申请/专利权人：浙江理工大学

申请日：2020-09-01

公开（公告）日：2020-11-24

公开（公告）号：CN111985843A

主分类号：G06Q10/06(20120101)

分类号：G06Q10/06(20120101);G06N20/00(20190101);G06N3/04(20060101);G06K9/62(20060101);G06F16/9535(20190101);G06Q30/06(20120101)

优先权：

专利状态码：在审-实质审查的生效

法律状态：2022.10.28#实质审查的生效;2020.11.24#公开

摘要：本发明公开了一种服装智能搭配推荐方法，包括以下步骤：建立上下装搭配评分模型、对已采集服装图像进行标注工作、对需标注的各要素的每个水平分别进行编码，标记为0‑35个特征向量、构建卷积神经网络，接着对训练集中的图像数据进行识别、训练，待损失函数趋近于收敛时停止，拟合函数并保存模型、用测试集中数据进行多次测试实验，依据结果列出混淆矩阵，得到评估结果。本发明通过机器学习海量样本图像及相应特征及得分数据，最终能使系统对于任意输入的单张服装图像识别出其主色调、款式、廓形及风格特征对于任意输入的成对图像可自动给出搭配评分，对于任意输入的单张服装图像，可按搭配评分高低为其推荐前10个，生成搭配推荐列表，第一个为最佳搭配。

主权项：1.一种服装智能搭配推荐方法，其特征在于：包括以下步骤：步骤1，建立上下装搭配评分模型：采集服装图像作为样本图像，建立影响服装搭配的关键要素及每个要素的不同水平的评分模型，并通过和资深服装领域专家讨论正负混杂的搭配示例图，获知关键要素在服装搭配规则中所占的权重比例；步骤2，对已采集服装图像进行标注工作；步骤3，对需标注的各要素的每个水平分别进行编码，标记为0-35个特征向量；步骤4，构建卷积神经网络，接着对训练集中的图像数据进行识别、训练，待损失函数趋近于收敛时停止，拟合函数并保存模型；步骤5，用测试集中数据进行多次测试实验，依据结果列出混淆矩阵，绘制ROC曲线，得到进一步的评估结果。

全文数据：

权利要求：

百度查询： 浙江理工大学 一种服装智能搭配推荐方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD