施例で提供されるいずれか１つの方法は、端末機器およびサーバなどのデータ処理機能を有する任意の適切なデバイスによって実行され得るが、これらに限定されない。あるいは、本願の実施例で提供されるいずれか１つの方法は、プロセッサーによって実行され得、例えば、プロセッサーによってメモリに記憶された対応のコマンドを呼び出して本願の実施例で提供されるいずれか１つの方法を実行する。以下、説明を省略する。

上記方法の実施例を実現する全部または一部のステップが、プログラムコマンドに関連するハードウェアによって実行可能であり、前記のプログラムがコンピュータ可読取記憶媒体に記憶可能であり、該プログラムが実行される時に、上記方法の実施例を含むステップを実行し、前記の記憶媒体にはＲＯＭ、ＲＡＭ、磁気ディスクまたはコンパクトディスクなどのプログラムコードを記憶可能な各種の媒体が含まれることが当業者に理解可能である。

図３は、本願の服飾コーディネーションの推薦装置の一実施例の構造模式図である。該実施例の装置は本願の上記各方法の実施例を実現するために用いられ得る。図３に示すように、該実施例の装置は、以下の構成要素を含む。

画像取得ユニット３１は、入力画像から第１の服飾画像を取得するために用いられる。

ここで、１つの第１の服飾画像、または少なくとも２つの第１の服飾画像を取得し得、選択可能に、第１の服飾画像の取得数は入力画像およびユーザの選択に基づいて決定され、１つの入力画像には１つの服飾だけ含まれる場合に、１つだけの第１の服飾画像を取得し、入力画像には少なくとも２つの服飾が含まれる場合に、ユーザは１つの第１の服飾画像を選択しまたは全ての第１の服飾画像を取得し得る。

第１の服飾画像は衣類画像および／または服飾付属品画像を含み、衣類画像は上着画像、ズボン画像およびドレス画像などを含むが、これらに限定されなく、服飾付属品画像はスカーフ画像、帽子画像、靴画像、手袋画像、アクセサリー画像および靴下画像などを含むが、これらに限定されなく、アクセサリー画像はネックレス、ブレスレット、指輪およびイヤリングなどの人体を装飾するための物品を含むが、これらに限定されなく、本願は上記の例に限定されなく、本願の方法で言及される服飾画像は、一般に人体に着用されコーディネーションニーズがある一切の物品を指す。

特徴取得ユニット３２は、第１の服飾画像の第１の服飾特徴を取得するために用いられる。

選択可能に、第１の服飾画像を分析するために、その第１の服飾特徴を取得する必要があり、本実施例では服飾特徴が機械アルゴリズムにより取得され得る。この時に第１の服飾画像が１つだけである場合に、機械アルゴリズムにより第１の服飾特徴を直接取得し得、第１の服飾画像が少なくとも２つある場合に、機械アルゴリズムにより少なくとも２つの第１の服飾特徴を別々に取得し得る。

服飾コーディネーションユニット３３は、第１の服飾特徴に基づいて、コーディネーションデータベース中から第１の服飾特徴とマッチングする第２の服飾特徴を取得するために用いられる。

ここで、第２の服飾特徴は第２の服飾画像の服飾特徴であり、選択可能に、第２の服飾画像が第１の服飾画像とコーディネーションする。

服飾推薦ユニット３４は、第２の服飾特徴に基づいて、推薦データベース中から第２の服飾画像と同一および／または類似の服飾画像を取得し、コーディネーション服飾の画像とするために用いられる。

本願の実施例で提供される服飾コーディネーションの推薦装置によれば、入力画像から第１の服飾画像を取得することで、画像中の服飾を自動的に分解する目的を実現し、第１の服飾画像の第１の服飾特徴を取得し、服飾特徴に基づいて服飾画像中の服飾に対して分析およびコーディネーションを行い、第１の服飾特徴に基づいてコーディネーションデータベース中から第１の服飾特徴とマッチングする第２の服飾特徴を取得し、それにより第１の服飾特徴に基づいてマッチング関係を有する第２の服飾特徴を検索し得、この時に第２の服飾特徴に対応する第２の服飾画像と第１の服飾特徴に対応する第１の服飾画像との間にコーディネーション関係があり、第２の服飾特徴に基づいて、推薦データベース中から第２の服飾画像と同一および／または類似の服飾画像を取得してコーディネーション服飾の画像とし、推薦データベース中から第１の服飾画像とコーディネーション関係があるコーディネーション服飾の画像を多数取得し、ユーザへ多数のコーディネーションを推薦する目的を実現し、本実施例の方法によれば、ユーザは１つの服飾を含む画像を提供するだけで、画像中の１つまたは複数の服飾画像に基づいて対応のコーディネーションの推薦を取得し得、服飾画像に少なくとも１つのコーディネーションの推薦を提供し、人為的な推薦による主観的な誤差を克服し、服飾画像に提供される推薦結果がより客観的になり、一層ユーザのニーズに応える。

