装扮搭配评价的方法和装置与流程

本公开涉及互联网应用领域，尤其涉及一种装扮搭配评价的方法和装置。

背景技术：

随着社会的发展，人们开始更多的关注自身的形象，服装产业得到了迅速的发展，人们为了使自己的穿着时尚得体，通常会通过浏览时尚杂志或者明星的装扮来学习符合时尚潮流的装扮搭配方式，并在搭配时按照学习的搭配方式来选择服饰和装饰品。但是，用户根据学习的搭配方式进行的搭配，并不能确定真实的搭配效果。

技术实现要素：

为克服相关技术中存在的问题，本公开提供一种装扮搭配评价的方法和装置。

根据本公开实施例的第一方面，提供一种装扮搭配评价方法，包括获取用户的装扮信息；根据所述装扮信息得到搭配特征，其中，所述搭配特征表示所述用户装扮的搭配方式；根据所述搭配特征与预设搭配模型生成评价信息。

可选地，所述获取用户的装扮搭配信息包括：采集用户图像得到所述装扮信息；或者，获取用户输入的装扮信息。

可选地，所述根据所述搭配特征与预设搭配模型生成评价信息包括：将所述搭配特征与所述预设搭配模型进行匹配得到匹配度；根据所述匹配度生成所述评价信息。

可选地，所述方法还包括：获取搭配样本图像；从所述搭配样本图像中提取搭配样本图像特征；为所述搭配样本图像特征设置对应的评价参数；根据所述评价参数和所述搭配样本图像特征训练得到所述预设搭配模型。

可选地，所述方法还包括：根据所述评价信息生成搭配建议信息，其中，所述搭配建议信息用于向用户提供装扮搭配的建议。

可选地，所述评价信息包括评价值；所述根据所述评价信息生成搭配建议信息包括：判断所述评价值是否小于或者等于预设阈值；在所述评价值小于或者等于所述预设阈值时，根据所述搭配特征生成所述搭配建议信息。

可选地，在根据所述搭配特征与预设搭配模型生成评价信息后，所述方法还包括：通过显示屏显示所述评价信息；或者，通过扬声器播放所述评价信息。

根据本公开实施例的第二方面，提供一种装扮搭配评价的装置，应用于终端，包括：第一获取模块，被配置为获取用户的装扮信息；处理模块，被配置为根据所述装扮信息得到搭配特征，其中，所述搭配特征表示所述用户装扮的搭配方式；评价生成模块，被配置为根据所述搭配特征与预设搭配模型生成评价信息。

可选地，所述第一获取模块，包括：采集子模块，被配置为采集用户图像得到所述装扮信息；输入子模块，被配置为获取用户输入的装扮信息。

可选地，所述评价生成模块包括：匹配子模块，被配置为将所述搭配特征与所述预设搭配模型进行匹配得到匹配度；第一生成子模块，被配置为根据所述匹配度生成所述评价信息。

可选地，所述装置还包括：第二获取模块，被配置为获取搭配样本图像；提取模块，被配置为从所述搭配样本图像中提取搭配样本图像特征；设置模块，被配置为所述搭配样本图像特征设置对应的评价参数；训练模块，被配置为根据所述评价参数和所述搭配样本图像特征训练得到所述预设搭配模型。

可选地，所述装置还包括：

第二生成模块，被配置为根据所述评价信息生成搭配建议信息，其中，所述搭配建议信息用于向用户提供装扮搭配的建议。

可选地，所述评价信息包括评价值；所述第二生成模块包括：判断子模块，被配置为判断所述评价值是否小于或者等于预设阈值；第二生成子模块，被配置为在所述评价值小于或者等于所述预设阈值时，根据所述搭配特征生成所述搭配建议信息。

可选地，所述装置还包括：显示模块，被配置为通过显示屏显示所述评价信息；播放模块，被配置为通过扬声器播放所述评价信息。

根据本公开实施例的第三方面，提供一种装扮搭配评价的装置，处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为：获取用户的装扮信息；根据所述装扮信息得到搭配特征，其中，所述搭配特征表示所述用户装扮的搭配方式；根据所述搭配特征与预设搭配模型生成评价信息。

