[發明專利]一種基于圖模型的服裝搭配推薦方法

在審

• 申請號: 202210647578.0
• 申請日: 2022-06-09
• 公開（公告）號: CN114880952A
• 公開（公告）日: 2022-08-09
• 發明（設計）人: 尚松濤;史雯雋;陶紅偉;李祖賀;韓繼輝
• 申請（專利權）人: 鄭州輕工業大學
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06N3/04;G06N3/08
• 代理公司: 西安銘澤知識產權代理事務所(普通合伙) 61223
• 代理人: 張舉

本發明公開了一種基于圖模型的服裝搭配推薦方法，涉及服飾搭配推薦技術領域，包括以下步驟：收集多組服飾數據；對多組服飾數據進行預處理，將服飾數據中的數值型數、文本、圖片等轉換為結構化數據，獲得數據集；根據數據集構建服飾搭配圖模型；根據圖模型構建多個特征模型；對多個特征模型進行加權組合并建立多模態打分模型；通過深度學習的優化算法對多模態打分模型中的參數進行訓練并輸出推薦模型，根據推薦模型進行服飾搭配預測。本發明能夠根據穿著者的自身形象、氣質、出席場合，以及穿著偏好等方面出發，推薦適合款式、顏色的服飾搭配方案供用戶選擇。

技術領域

本發明涉及服飾搭配推薦技術領域，特別是涉及一種基于圖模型的服裝搭配推薦方法。

背景技術

服飾與人們的生活密不可分，隨著現代服飾行業的發展，服飾種類和品牌不勝枚舉，導致服飾數據迅速增長，但是海量的服飾數據也使得用戶在檢索和搭配的需求日益增加。一套合適的服飾可以提升一個人的美麗和展示個性。然而，并不是每個人都有很強的時尚敏感度。“我在出席一個聚會時怎樣穿一套合適又漂亮的衣服？”已經成為許多人每天頭疼的問題。它不僅包含了一個清晰的時尚兼容性概念，需要理解人類創造力和時尚專業知識之間復雜的相互作用，而且還考慮了經濟因素對服飾搭配的影響。

服飾搭配技術可以幫助用戶快速找到自己的衣服。隨著深度學習的發展，服飾搭配問題可以得到更好的解決。然而，我們仍然面臨一些挑戰。第一個挑戰是如何設計合適的特征，因為合適的特征表示是服飾模型兼容性的關鍵。此外，大多數復雜的關系是在多個衣服與配飾之間，因為整套服飾中某件衣服與它的前項和后項衣服都有關系。因此，充分利用整套服飾中各元素之間的復雜關系是服飾搭配的關鍵。然后，服飾的價格因素、其他人穿著的情感傾向、用戶自身的偏好、以及與服飾相匹配的出席場景等因素，是以往的研究所沒有綜合考慮的。

發明內容

本發明實施例提供了一種基于圖模型的服裝搭配推薦方法，可以解決現有技術中存在的問題。

本發明提供一種基于圖模型的服裝搭配推薦方法，包括以下步驟：

收集多組服飾數據；

對多組所述服飾數據進行預處理，將所述服飾數據中的數值型數、文本、圖片等轉換為結構化數據，獲得數據集；

根據所述數據集構建服飾搭配圖模型；

根據所述服飾搭配圖模型構建多個特征模型；

對多個所述特征模型進行加權組合并建立多模態打分模型；

通過深度學習的優化算法對所述多模態打分模型中的參數進行訓練并輸出推薦模型，根據所述推薦模型進行服飾搭配預測。

優選的，每組所述服飾數據均包括圖片數據、文本數據、價格數據、情感數據、行為數據和場景數據。

優選的，對多組所述服飾數據進行預處理得到數據集具體包括以下步驟：

使用深度卷積神經網絡提取圖片數據的深層視覺特征信息；

使用長短期記憶網絡和注意力機制模型提取文本特征信息；

對數值型數據進行格式轉換，之后進行歸一化處理獲取價格特征；

使用Transformer模型提取文本情感特征信息；

使用機器學習方法提取用戶行為特征信息；

將提取的視覺特征、文本特征、價格特征、情感特征、行為特征分別映射到統一的空間模型中，映射方法的計算公式為：

式中，r_i為第i個特征的潛在空間的特征表示，為線性映射矩陣，f_i為服飾的i個特征。