本願の上記各服飾コーディネーションの推薦装置の実施例の１つの選択可能な例では、コーディネーションデータベースが、収集された複数のコーディネーション参照画像に基づいて取得された複数のコーディネーション記憶レコードを保存するために用いられ、コーディネーション記憶レコード中に複数のコーディネーション参照画像に対応する少なくとも２つの服飾特徴が保存され、少なくとも２つの服飾特徴が収集されたコーディネーション参照画像に基づいて取得され、コーディネーション記憶レコード中の少なくとも２つの服飾特徴の間にマッチング関係がある。

本願の上記各服飾コーディネーションの推薦装置の実施例の１つの選択可能な例では、推薦データベースが、収集された複数の服飾画像を分類して記憶するために用いられ、複数の服飾画像を服飾画像に対応する服飾特徴に従って分類する。

本願の上記各服飾コーディネーションの推薦装置の実施例の１つの選択可能な例では、画像取得ユニット３１は、
入力画像に対して服飾検出を行い、第１の服飾画像の位置およびサイズを取得するように構成される検出モジュールと、
第１の服飾画像の位置およびサイズに基づいて、入力画像から第１の服飾画像を確定するように構成される取得モジュールと、を含む。

本願の服飾コーディネーションの推薦装置のもう１つの実施例では、上記各実施例に基づき、該実施例の装置では、第１の服飾特徴はセマンティック服飾特徴および／または数値服飾特徴を含み、
セマンティック服飾特徴は文字形式で第１の服飾画像の属性特徴を表現するために用いられ、
数値服飾特徴は、マトリックスまたは配列で第１の服飾画像の属性特徴を表現するために用いられる。

本実施例では、服飾画像から服飾特徴を抽出する方法は、機械学習分野中の畳み込みニューラルネットワークモデルを構築することを含むが、これに限定されなく、この時にセマンティック服飾特徴および数値服飾特徴はそれぞれ畳み込みニューラルネットワーク中の異なる層の出力である。セマンティック服飾特徴はコンピュータアルゴリズムによって画像から変換され、文字通り衣類または服飾付属品の属性を説明するために用いられ、衣類カテゴリ、パターン、色、素材、形状、サイズ、タイトさ、長さおよび細部等を含むが、これらに限定されなく、数値服飾特徴は２つの画像が類似するかそうかを判定するために用いられる。数値服飾特徴は画素数（例えば、１つの服飾画像の数値服飾特徴が２５６画素＊２５６画素）を含むが、これに限定されなく、数値服飾特徴は主に２つの画像の類似度の算出基礎を提供するために用いられる。

本願の上記各服飾コーディネーションの推薦装置の実施例の１つの選択可能な例では、特徴取得ユニット３２は、
第１の服飾画像の画素マトリックスを取得し、画素マトリックスが服飾画像中の複数の位置点の画素を含む画素取得モジュールと、
第１の服飾画像の画素マトリックスに基づいて、服飾画像の服飾特徴マトリックスを確定し、服飾特徴マトリックスに基づいて、第１の服飾画像の数値服飾特徴を確定するように構成される特徴算出モジュールと、を含む。

選択可能に、特徴取得ユニット３２は、セマンティック取得モジュールを更に含み得、前記セマンティック取得モジュールが、第１の服飾画像のセマンティックラベル確率配列を取得し、セマンティックラベル確率配列が少なくとも１つのセマンティックラベル確率を含み、セマンティックラベル確率が、第１の服飾画像の具体的属性側面における確率値を表現するために用いられ、セマンティックラベル確率配列によって第１の服飾画像のセマンティック服飾特徴を取得するように構成される。

本願の上記各服飾コーディネーションの推薦装置の実施例の１つの選択可能な例では、特徴取得ユニット３２は、畳み込みニューラルネットワークによって第１の服飾画像の服飾特徴を取得するために用いられ、
本実施例の装置は、予めサンプル画像により初期畳み込みニューラルネットワークモデルをトレーニングし、畳み込みニューラルネットワークを取得するように構成されるプリトレーニングユニットを更に含み、サンプル画像にセマンティック服飾特徴および／または数値服飾特徴が付けられる。

選択可能に、サンプル画像に付けられた服飾特徴はセマンティック服飾特徴および／または数値服飾特徴を含む。

図４は本願の服飾コーディネーションの推薦装置の別の実施例の構造模式図である。上記各実施例に基づき、図４に示すように、該実施例の装置は以下の構成要素を含む。

画像取得ユニット３１は、入力画像から第１の服飾画像を取得するために用いられる。

ここで、１つの第１の服飾画像、または少なくとも２つの第１の服飾画像を取得し得、選択可能に、第１の服飾画像の取得数は入力画像およびユーザの選択に基づいて決定され、１つの入力画像には１つの服飾だけ含まれる場合に、１つだけの第１の服飾画像を取得し、入力画像には少なくとも２つの服飾が含まれる場合に、ユーザは１つの第１の服飾画像を選択しまたは全ての第１の服飾画像を取得し得る。