根据本公开实施例的第四方面，提供一种非临时性计算机可读存储介质，当所述存储介质中的指令由移动终端的处理器执行时，使得移动终端能够执行一种装扮搭配评价的方法，所述方法包括：获取用户的装扮信息；根据所述装扮信息得到搭配特征，其中，所述搭配特征表示所述用户装扮的搭配方式；根据所述搭配特征与预设搭配模型生成评价信息。

本公开的实施例提供的技术方案可以包括以下有益效果：

获取用户的装扮信息；根据所述装扮信息得到搭配特征，其中，所述搭配特征表示所述用户装扮的搭配方式；根据所述搭配特征与预设搭配模型生成评价信息。本公开通过以上方案能够对用户的真实装扮作出客观的评价。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。

图1是根据一示例性实施例示出的一种装扮搭配评价的方法的流程图；

图2是根据一示例性实施例示出的另一种装扮搭配评价的方法的流程图；

图3是根据一示例性实施例示出的一种装扮搭配评价的装置的框图；

图4是根据一示例性实施例示出的另一种装扮搭配评价的装置的框图；

图5是根据一示例性实施例示出的第三种装扮搭配评价的装置的框图；

图6是根据一示例性实施例示出的第四种装扮搭配评价的装置的框图；

图7是根据一示例性实施例示出的第五种装扮搭配评价的装置的框图；

图8是根据一示例性实施例示出的第六种装扮搭配评价的装置的框图；

图9是根据一示例性实施例示出的第七种装扮搭配评价的装置的框图；

图10是根据一示例性实施例示出的一种装扮搭配评价装置的硬件框图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。

图1是根据一示例性实施例示出的一种装扮搭配评价的方法的流程图，如图1所示，该方法可以用于终端中，包括以下步骤：

在步骤101中，获取用户的装扮信息。

其中，该装扮信息可以是用户的着装参数，例如服装的类型(如衣服或者裤子等)、服装的颜色(如红色的衣服或者绿色的裤子等)，服装的款式(如短袖或者长袖、喇叭裤或者铅笔裤等)，服装的厚度以及饰品(如耳环、项链、帽子以及眼镜等)的样式。

在步骤102中，根据该装扮信息得到搭配特征。

其中，该搭配特征可以是服装颜色的搭配、服装款式的搭配，服装与饰品的搭配，服装与发型的搭配等搭配方式，本公开对此不作限定。

在步骤103中，根据该搭配特征与预设搭配模型生成评价信息。

其中，该评价信息可以以分值的形式表示，如0分至100分，分值越高，表示搭配越好；也可以是评价档位的形式，如0档位至10档位，档位越高，表示搭配越好；还可以用字母表示，如A，B，C，D等，其中，A表示搭配最好，B表示搭配次好，依次类推；当然，上述只是对本公开的评价信息的表现形式进行的示例性说明，本公开对上述评价信息的表现形式不作限定，例如，在本实施例中，上述的评价信息还可以是简短的评语，从而进行更加人性化的评价，如在搭配较好时，能够生成表扬性的评语，如评价信息为“您的搭配棒极了”；或者，当搭配和某个明星很像时，可以将该明星的照片作为对比显示出来，并评价用户“今天的搭配棒极了，已赶超某某明星”等；在搭配较差时，能够生成鼓励性的评语，如“您的搭配有待提高，请您继续努力”等，当然，本实施例还可以将上述评价信息的形式相结合，如在用户搭配较好时，既生成评价分值，又生成评价短语。

采用上述方案，通过获取用户的装扮信息；根据该装扮信息得到搭配特征，其中，该搭配特征表示该用户装扮的搭配方式；根据该搭配特征与预设搭配模型生成评价信息。本公开通过以上方案能够对用户的真实装扮作出客观的评价。

