本发明属于服装搭配的信息,具体是涉及一种计算人与服装搭配度的方法及系统。
背景技术:
1、本部分的陈述仅仅是提供了与本发明相关的背景信息,不必然构成在先技术。
2、自从电子商务发展以来,网络购物已经成为大家不可或缺的消费方式,线上选购已经渗透到日常生活的方方面面,而服装网购就占有很大的份额。线上开店成本低、售卖的品类也多,各种风格、款式、价格的服装都可以搜索到、买到。但一直以来,服装网购一直无法代替线下购买,其中一个很重要的原因就是无法试穿。虽然各电商平台尝试过各种方式在线试穿,比如虚拟试衣等,但最后都无功而返。
3、试穿其实包括两层内容,一层是指试穿尺码,看衣服的大小、肥窄是否合身,这块通过详细标注尺码、多次购买能够得到一定程度的解决;另一层是指试穿风格,看衣服的风格、款式是否符合与自身匹配,也就是常规意义上的服装搭配问题。在研究中发现,公开号为cn108920828a的中国专利能够自动匹配出搭配的服装,又如公开号cn110209860a的中国专利通过服装属性目标的方式计算匹配出搭配的服装,均是根据相应方法直接得到匹配的服装。虽然通过大数据、深度学习算法等各种方式能够计算出指定的衣服是否与之搭配,或者通过这件衣服去计算出匹配的其它衣服,但匹配的几件衣服之中,哪件最适合、哪件最不适合、适合的程度是多少却仍未能解决。
技术实现思路
1、针对现有技术中存在的不足,本发明公开的一个或多个实施例提供了一种计算人与服装搭配度的方法及系统,用于明确给出所述个人与所述服装之间的搭配度。
2、本发明实施例第一方面提供了一种计算人与服装搭配度的方法,包括:
3、通过业务人员的诊断方式获取服装的数据档案,根据所述数据档案转换为相应类型服装的数据模型;
4、通过业务人员的诊断方式获取人的数据档案,根据所述人数据档案中不同特征的数据特点,将数据档案转换为标准特征数据模型;
5、根据所述服装的数据模型与所述人对应的标准特征数据模型数据,根据特定算法计算得出所述人与所述服装之间的搭配度。
6、在某些实施例中,所述服装的数据档案由业务人员诊断的方式收集并整理得出,并存在在纸质文件和/或一种计算机程序产品中,所述服装均需要建立属于个体的数据档案。
7、可选地,所述服装的数据档案包括:色彩特征、款式特征、材质特征和整体特征部分。
8、在某些实施例中,所述人的数据档案由业务人员诊断的方式收集并整理得出,并存在在纸质文件和/或一种计算机程序产品中,所述人均需要建立属于自己的数据档案。
9、在某些实施例中,所述人的数据档案由外在特征和内在特征组成。
10、在某些实施例中,所述人的数据档案中外在特征包括面部特征、体型特征和尺寸数据。
11、在某些实施例中,所述人的数据档案中内在特征包括性格特征、特别喜好数据。
12、在某些实施例中,将所述服装的服装档案转换为相应类型服装的模型数据。
13、在某些实施例中,所述的模型数据包括上衣下裳式数据模型、上衣下裤式数据模型、深衣式数据模型。
14、在某些实施例中,将所述人的服装档案转换为相对应的标准特征数据模型。
15、在某些实施例中,所述的标准特征数据模型包括上衣下裳式标准特征模型、上衣下裤式标准特征模型、深衣式标准特征模型。
16、在某些实施例中,读取所述服装的模型数据与所述人对应类型的标准特征数据模型,通过特定算法计算得出所述人与所述服装之间的搭配度。
17、本发明第二方面提供了一种计算人与服装搭配度的系统,包括:
18、第一模型模块,用于根据所述服装的信息后获取服装的数据档案,并根据服装数据档案得到所述服装数据模型信息;
19、第二模型模块,用于根据所述人的信息后获取人的数据档案,并根据数据档案得到所述人的标准特征模型信息;
20、计算模块,用于获取所述服装数据模型信息和所述人的标准特征模型信息,并进行计算后得到所述人与所述服装的搭配度。
21、在某些实施例中,所述计算模块从第一模型模块中获取所述服装的数据模型信息数据。
22、在某些实施例中,所述计算模块从第二模型模块中获取所述人的标准特征模型信息数据。
23、在某些实施例中,所述计算模块具体用于计算所述人与所述服装的搭配度。