第１の服飾画像は衣類画像および／または服飾付属品画像を含み、衣類画像は上着画像、ズボン画像およびドレス画像などを含むが、これらに限定されなく、服飾付属品画像はスカーフ画像、帽子画像、靴画像、手袋画像、アクセサリー画像および靴下画像などを含むが、これらに限定されなく、アクセサリー画像はネックレス、ブレスレット、指輪およびイヤリングなどの人体を装飾するように構成される物品を含むが、これらに限定されなく、本願は上記の例に限定されなく、本願の方法で言及される服飾画像は、一般に人体に着用されコーディネーションニーズがある一切の物品を指す。

特徴取得ユニット３２は、第１の服飾画像の第１の服飾特徴を取得するために用いられる。

選択可能に、第１の服飾画像を分析するために、その第１の服飾特徴を取得する必要があり、本実施例では服飾特徴が機械アルゴリズムにより取得され得る。この時に第１の服飾画像が１つだけである場合に、機械アルゴリズムにより第１の服飾特徴を直接取得し得、第１の服飾画像が少なくとも２つある場合に、機械アルゴリズムにより少なくとも２つの第１の服飾特徴を別々に取得し得る。

服飾コーディネーションユニット３３は、以下の構成要素を含み得る。

特徴識別モジュール４３１は、第１の服飾特徴およびコーディネーションデータベース中の少なくとも１つのコーディネーション記憶レコード中の服飾特徴に基づいて、コーディネーションデータベース中から第１の服飾特徴と同一および／または類似の少なくとも１つの服飾特徴を取得するために用いられる。

ここで、各コーディネーション記憶レコード中に相互にマッチングする少なくとも２つの服飾特徴が記憶されるので、コーディネーション記憶レコード中から１つの同一および／または類似の服飾特徴を取得した後、第１の服飾特徴とマッチングする第２の服飾特徴を取得することができる。

特徴取得モジュール４３２は、第１の服飾特徴と同一および／または類似の少なくとも１つの服飾特徴に対応するコーディネーション記憶レコード中から、マッチングする第２の服飾特徴を取得するために用いられる。

コーディネーション記憶レコード中に保存された少なくとも２つの服飾特徴の間にコーディネーション関係があるので、コーディネーション記憶レコード中の１つの服飾特徴に基づいて該服飾特徴とコーディネーションする第２の服飾特徴を直接取得することができる。

服飾推薦ユニット３４は、第２の服飾特徴に基づいて、推薦データベース中から第２の服飾画像と同一および／または類似の服飾画像を取得し、コーディネーション服飾の画像とするために用いられる。

本実施例では、入力画像中から取得された第１の服飾画像に基づいてコーディネーションデータベース中から参照服飾の服飾特徴を取得する過程に、選択可能に、第１の服飾画像に基づいてその対応の第１の服飾特徴を取得し、第１の服飾特徴を取得する過程については、上記の各実施例で提供される方法または他の方法によって対応の第１の服飾画像の数値服飾特徴およびセマンティック服飾特徴を取得し、取得した第１の服飾特徴及びコーディネーションデータベース中に記憶された全てのコーディネーション可能なコーディネーションの推薦画像中の服飾特徴とマッチングし、第１の服飾特徴と同一および／または類似の少なくとも１つの服飾特徴を取得し、さらにコーディネーション可能なコーディネーションの推薦画像中から第１の服飾特徴とコーディネーション関係がある第２の服飾特徴を取得し、この時に第１の服飾特徴に対応する第１の服飾画像と第２の服飾特徴に対応する服飾画像の間に良いコーディネーション関係およびコーディネーション効果があるので、該第２の服飾特徴に基づいて推薦データベース中から第１の服飾画像とのコーディネーション効果が良い多数のコーディネーション服飾の画像を取得することができる。

本願の上記各服飾コーディネーションの推薦装置の実施例の１つの選択可能な例では、特徴識別モジュール４３１は、
第１の服飾特徴の数値服飾特徴とコーディネーションデータベース中の服飾特徴の数値服飾特徴の間の距離をそれぞれ取得するように構成される距離算出モジュールと、
コーディネーションデータベースにおける第１の服飾特徴の数値服飾特徴との間の距離が最も小さい１つまたは複数の服飾特徴を、第１の候補特徴として選択するように構成される候補取得モジュールと、
第１の服飾特徴のセマンティック服飾特徴と同一の第１の候補特徴を、第１の服飾特徴と同一および／または類似の少なくとも１つの服飾特徴として選択するように構成されるセマンティック識別モジュールと、を含む。

本願の服飾コーディネーションの推薦装置のもう１つの実施例では、上記各実施例に基づき、該実施例の装置では、服飾推薦ユニット３４は、第２の服飾特徴および推薦データベース中の複数の服飾画像の服飾特徴に基づいて、推薦データベース中から第２の服飾特徴と同一および／または類似の少なくとも１つの服飾特徴を選択し、第２の服飾特徴と同一および／または類似の少なくとも１つの服飾特徴に対応する服飾画像をコーディネーション服飾の画像とするように構成される。

本実施例では、推薦データベース中から第２の服飾特徴と同一および／または類似の服飾特徴に対応する服飾画像を取得して第１の服飾画像のコーディネーション服飾の画像とすることができるのは、第２の服飾特徴と第１の服飾特徴の間にコーディネーション関係があるためであり、そこで、第２の服飾特徴と同一および／または類似の服飾特徴に対応する服飾画像は第１の服飾画像とコーディネーションすることが可能である。