图2是根据一示例性实施例示出的一种装扮搭配评价的方法的流程图，如图2所示，该方法可以用于终端中，包括以下步骤：

在本实施例中，可以通过步骤201至步骤204建立预设搭配模型，并通过步骤205至步骤208根据该预设搭配模型生成评价信息。

在步骤201中，终端获取搭配样本图像。

其中，该搭配样本图像可以是从大量时尚杂志或者明星照片上采集的样本图像。

在本步骤中，可以从网上获取该样本图像，并将该样本图像从网上下载至该终端，从而得到该搭配样本图像，也可以提前获取该搭配样本图像，例如，在街上看到装扮搭配好的人或者海报等，拍下他们的搭配图像，然后将拍到的搭配图像上传至该终端，从而获取到该搭配样本图像。

在步骤202中，终端从该搭配样本图像中提取搭配样本图像特征。

其中，本实施例中的搭配样本图像可以包括两种，一种是该搭配样本图像包括人体，且各个装扮都搭配在该人体上(如穿着时装的模特等)；另一种是搭配样本图像不包括人体，只包括装扮本身(如挂在衣架上的衣服和裤子，或者放置在床上或者衣柜内的衣服和裤子等)。

在本步骤中，终端首先对搭配样本图像中的装扮进行识别，针对第一种搭配样本图像，终端可以通过识别搭配样本图像中的人体区域，其中，人体区域包括头部区域、上身区域和下身区域中的至少一种。

在一种可能的实现方式中，服务器通过人脸识别技术识别出用户图像中的头部区域，在确定了头部区域的位置和大小后，根据人体形状模板和前景背景的颜色模型，利用迭代的Graphcut算法识别出精确的前景人物的上半身区域和下半身区域。

需要说明的是，识别出的人体区域可以是本实施例中的头部区域、上身区域或下身区域，也可以是诸如上肢区域、下肢区域、上身躯干区域等其他类型的人体区域，本实施例对人体区域的识别准则不作限定，仅以识别出来的人体区域是头部区域、上身区域和下身区域为例进行说明。

这样，根据人体识别即可确定不同的人体区域，并得到不同的人体区域的搭配样本图像特征(如头部区域的眼镜，帽子，耳环等装扮，上身区域的衣服、手链、手表等装扮，下身区域的裤子、鞋等装扮)。

针对第二种搭配样本图像，可以通过预设装扮模型识别图像中的装扮，例如，通过预设衣服模型识别衣服，通过预设裤子模型识别裤子，通过预设帽子模型识别帽子等等，本公开对此不作限定，还可以通过其他预设装扮模型识别对应的装扮，如通过预设眼镜模型识别眼镜。

由于各个装扮的款式多样，例如，一件衣服有长袖和短袖的类型，有拉链式和纽扣式的类型，有带帽子和不带帽子的类型，因此，为了更准确识别搭配样本图像的装扮，在本公开另一实施例中，可以将搭配样本图像的装扮与预设装扮模型进行匹配得到匹配度，在该匹配度大于或者等于预设阈值时，确定匹配成功。

在识别到装扮后，获取装扮的装扮参数，该装扮参数可以是装扮的款式和颜色以及花纹等信息，如衣服和裤子的款式和颜色以及花纹；在得到装扮参数后，即可生成搭配样本图像特征，例如，白色的衣服与绿色裤子以及红色鞋子的搭配，或者衬衫和牛仔裤与运动鞋的搭配等。

在步骤203中，终端为该搭配样本图像特征设置对应的评价参数。

在一种可选的实现方式中，在得到搭配样本图像特征后，可以提示用户对该搭配样本图像特征设置评价参数，其中，该评价参数可以是以分值的形式表示，如0分至100分，其中，分值越高，表示搭配越好；也可以是评价档位的形式，如0档位至10档位，其中，档位越高，表示搭配越好，还可以用字母表示，如A，B，C，D等，其中，A表示搭配最好，B表示搭配次好，依次类推；当然，上述只是对本公开的评价参数的表现形式进行的示例性说明，本公开对上述评价信息的表现形式不作限定。

