[发明专利]一种基于特征个性化修改的服装推荐优化方法及其系统在审
| 申请号: | 201810687451.5 | 申请日: | 2018-06-28 |
| 公开(公告)号: | CN109064249A | 公开(公告)日: | 2018-12-21 |
| 发明(设计)人: | 杨子琳;苏卓;周凡;郑贵锋 | 申请(专利权)人: | 中山大学 |
| 主分类号: | G06Q30/06 | 分类号: | G06Q30/06;G06K9/62 |
| 代理公司: | 暂无信息 | 代理人: | 暂无信息 |
| 地址: | 510006 广东*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 服装特征 服装图片 美学特征 自定义 服装 目标图片 拼接 个性化 视觉特征向量 名称关键词 余弦相似度 反馈 检索技术 属性特征 同一空间 选择目标 映射 花纹 优化 词语 检索 图像 风格 图片 | ||
1.一种基于特征个性化修改的服装推荐优化方法,其特征在于,所述方法包括:
用户根据简单的词语进行检索处理,获得推荐类似服装图片;
根据用户想要修改装饰、花纹、风格等美学特征另外选择目标图片,进行自定义修改处理,获得自定义目标图片;
获取推荐类似服装图片,进行提取,获得推荐类似服装图片的属性特征;
获取自定义目标图片,进行提取处理,获得自定义目标图片的美学特征;
结合所述的推荐类服装图片的属性特征及所述的自定义目标图片的美学特征,进行拼接处理,获得完整的服装特征;
获取完整的服装特征,进行计算余弦相似度处理,获得与拼接后完整的服装特征的服装图片最相似的服装,作为最新的推荐反馈给用户。
2.如权利要求1一种基于特征个性化修改的服装推荐优化方法,其特征在于,所述获取推荐类似服装图片,进行提取处理具体包括:
获取推荐类服装图片,利用CNN-F网络中第2层全连接层,进行提取处理,获得推荐类服装图片的属性特征(4096维的特征向量)。
3.如权利要求1一种基于特征个性化修改的服装推荐优化方法,其特征在于,所述获取自定义目标图片,进行提取处理具体包括:
获取自定义目标图片,利用BDN网络中第2个全连接层,进行提取处理,获得自定义目标图片的美学特征(4096维的特征向量)。
4.如权利要求1一种基于特征个性化修改的服装推荐优化方法,其特征在于,所述的进行计算余弦相似度处理具体步骤包括:
获取服装推荐系统的数据库中的服装图片,利用CNN-F提取出4096维的属性特征向量,同时使用BDN提取出4096维的美学特征向量,拼接为完整的8192维的服装特征向量并存储;
获取完整的服装特征的特征向量,结合服装推荐系统的数据库中的服装图片的特征向量,进行计算余弦相似度处理;
结合用户的需求,自定义设置前数个的结果,找出与完整的服装特征的服装图片最为相似的服装图片,作为最新的推荐反馈给用户。
5.一种基于特征个性化修改的服装推荐优化系统,其特征在于,该系统包括:
输入模块,用于输入用户选择的推荐类似服装图片及自定义目标图片;
特征提取模块,用于提取服装属性特征及服装美学特征;
相似度计算模块,用于计算完整的服装特征的特征向量与服装推荐系统的数据库中的服装图片的特征向量之间的余弦相似度,获得与拼接后完整的服装特征的服装图片最相似的服装图片;
输出模块,用于将与拼接后完整的服装特征的服装图片最相似的服装图片作为新的推荐反馈给用户。
6.如权利要求5一种基于特征个性化修改的服装推荐优化系统,其特征在于,特征提取模块包括:
CNN-F网络单元,用于提取推荐类服装图片的属性特征;
BDN网络单元,用于自定义目标图片的美学特征;
拼接单元,用于拼接所述的推荐类服装图片的属性特征及所述的自定义目标图片的美学特征。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中山大学,未经中山大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810687451.5/1.html,转载请声明来源钻瓜专利网。
- 上一篇:订单数据同步的校验方法、装置及设备
- 下一篇:礼品推荐方法、介质和计算设备