本願の上記各服飾コーディネーションの推薦装置の実施例の１つの選択可能な例では、服飾推薦ユニット３４は、
第２の服飾特徴の数値服飾特徴と推薦データベース中の複数の服飾画像の数値服飾特徴の間の距離をそれぞれ取得するように構成される距離取得モジュールと、
推薦データベースにおける第２の服飾特徴の数値服飾特徴との間の距離が最も小さい１つまたは複数の服飾特徴を、第２の候補特徴として選択するように構成される距離選択モジュールと、
第２の服飾特徴のセマンティック服飾特徴と同一の第２の候補特徴を、第２の服飾特徴と同一および／または類似の少なくとも１つの服飾特徴として選択するように構成されるコーディネーション取得モジュールと、を含む。

図５は、本願の服飾コーディネーションの推薦装置のさらに別の実施例の構造模式図である。上記各実施例に基づき、本実施例の装置は、
コーディネーション服飾の画像を出力し、および／または、
第１の服飾画像とコーディネーション服飾の画像を合成処理し、１つまたは複数のコーディネーション効果図を取得して前記コーディネーション効果図を出力するように構成される出力ユニット５５を更に含み得る。

本実施例では、コーディネーション服飾の画像および／またはコーディネーション効果図を出力することによって、入力画像中の服飾画像とのコーディネーション効果がより視覚的に効果的になり、従来技術中の推薦方法がコーディネーション視覚効果を直接反映できない欠点を克服し、コーディネーション視覚効果を有する組合せ画像を直接出力して、ユーザにコーディネーション効果をより直感的に表示することができる。

本願の上記各服飾コーディネーションの推薦装置の実施例の１つの選択可能な例では、出力ユニット５５は、更にコーディネーション服飾の関連特徴情報も出力するために用いられる。

その関連特徴情報は、他の服飾とは異なるコーディネーション服飾の特徴の一部、および／または第１の服飾画像に対応する服飾のコーディネーション効果を表現するために用いられる。

本願の実施例の別の態様によれば、本願の上記のいずれか１項の実施例の服飾コーディネーションの推薦装置が設置されることを特徴とする電子デバイスを提供する。

本願の実施例の別の態様によれば、実行可能コマンドを記憶するように構成されるメモリと、
前記メモリと通信して前記実行可能コマンドを実行することによって本願の服飾コーディネーションの推薦方法の上記のいずれか１項の実施例の操作を実現するように構成されるプロセッサーと、を含むことを特徴とする電子デバイスを提供する。

本願の実施例の別の態様によれば、コンピュータ可読コマンドを記憶するためのコンピュータ可読記憶媒体であって、該コマンドが実行される時に本願の服飾コーディネーションの推薦方法の上記のいずれか１項の実施例の操作を実現するコンピュータ可読記憶媒体を提供する。

本願の実施例は、例えば携帯端末、パーソナルコンピュータ（ＰＣ）、タブレット型コンピュータ、サーバなどであってよい電子デバイスを更に提供する。以下、図６を参照して、本願の実施例の端末機器またはサーバを実現するのに適する電子デバイス６００の構造模式図であり、図６に示すように、コンピュータシステム６００は、１つまたは複数の中央処理ユニット（ＣＰＵ）６０１、及び／又は１つまたは複数の画像プロセッサー（ＧＰＵ）６１３などを含む１つまたは複数のプロセッサー、通信部等を含み、プロセッサーは、読み取り専用メモリ（ＲＯＭ）６０２に記憶された実行可能コマンドまたは記憶部６０８からランダムアクセスメモリ（ＲＡＭ）６０３にロードされた実行可能コマンドを実行することによって各種の適切な動作および処理を実現する。通信部６１２は、ＩＢ（Ｉｎｆｉｎｉｂａｎｄ）ネットワークカードを含むネットワークカードを含むが、これに限定されなく、プロセッサーは、読み取り専用メモリ６０２及び／又はランダムアクセスメモリ６３０と通信し実行可能コマンドを実行し、バス６０４を介して通信部６１２と接続され、かつ通信部６１２を介して他のターゲットデバイスと通信することによって、本願の実施例によって提供されるいずれかの方法に対応する操作を実現し、例えば、入力画像から第１の服飾画像を取得し、第１の服飾画像の第１の服飾特徴を取得し、第１の服飾特徴に基づいて、コーディネーションデータベース中から第１の服飾特徴とマッチングする第２の服飾特徴を取得し、第２の服飾特徴は第１の服飾画像とコーディネーションする第２の服飾画像の服飾特徴であり、第２の服飾特徴に基づいて、推薦データベース中から第２の服飾画像と同一および／または類似の服飾画像を取得し、コーディネーション服飾の画像とする。