在步骤204中，终端根据该评价参数和该搭配样本图像特征训练得到该预设搭配模型。

在本步骤中，可以通过两种方式训练得到该搭配模型，一种方式是根据该评价参数和该搭配样本图像特征通过SVM训练得到SVM模型(相当于预设搭配模型)，另一种方式是根据该评价参数和该搭配样本图像特征采用CNN网络训练得到CNN模型(相当于预设搭配模型)，其中，该CNN网络可以是googlenet、imagenet等网络。

在步骤205中，终端获取用户的装扮信息。

其中，该装扮信息可以是用户的着装参数，例如服装的类型(如衣服或者裤子等)、服装的颜色(如红色的衣服或者绿色的裤子等)，服装的款式(如短袖或者长袖、喇叭裤或者铅笔裤等)，服装的厚度以及饰品(如耳环、项链、帽子以及眼镜等)的样式。

在本步骤中，终端可以通过以下两种方式获取用户的装扮信息：

方式一：终端采集用户图像得到该装扮信息。

其中，终端可以通过摄像头采集该用户图像，该用户图像包括该装扮信息。

方式二：终端获取用户输入的装扮信息。

其中，终端可以提供用户输入装扮信息的界面，在一种可能的实现方式中，终端可以接收用户通过该界面输入的装扮信息，该装扮信息可以是文字信息，例如，用户通过该界面输入“红色的外套与黑色的裤子”，从而得到该装扮信息。

在步骤206中，终端根据该装扮信息得到搭配特征。

其中，若在步骤205中是通过用户图像得到该装扮信息的，则对该用户图像进行人体识别，其中，该人体识别可以参考上述步骤202中的相关描述，此处不再赘述；若在步骤205中是用户输入装扮信息的，则终端对用户输入的装扮信息进行文字识别，得到该搭配特征，例如，用户输入的装扮信息为“红色的外套与黑色的裤子”，则通过文字识别得到“红色”以及对应的“外套”，“黑色”以及对应的“裤子”，进而得到对应的搭配特征即红色的外套与黑色的裤子搭配。

在步骤207中，终端根据将该搭配特征与预设搭配模型进行匹配得到匹配度，并根据该匹配度生成评价信息。

其中，该预设搭配模型中可以包括：服装颜色、服装款式、服装花纹、发型、肤色、配饰等特征中每个特征至少两个类型的匹配度，如红色和绿色的匹配度，或者上述特征中至少两者之间的匹配度，如服装颜色和服装款式的匹配度。

在一种可能的实现方式中，匹配度用0％至100％的百分数进行表示，0％表示匹配度最低，100％表示匹配度最高，本实施例对此不作限定。其中，匹配度越高说明搭配的越好。

在本步骤中，终端可以根据预设搭配模型计算搭配特征的匹配度，根据匹配度生成评价信息。其中，匹配度越高生成的评价信息也就越高，在本公开实施例中，该评价信息可以是评价值。

比如，搭配特征是红色衬衫配绿色短裤，则根据预设搭配模型确定红色与绿色的匹配度是0％，衬衫与短裤之间的匹配度是60％，进而生成的评价值可以为4分。

由于用户在不同的季节或者天气下的装扮不同，如冬天的衣服较厚，而夏天基本以短袖为主，因此，为了进一步提高评价信息的准确度，在本公开另一实施例中，还可以结合当前的气候信息对用户的装扮进行评价，示例地，终端可以获取当前的位置信息，并根据当前的位置信息确定当前的气候信息，并根据该匹配度和气候信息生成评价信息，该评价信息不仅包括对用户装扮搭配的评价，还包括对用户当前的装扮与气候是否合适的评价，其中，该气候信息可以包括如春季、夏季、秋季、冬季或者立春、雨水、夏至、白露、霜降、冬至等时节信息，也可以包括如温度、湿度、风力等级、天气状况、气压、紫外线指数中的至少一种，天气状况可以是晴天、下雨、阴天、多云或下雪等信息，本实施例对天气信息的内容不作限。

