[發明專利]一種基于生成對抗網絡的模特衣服推薦方法

有效

• 申請號: 201810801734.8
• 申請日: 2018-07-20
• 公開（公告）號: CN110738540B
• 公開（公告）日: 2022-01-11
• 發明（設計）人: 張海軍;孫妍芳
• 申請（專利權）人: 哈爾濱工業大學（深圳）
• 主分類號: G06Q30/06
• 分類號: G06Q30/06;G06K9/62
• 代理公司: 深圳市迪斯卓越專利代理事務所(普通合伙) 44443
• 代理人: 閔華明;李小艷

1.一種基于生成對抗網絡的模特衣服推薦方法，其特征在于包括以下步驟：

步驟A、衣服圖像配對，獲取網絡上的若干訓練模特衣服圖像和若干訓練平面化衣服圖像，將每個所述模特衣服圖像與每個所述訓練平面化衣服圖像進行配對得到衣服圖像匹配對；

步驟B、構建生成對抗網絡模型，將所述訓練模特衣服圖像和所述訓練平面化衣服圖像輸入至所述生成對抗網絡模型中的生成器和判別器中進行訓練，得到含有已訓練生成器和已訓練判別器的 已訓練生成對抗網絡模型；

步驟C、平面化圖像匹配，將待匹配模特衣服圖像輸入至所述已訓練生成對抗網絡模型中進行圖像匹配，所述已訓練生成對抗網絡模型輸入匹配到的訓練平面化衣服圖像；

步驟D、衣服推薦，根據所述訓練平面化衣服圖像在預設衣服圖像數據庫中進行篩選并得到衣服推薦結果；

其中，所述步驟B包括：

步驟B1、將所述訓練模特衣服輸入至所述生成器中，所述生成器輸出第一輸出圖像；

步驟B2、將第一輸出圖像與所述訓練模特衣服融合組成一張新的第一融合圖像，根據所述訓練模特衣服在所述衣服圖像匹配對中找出對應的所述訓練平面化衣服，將所述衣服圖像匹配對中的圖像進行融合得到第二融合圖像；將所述第一融合圖像和所述第二融合圖像分別輸入至所述判別器中，所述判別器分別輸出數值s_r和s_f；

步驟B3、將所述訓練平面化衣服和所述第一輸出圖像分別輸入至所述判別器中，所述判別器輸出數值p_r和p_f；

步驟B4、根據所述s_r、所述s_f、所述p_r及所述p_f計算所述判別器的損失函數、所述生成器的損失函數以及所述生成對抗網絡模型中的分類器的損失函數；

步驟B5、將所述訓練模特衣服圖像和所述訓練平面化衣服圖像輸入至生成對抗網絡模型中的生成器和判別器中進行訓練，直到所述判別器的損失函數、所述生成器的損失函數以及所述生成對抗網絡模型中的分類器的損失函數均達到收斂，得到已收斂的已訓練生成對抗網絡模型。

2.如權利要求1所述的一種基于生成對抗網絡的模特衣服推薦方法，其特征在于：所述步驟A包括：

步驟A1、獲取若干訓練模特衣服圖像和若干訓練平面化衣服圖像，根據類別對所述訓練模特衣服圖像進行模特ID標定，根據類別對所述訓練平面化衣服圖像進行平面化ID標定；

步驟A2、根據所述模特ID和所述平面化ID對所述訓練模特衣服圖像和所述平面化衣服圖像進行配對并得到衣服圖像匹配對。

3.如權利要求2所述的一種基于生成對抗網絡的模特衣服推薦方法，其特征在于：所述模特ID包括上衣、外套、褲子、半身裙、連衣裙、連身褲，所述平面化ID包括上衣、外套、褲子、半身裙、連衣裙、連身褲。

4.如權利要求2所述的一種基于生成對抗網絡的模特衣服推薦方法，其特征在于：所述步驟A2具體為：當所述模特ID和所述平面化ID相同時，將所述模特ID對應的所述訓練模特衣服圖像與所述平面化ID對應的所述平面化衣服圖像進行配對并得到衣服圖像匹配對。

5.如權利要求1所述的一種基于生成對抗網絡的模特衣服推薦方法，其特征在于：所述步驟B5具體為：根據隨機梯度下降算法將所述訓練模特衣服圖像和所述訓練平面化衣服圖像輸入至所述生成對抗網絡模型中的生成器和判別器中進行訓練，直到所述判別器的損失函數、所述生成器的損失函數以及所述生成對抗網絡模型中的分類器的損失函數均達到收斂，得到已收斂的所述已訓練生成對抗網絡模型。

6.如權利要求1所述的一種基于生成對抗網絡的模特衣服推薦方法，其特征在于：所述步驟C具體為：將待匹配模特衣服圖像輸入至所述已訓練生成對抗網絡模型中進行圖像轉換，所述已訓練生成對抗網絡模型根據所述待匹配模特衣服圖像篩選出對應的所述衣服圖像匹配對，在所述衣服圖像匹配對中篩選出對應的訓練平面化衣服圖像。