また、ＲＡＭ６０３には、装置操作に必要な各種プログラムやデータを記憶することができる。ＣＰＵ６０１、ＲＯＭ６０２及びＲＡＭ６０３はバス６０４を介して相互に接続される。ＲＡＭ６０３を有する場合に、ＲＯＭ６０２は任意選択可能なモジュールである。ＲＡＭ６０３は実行可能コマンドを記憶するか、または動作時に実行可能コマンドをＲＯＭ６０２に書き込み、実行可能コマンドによってプロセッサー６０１に上記通信方法に対応する操作を実行させる。入力／出力（Ｉ／Ｏ）インタフェース６０５もバス７０４に接続される。通信部６１２は、統合的に設置されてもよく、複数のサブモジュール（例えば複数のＩＢネットワークカード）を有し、通信バスのリンク上にあるように設置されてもよい。

キーボード、マウス等を含む入力部６０６と、陰極線管（ＣＲＴ）、液晶ディスプレイー（ＬＣＤ）等及びスピーカ等を含む出力部６０７と、ハードディスク等を含む記憶部６０８と、ＬＡＮカード、モデムなどのネットワークインタフェースカードを含む通信インタフェース６０９などがＩ／Ｏインタフェース６０５に接続されている。ドライバ６１０も必要に応じてＩ／Ｏインタフェース６０５に接続される。磁気ディスク、光ディスク、光磁気ディスク、半導体メモリなどのリムーバブル媒体６１１は、必要に応じてドライバ６１０上に装着され、そこから読み出されたコンピュータプログラムを必要に応じて記憶部６０８にインストールする。

なお、図６に示す構造は任意選択的な一実施例に過ぎず、具体的な実践では、実際の必要に応じて上記の図６の部品の数及び種類を選択、削除、追加、または置換することができ、異なる機能部品の設置上でも、分離設置または統合設置の実施例を採用でき、例えばＧＰＵ６１３とＣＰＵ６０１は分離設置するかまたはＧＰＵ６１３をＣＰＵ６１３に統合するようにしてもよく、通信デバイスは分離設置してもよく、またＣＰＵ６１３またはＧＰＵ６１３に統合してもよいことである。これらの置換可能な実施例はいずれも本願の保護範囲に属する。

特に、本願の実施例によれば、フローチャートを参照しながら上述したプロセスはコンピュータソフトウェアプログラムとして実現できる。例えば、本願の実施例はコンピュータプログラム製品を含み、それは機械可読媒体に有形に具現化された、フローチャートに示す方法を実行するためのプログラムコードを含むコンピュータプログラムを含み、プログラムコードは本願の実施例により提供されるドアガード制御方法のステップに対応するコマンド、例えば、入力画像から第１の服飾画像を取得し、第１の服飾画像の第１の服飾特徴を取得し、第１の服飾特徴に基づいて、コーディネーションデータベース中から第１の服飾特徴とマッチングする第２の服飾特徴を取得し、第２の服飾特徴は第１の服飾画像とコーディネーションする第２の服飾画像の服飾特徴であり、第２の服飾特徴に基づいて、推薦データベース中から第２の服飾画像と同一および／または類似の服飾画像を取得し、コーディネーション服飾の画像とする。このような実施例では、該コンピュータプログラムは通信部６０９によってネットワークからダウンロードおよびインストールされ、及び／又はリムーバブル媒体６１１からインストールされ得る。中央処理ユニット（ＣＰＵ）６０１によって該コンピュータプログラムを実行する時に、本願の方法中の特定の上記機能を実現する。

本明細書における様々な実施例は漸進的に説明され、各実施例は他の実施例との相違点に集中して説明したが、各実施例間の同一または類似の一部については相互に参照すればよい。システム実施例については、それは基本的に方法実施例に対応するので、説明は比較的簡単であり、関連一部は方法実施例の説明を参照すればよい。

本発明の方法及び装置、機器は、様々な形態で実現され得る。例えば、ソフトウェア、ハードウェア、ファームウェアまたはソフトウェア、ハードウェア、ファームウェアの任意の組合わせによって本発明の方法及び装置、機器を実現することができる。方法のステップのための上記順序は説明のために用いられ、本発明の方法のステップは、特に断らない限り、以上説明した順序に限定されない。また、いくつかの実施例では、本発明は記録媒体に記憶されたプログラムとしてもよく、これらのプログラムは本発明による方法を実現するための機械可読コマンドを含む。従って、本発明は本発明による方法を実現するためのプログラムが記憶された記録媒体も含む。

以上の説明は制限的ではなく例示的なものであり、本発明はこれらに限定されない。当業者にとっては多くの修正や変更を加えることは明らかである。本発明の原理および実際応用を説明するために、選択的に実施例を説明したが、勿論、当業者は本発明に基づき特定用途向けの各種の修正を加えた様々な実施例を想到することができる。

Claims (31)