例如，终端获取到的气候为：秋季、阴天、气温5摄氏度，风力4级，确定的搭配特征为米色毛衣与蓝色牛仔裤的搭配，则终端可以生成如“搭配的不错，但是您今天穿的有点少”的评价信息。

在步骤208中，终端展示该评价信息。

在本步骤中，终端在得到评价信息后，可以通过以下两种方式中的任一种对评价信息进行展示，一种方式是终端可以通过显示屏展示该评价信息，例如，若该评价信息为评价值，且该评价值为4分，则显示屏可以显示“搭配分数：4分”，另一种方式是终端通过扬声器播放该评价信息。当然，上述评价信息的展示只是示例性地说明，本公开对此不作限定，例如，还可以是通过终端的呼吸灯的颜色进行提示，如呼吸灯为红色，则表示搭配不好，呼吸灯为黄色，则表示搭配还可以，呼吸灯为绿色，则表示搭配好。

另外，在得到评价信息后，为了帮助用户获知自身搭配的问题，并对自身的搭配进行改进，以提升用户体验，因此，在本公开另一实施例中，终端可以根据该评价信息生成搭配建议信息。

其中，该搭配建议信息用于向用户提供装扮搭配的建议。

示例地，若该评价信息为评价值，终端判断该评价值是否小于或者等于预设阈值；在该评价值小于或者等于该预设阈值时，根据该搭配特征生成该搭配建议信息。

其中，该搭配建议信息可以是针对匹配度最低的特征提出的建议。

例如，该预设阈值为5分，若搭配特征是红色衬衫配绿色短裤，进而生成的评价值为4分，则确定该评价值小于预设阈值，由于红色和绿色的匹配度为0％，因此，确定红色和绿色的搭配不好，从而确定颜色搭配不好，此时，终端可以继续根据预设搭配模型确定与红色或者绿色搭配的匹配度最高的颜色，例如，终端根据预设搭配模板获取其他颜色与红色的匹配度以及该其他颜色与绿色的匹配度，如确定红色与白色的匹配度最高为60％，绿色与蓝色的匹配度最高为50％，这样，由于红色与白色的匹配度高于绿色与蓝色的匹配度，因此生成并展示的搭配建议可以为“颜色搭配不太好，建议采用红色和白色的搭配”；上述只是以颜色的搭配为例进行的示例性说明，本公开对此不作限定，类似的还可以是服装款式的搭配或者服装和饰品的搭配，如衬衫和短裙的搭配或者服装和帽子的搭配等，此处不再赘述。

采用上述方案，通过获取用户的装扮信息；根据该装扮信息得到搭配特征，其中，该搭配特征表示该用户装扮的搭配方式；根据该搭配特征与预设搭配模型生成评价信息。本公开通过以上方案能够对用户的真实装扮作出客观的评价。