24、本发明第三方面提供了一种计算人与服装搭配度的装置,包括:
25、处理器、存储器、输入输出设备以及总线;
26、所述处理器、存储器、输入输出设备分别与所述总线相连;
27、所述处理器用于执行存储器中存储的计算机程序时实现如权利要求1至12中任意一项所述方法的步骤。本发明第四方面提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被执行时实现如权利要求1至12中任意一项所述方法的步骤。
28、与现有技术相比,本发明根据业务人员的诊断能力得到所述人与所述服装的数据档案,这部分不仅依赖于业务人员的诊断能力,而且后续诊断成熟后依然可以抽象成系统能力,在兼容现有市场模式的同时后续有自动化的提升空间;根据获取的数据档案转换为数据模型,根据数据模型计算得出匹配度,相比于其他公开方案中只能提供可搭配服装相比,本发明可指定人与指定服装进行搭配对比、得出具体的搭配度,在未来vr、ar的虚拟世界乃至元宇宙中可有着不可估量的价值;另外,根据所述人的数据档案得出的数据模型,可了解到系统内所有人的形象特征数据、画出系统内非常准确、详细的形象特征画像,可用于指导服装的设计和销售策略;根据所述服装的数据档案得出的数据模型,可得到系统内所有服装的色彩、风格等形象特征,并了解到系统内哪些形象特征的服装容易销售、受到欢迎,可为系统内商家提供更加精准的服装设计指导意见,持续提升设计能力和营销能力。
29、借上述说明仅是本公开的实施例技术方案的概述,为了能够更清楚了解本公开的实施例的技术手段,而可依照说明书的内容予以实施,并且为了让本公开的实施例的上述和其它目的、特征和优点能够更明显易懂,以下特举本公开的实施例的具体实施方式。
1.一种计算人与服装搭配度的方法,其特征在于,所述方法包括
2.根据权利要求1所述的方法,其特征在于所述服装的数据档案由业务人员诊断的方式收集并整理得出,并存在在纸质文件和/或一种计算机程序产品中,所述服装均需要建立属于个体的数据档案。
3.根据权利要求2所述的方法,其特征在于,所述服装的数据档案包括:色彩特征、款式特征、材质特征和整体特征部分。
4.如权利要求1所述的方法,其特征在于所述人的数据档案由业务人员诊断的方式收集并整理得出,并存在在纸质文件和/或一种计算机程序产品中,所述人均需要建立属于自己的数据档案。
5.如权利要求4所述的方法,其特征在于,所述人的数据档案由外在特征和内在特征组成。
6.如权利要求5所述的方法,其特征在于,所述人的数据档案中外在特征包括面部特征、体型特征和尺寸数据。
7.如权利要求5所述的方法,其特征在于,所述人的数据档案中内在特征包括性格特征、特别喜好数据。
8.如权利要求1所述的方法,其特征在于,将所述服装的服装档案转换为相应类型服装的模型数据。
9.如权利要求8所述的方法,其特征在于,所述的模型数据包括上衣下裳式数据模型、上衣下裤式数据模型、深衣式数据模型。
10.如权利要求1所述的方法,其特征在于,将所述人的服装档案转换为相对应的标准特征数据模型。
11.如权利要求10所述的方法,其特征在于,所述的标准特征数据模型包括上衣下裳式标准特征模型、上衣下裤式标准特征模型、深衣式标准特征模型。
12.如权利要求1所述的方法,其特征在于,读取所述服装的模型数据与所述人对应类型的标准特征数据模型,通过特定算法计算得出所述人与所述服装之间的搭配度。
13.一种计算人与服装搭配度的系统,其特征在于,包括
14.根据权利要求13所述的系统,其特征在于,所述计算模块从第一模型模块中获取所述服装的数据模型信息数据。
15.根据权利要求13所述的系统,其特征在于,所述计算模块从第二模型模块中获取所述人的标准特征模型信息数据。
16.根据权利要求13所述的系统,其特征在于,所述计算模块具体用于计算所述人与所述服装的搭配度。
17.一种计算人与服装搭配度的装置,其特征在于,包括
18.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被执行时实现如权利要求1至12中任意一项所述方法的步骤。