1. 入力画像から第１の服飾画像を取得することと、
   前記第１の服飾画像の第１の服飾特徴を取得することと、
   前記第１の服飾特徴に基づいて、コーディネーションデータベース中から前記第１の服飾特徴とマッチングする、第２の服飾画像の服飾特徴である第２の服飾特徴を取得することと、
   前記第２の服飾特徴に基づいて、推薦データベース中から前記第２の服飾画像と同一および／または類似の服飾画像を取得し、コーディネーション服飾の画像とすることと、を含むことを特徴とする服飾コーディネーションの推薦方法。
2. 前記入力画像から第１の服飾画像を取得する前に、
   収集された複数のコーディネーション参照画像中のそれぞれのコーディネーション参照画像の少なくとも２つの服飾特徴を取得することと、
   それぞれの前記コーディネーション参照画像に対応する少なくとも２つの服飾特徴をコーディネーションデータベースの１つのコーディネーション記憶レコード中に記憶し、それぞれの前記コーディネーション記憶レコード中の少なくとも２つの服飾特徴の間にマッチング関係があることと、を更に含むことを特徴とする請求項１に記載の方法。
3. 前記入力画像から第１の服飾画像を取得する前に、
   収集された複数の服飾画像中のそれぞれの服飾画像に対応する服飾特徴を取得することと、
   前記複数の服飾画像中のそれぞれの服飾画像に対応する服飾特徴に基づいて前記複数の服飾画像を分類し、前記複数の服飾画像の分類結果に従って前記複数の服飾画像を推薦データベース中に記憶することと、を更に含むことを特徴とする請求項１または２に記載の方法。
4. 前記入力画像から第１の服飾画像を取得することは、
   前記入力画像に対して服飾検出を行い、前記第１の服飾画像の位置およびサイズを取得することと、
   前記第１の服飾画像の位置およびサイズに基づいて、前記入力画像から前記第１の服飾画像を確定することと、を含むことを特徴とする請求項１〜３のいずれか１項に記載の方法。
5. 前記第１の服飾特徴はセマンティック服飾特徴および／または数値服飾特徴を含み、
   前記セマンティック服飾特徴は文字形式で前記第１の服飾画像の属性特徴を表現するために用いられ、
   前記数値服飾特徴が、マトリックスまたは配列で前記第１の服飾画像の属性特徴を表現するために用いられることを特徴とする請求項１〜４のいずれか１項に記載の方法。
6. 前記第１の服飾画像の第１の服飾特徴を取得することは、
   前記第１の服飾画像の画素マトリックスを取得し、前記画素マトリックスが前記第１の服飾画像中の複数の位置点の画素を含むことと、
   前記第１の服飾画像の画素マトリックスに基づいて、前記第１の服飾画像の服飾特徴マトリックスを確定することと、
   前記服飾特徴マトリックスに基づいて、前記第１の服飾画像の数値服飾特徴を確定することと、を含むことを特徴とする請求項５に記載の方法。
7. 前記第１の服飾画像の第１の服飾特徴を取得することは、
   前記第１の服飾画像のセマンティックラベル確率配列を取得し、前記セマンティックラベル確率配列が少なくとも１つのセマンティックラベル確率を含み、前記セマンティックラベル確率が前記第１の服飾画像の属性側面における確率値を表すために用いられることと、
   前記セマンティックラベル確率配列に基づいて、前記第１の服飾画像のセマンティック服飾特徴を取得することと、を含むことを特徴とする請求項５または６に記載の方法。
8. 前記第１の服飾画像の第１の服飾特徴を取得することは、
   畳み込みニューラルネットワークを介して前記第１の服飾画像の服飾特徴を取得することを更に含み、
   前記方法は、
   服飾特徴が付けられたサンプル画像により、初期畳み込みニューラルネットワークモデルを予めトレーニングし、前記畳み込みニューラルネットワークを取得することを更に含むことを特徴とする請求項１〜７のいずれか１項に記載の方法。
9. 前記第１の服飾特徴に基づいて、コーディネーションデータベース中から前記第１の服飾特徴とマッチングする第２の服飾特徴を取得することは、
   前記第１の服飾特徴および前記コーディネーションデータベース中の少なくとも１つのコーディネーション記憶レコード中の服飾特徴に基づいて、前記コーディネーションデータベース中から前記第１の服飾特徴と同一および／または類似の少なくとも１つの服飾特徴を取得することと、
   前記第１の服飾特徴と同一および／または類似の少なくとも１つの服飾特徴に対応するコーディネーション記憶レコード中から、マッチングする第２の服飾特徴を取得することと、を含むことを特徴とする請求項１〜８のいずれか１項に記載の方法。
10. 前記第１の服飾特徴および前記コーディネーションデータベース中の少なくとも１つのコーディネーション記憶レコード中の服飾特徴に基づいて、前記コーディネーションデータベース中から前記第１の服飾特徴と同一および／または類似の少なくとも１つの服飾特徴を取得することは、
    前記第１の服飾特徴の数値服飾特徴と前記コーディネーションデータベース中の服飾特徴の数値服飾特徴の間の距離をそれぞれ取得することと、
    前記コーディネーションデータベース中の、前記第１の服飾特徴の数値服飾特徴との間の距離が最も小さい１つまたは複数の服飾特徴を、第１の候補特徴として選択することと、