图3是根据一示例性实施例示出的一种装扮搭配评价的装置框图。参照图3，该装置包括第一获取模块301，处理模块302和评价生成模块303。

第一获取模块301，被配置为获取用户的装扮信息。

处理模块302，被配置为根据该装扮信息得到搭配特征；其中，该搭配特征表示该用户装扮的搭配方式。

评价生成模块303，被配置为根据该搭配特征与预设搭配模型生成评价信息。

可选地，如图4所示，图4是图3所示实施例示出的第一获取模块301框图，该第一获取模块301包括：

采集子模块3011，被配置为采集用户图像得到该装扮信息；

输入子模块3012，被配置为获取用户输入的装扮信息。

可选地，如图5所示，图5是图3所示实施例示出的评价生成模块303框图，该评价生成模块303包括：

匹配子模块3031，被配置为将该搭配特征与该预设搭配模型进行匹配得到匹配度；

第一生成子模块3032，被配置为根据该匹配度生成该评价信息。

可选地，如图6所示，该装置还包括：

第二获取模块304，被配置为获取搭配样本图像；

提取模块305，被配置为从该搭配样本图像中提取搭配样本图像特征；

设置模块306，被配置为该搭配样本图像特征设置对应的评价参数；

训练模块307，被配置为根据该评价参数和该搭配样本图像特征训练得到该预设搭配模型。

可选地，如图7所示，该装置还包括：

第二生成模块308，被配置为根据该评价信息生成搭配建议信息，其中，该搭配建议信息用于向用户提供装扮搭配的建议。

可选地，如图8所示，该评价信息包括评价值；图8为图7所示实施例示出的第二生成模块308框图，该第二生成模块308包括：

判断子模块3081，被配置为判断该评价值是否小于或者等于预设阈值；

第二生成子模块3082，被配置为在该评价值小于或者等于该预设阈值时，根据该搭配特征生成该搭配建议信息。

可选地，如图9所示，该装置还包括：

显示模块3091，被配置为通过显示屏显示该评价信息；

播放模块3092，被配置为通过扬声器播放该评价信息。

采用上述装置，通过获取用户的装扮信息；根据该装扮信息得到搭配特征，其中，该搭配特征表示该用户装扮的搭配方式；根据该搭配特征与预设搭配模型生成评价信息。本公开通过以上方案能够对用户的真实装扮作出客观的评价。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

图10是根据一示例性实施例示出的一种装扮搭配评价的的装置1000的框图。例如，装置1000可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。

参照图10，装置1000可以包括以下一个或多个组件：处理组件1002，存储器1004，电力组件1006，多媒体组件1008，音频组件1010，输入/输出(I/O)的接口1012，传感器组件1014，以及通信组件1016。

处理组件1002通常控制装置1000的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件1002可以包括一个或多个处理器1020来执行指令，以完成上述装扮搭配评价的方法的全部或部分步骤。此外，处理组件1002可以包括一个或多个模块，便于处理组件1002和其他组件之间的交互。例如，处理组件1002可以包括多媒体模块，以方便多媒体组件1008和处理组件1002之间的交互。

存储器1004被配置为存储各种类型的数据以支持在装置1000的操作。这些数据的示例包括用于在装置1000上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器1004可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。

电力组件1006为装置1000的各种组件提供电力。电力组件1006可以包括电源管理系统，一个或多个电源，及其他与为装置1000生成、管理和分配电力相关联的组件。

多媒体组件1008包括在所述装置1000和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件1008包括一个前置摄像头和/或后置摄像头。当装置1000处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件1010被配置为输出和/或输入音频信号。例如，音频组件1010包括一个麦克风(MIC)，当装置1000处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器1004或经由通信组件1016发送。在一些实施例中，音频组件1010还包括一个扬声器，用于输出音频信号。

I/O接口1012为处理组件1002和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件1014包括一个或多个传感器，用于为装置1000提供各个方面的状态评估。例如，传感器组件1014可以检测到装置1000的打开/关闭状态，组件的相对定位，例如所述组件为装置1000的显示器和小键盘，传感器组件1014还可以检测装置1000或装置1000一个组件的位置改变，用户与装置1000接触的存在或不存在，装置1000方位或加速/减速和装置1000的温度变化。传感器组件1014可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件1014还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件1014还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件1016被配置为便于装置1000和其他设备之间有线或无线方式的通信。装置1000可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件1016经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件1016还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。

在示例性实施例中，装置1000可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述装扮搭配评价的方法。

在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器1004，上述指令可由装置1000的处理器1020执行以完成上述装扮搭配评价的方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

当该存储介质中的指令由移动终端的处理器执行时，使得移动终端能够执行一种装扮搭配评价的方法，该方法包括：获取用户的装扮信息；根据该装扮信息得到搭配特征，其中，该搭配特征表示该用户装扮的搭配方式；根据该搭配特征与预设搭配模型生成评价信息。

本领域技术人员在考虑说明书及实践本公开后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。