    前記第１の服飾特徴のセマンティック服飾特徴と同一の第１の候補特徴を、前記第１の服飾特徴と同一および／または類似の少なくとも１つの服飾特徴として選択することと、を含むことを特徴とする請求項９に記載の方法。
11. 前記第２の服飾特徴に基づいて、推薦データベース中から前記第２の服飾画像と同一および／または類似の服飾画像を取得し、コーディネーション服飾の画像とすることは、
    前記第２の服飾特徴および前記推薦データベース中の複数の服飾画像の服飾特徴に基づいて、前記推薦データベース中から前記第２の服飾特徴と同一および／または類似の少なくとも１つの服飾特徴を選択することと、
    前記第２の服飾特徴と同一および／または類似の少なくとも１つの服飾特徴に対応する服飾画像をコーディネーション服飾の画像とすることと、を含むことを特徴とする請求項１〜１０のいずれか１項に記載の方法。
12. 前記第２の服飾特徴および前記推薦データベース中の複数の服飾画像の服飾特徴に基づいて、前記推薦データベース中から前記第２の服飾特徴と同一および／または類似の少なくとも１つの服飾特徴を選択することは、
    前記第２の服飾特徴の数値服飾特徴と前記推薦データベース中の複数の服飾画像の数値服飾特徴の間の距離をそれぞれ取得することと、
    前記推薦データベース中の、前記第２の服飾特徴の数値服飾特徴との間の距離が最も小さい１つまたは複数の服飾特徴を、第２の候補特徴として選択することと、
    前記第２の服飾特徴のセマンティック服飾特徴と同一の第２の候補特徴を、前記第２の服飾特徴と同一および／または類似の少なくとも１つの服飾特徴として選択することと、を含むことを特徴とする請求項１１に記載の方法。
13. 前記推薦データベース中から前記第２の服飾画像と同一および／または類似の服飾画像を取得し、コーディネーション服飾の画像とした後に、
    前記コーディネーション服飾の画像を出力すること、および／または
    前記第１の服飾画像と前記コーディネーション服飾の画像を合成処理し、１つまたは複数のコーディネーション効果図を取得して前記コーディネーション効果図を出力することを更に含むことを特徴とする請求項１〜１２のいずれか１項に記載の方法。
14. 前記コーディネーション服飾の関連特徴情報を出力することを更に含み、前記関連特徴情報は他の服飾と異なる前記コーディネーション服飾の少なくとも一部の特徴、および／または前記コーディネーション服飾の前記第１の服飾画像に対応する服飾コーディネーション効果を表現するために用いられることを特徴とする請求項１３に記載の方法。
15. 入力画像から第１の服飾画像を取得するように構成される画像取得ユニットと、
    前記第１の服飾画像の第１の服飾特徴を取得するように構成される特徴取得ユニットと、
    前記第１の服飾特徴に基づいて、コーディネーションデータベース中から前記第１の服飾特徴とマッチングする、第２の服飾画像の服飾特徴である第２の服飾特徴を取得するように構成される服飾コーディネーションユニットと、
    前記第２の服飾特徴に基づいて、推薦データベース中から前記第２の服飾画像と同一および／または類似の服飾画像を取得し、コーディネーション服飾の画像とするように構成される服飾推薦ユニットと、を含むことを特徴とする服飾コーディネーションの推薦装置。
16. 前記コーディネーションデータベースが、収集された複数のコーディネーション参照画像に基づいて取得された複数のコーディネーション記憶レコードを保存するために用いられ、それぞれの前記コーディネーション記憶レコード中に複数の前記コーディネーション参照画像に対応する少なくとも２つの服飾特徴が記憶され、前記少なくとも２つの服飾特徴が収集されたコーディネーション参照画像に基づいて取得され、前記それぞれのコーディネーション記憶レコード中の少なくとも２つの服飾特徴の間にマッチング関係があることを特徴とする請求項１５に記載の装置。
17. 前記推薦データベースが、収集された複数の服飾画像を分類して記憶するために用いられ、前記複数の服飾画像が、前記服飾画像に対応する服飾特徴に基づいて分類されることを特徴とする請求項１５または１６に記載の装置。
18. 前記画像取得ユニットは、
    前記入力画像に対して服飾検出を行い、前記第１の服飾画像の位置およびサイズを取得するように構成される検出モジュールと、
    前記第１の服飾画像の位置およびサイズに基づいて、前記入力画像から前記第１の服飾画像を確定するように構成される取得モジュールと、を含むことを特徴とする請求項１５〜１７のいずれか１項に記載の装置。
19. 前記第１の服飾特徴はセマンティック服飾特徴および／または数値服飾特徴を含み、
    前記セマンティック服飾特徴が、以文字形式で前記第１の服飾画像の属性特徴を表現するために用いられ、
    前記数値服飾特徴が、マトリックスまたは配列で前記第１の服飾画像の属性特徴を表現するために用いられることを特徴とする請求項１５または１８のいずれか１項に記載の装置。
20. 前記特徴取得ユニットは、
    前記第１の服飾画像の画素マトリックスを取得するように構成され、前記画素マトリックスが前記服飾画像中の複数の位置点の画素を含む取得モジュールと、
    前記第１の服飾画像の画素マトリックスに基づいて、前記服飾画像の服飾特徴マトリックスを確定し、前記服飾特徴マトリックスに基づいて、前記第１の服飾画像の数値服飾特徴を確定するように構成される特徴算出モジュールと、を含むことを特徴とする請求項１９に記載の装置。
21. 前記特徴取得ユニットは、セマンティック取得モジュールを更に含み、
    前記セマンティック取得モジュールが、前記第１の服飾画像のセマンティックラベル確率配列を取得し、前記セマンティックラベル確率配列が少なくとも１つのセマンティックラベル確率を含み、前記セマンティックラベル確率が前記第１の服飾画像の属性側面における確率値を表し、前記セマンティックラベル確率配列に基づいて、前記第１の服飾画像のセマンティック服飾特徴を取得するように構成されることを特徴とする請求項１９または２０に記載の装置。
22. 前記特徴取得ユニットは、具体的に畳み込みニューラルネットワークを介して前記第１の服飾画像の服飾特徴を取得するように構成され、
    前記装置は、服飾特徴が付けられたサンプル画像により、初期畳み込みニューラルネットワークモデルを予めトレーニングし、前記畳み込みニューラルネットワークを取得するように構成されるプリトレーニングユニットを更に含むことを特徴とする請求項１５〜２１のいずれか１項に記載の装置。
23. 前記服飾コーディネーションユニットは、
    前記第１の服飾特徴および前記コーディネーションデータベース中の少なくとも１つのコーディネーション記憶レコード中の服飾特徴に基づいて、前記コーディネーションデータベース中から前記第１の服飾特徴と同一および／または類似の少なくとも１つの服飾特徴を取得するように構成される特徴識別モジュールと、
    前記第１の服飾特徴と同一および／または類似の少なくとも１つの服飾特徴に対応するコーディネーション記憶レコード中から、マッチングする第２の服飾特徴を取得するように構成される特徴取得モジュールと、を含むことを特徴とする請求項１５〜２２のいずれか１項に記載の装置。
24. 前記特徴識別モジュールは、
    前記第１の服飾特徴の数値服飾特徴と前記コーディネーションデータベース中の服飾特徴の数値服飾特徴の間の距離をそれぞれ取得するように構成される距離算出モジュールと、
    前記コーディネーションデータベース中の、前記第１の服飾特徴の数値服飾特徴との間の距離が最も小さい１つまたは複数の服飾特徴を、第１の候補特徴として選択するように構成される候補取得モジュールと、
    前記第１の服飾特徴のセマンティック服飾特徴と同一の第１の候補特徴を、前記第１の服飾特徴と同一および／または類似の少なくとも１つの服飾特徴として選択するように構成されるセマンティック識別モジュールと、を含むことを特徴とする請求項２３に記載の装置。
25. 前記服飾推薦ユニットは、具体的に前記第２の服飾特徴および前記推薦データベース中の複数の服飾画像の服飾特徴に基づいて、前記推薦データベース中から前記第２の服飾特徴と同一および／または類似の少なくとも１つの服飾特徴を選択し、前記第２の服飾特徴と同一および／または類似の少なくとも１つの服飾特徴に対応する服飾画像をコーディネーション服飾の画像とするように構成されることを特徴とする請求項１５〜２４のいずれか１項に記載の装置。
26. 前記服飾推薦ユニットは、
    前記第２の服飾特徴の数値服飾特徴と前記推薦データベース中の複数の服飾画像の数値服飾特徴の間の距離をそれぞれ取得するように構成される距離取得モジュールと、
    前記推薦データベース中の、前記第２の服飾特徴の数値服飾特徴との間の距離が最も小さい１つまたは複数の服飾特徴を、第２の候補特徴として選択するように構成される距離選択モジュールと、
    前記第２の服飾特徴のセマンティック服飾特徴と同一の第２の候補特徴を、前記第２の服飾特徴と同一および／または類似の少なくとも１つの服飾特徴として選択するように構成されるコーディネーション取得モジュールと、を含むことを特徴とする請求項２５に記載の装置。
27. 前記コーディネーション服飾の画像を出力し、および／または前記第１の服飾画像と前記コーディネーション服飾の画像を合成処理し、１つまたは複数のコーディネーション効果図を取得して前記コーディネーション効果図を出力するように構成される出力ユニットを更に含むことを特徴とする請求項１５〜２６のいずれか１項に記載の装置。
28. 出力ユニットは、更に前記コーディネーション服飾の関連特徴情報を出力するために用いられ、前記関連特徴情報は他の服飾と異なる前記コーディネーション服飾の少なくとも一部の特徴、および／または前記コーディネーション服飾の前記第１の服飾画像に対応する服飾コーディネーション効果を表現するために用いられることを特徴とする請求項２７に記載の装置。
29. 請求項１５〜２８のいずれか１項に記載の服飾コーディネーションの推薦装置が設置されることを特徴とする電子デバイス。
30. 実行可能コマンドを記憶するように構成されるメモリと、
    前記メモリと通信して前記実行可能コマンドを実行することにより請求項１〜１４のいずれか１項に記載の服飾コーディネーションの推薦方法の操作を実現するプロセッサーと、を含むことを特徴とする電子デバイス。
31. コンピュータ可読コマンドを記憶するためのコンピュータ可読記憶媒体であって、
    前記コマンドが実行される時に請求項１〜１４のいずれか１項に記載の服飾コーディネーションの推薦方法の操作を実現することを特徴とするコンピュータ可読記憶媒体。

Images