[发明专利]信息呈现方法和装置

说明书

本申请实施例公开了信息呈现方法和装置。该系统的一具体实施方式包括：接收对目标服饰进行服饰搭配的搭配请求，搭配请求包括目标服饰图像；对目标服饰图像进行特征提取，得到目标服饰图像的特征向量；基于目标服饰图像的特征向量，从预设的服饰信息集合中选择出服饰图像的特征向量与目标服饰图像的特征向量匹配的服饰图像，与目标服饰图像组成至少一组服饰搭配图，其中，服饰信息集合中包括服饰图像和服饰图像的特征向量；呈现所组成的至少一组服饰搭配图。该实施方式提高了服饰搭配效果。

技术领域

本申请实施例涉及计算机技术领域，具体涉及信息呈现方法和装置。

背景技术

随着信息技术的发展，互联网电子商务得到了广泛的普及。用户可以足不出户的通过诸如购物类网站、购物类应用等可以购买物品，从而极大的提高了大众生活的便利性。

当用户通过互联网购买诸如服饰类的物品时，希望看到服饰搭配效果。相关技术中，通常预先设置好服饰搭配组合。当用户请求某一件服饰的搭配效果图时，将包括该服饰的搭配效果图直接推送给用户。

发明内容

本申请实施例提出了信息呈现方法和装置。

第一方面，本申请实施例提供了一种信息呈现方法，包括：接收对目标服饰进行服饰搭配的搭配请求，搭配请求包括目标服饰图像；对目标服饰图像进行特征提取，得到目标服饰图像的特征向量；基于目标服饰图像的特征向量，从预设的服饰信息集合中选择出服饰图像的特征向量与目标服饰图像的特征向量匹配的服饰图像，与目标服饰图像组成至少一组服饰搭配图，其中，服饰信息集合中包括服饰图像和服饰图像的特征向量；呈现所组成的至少一组服饰搭配图。

在一些实施例中，服饰信息集合中包括服饰图像所呈现的服饰的属性信息；以及从预设的服饰信息集合中选择出服饰图像的特征向量与目标服饰图像的特征向量匹配的服饰图像，包括：从服饰信息集合中筛选出与目标服饰的属性信息匹配的服饰的服饰图像，其中，属性信息包括以下至少一项：类别信息、风格信息、纹理信息；从筛选后的服饰图像中选择出服饰图像的特征向量与目标服饰图像的特征向量匹配的服饰图像。

在一些实施例中，目标服饰的属性信息是通过预先训练的属性预测模型对目标服饰图像呈现的服饰进行属性预测得到的，其中，属性预测模型是基于训练样本对卷积神经网络和至少一个注意力模型进行训练得到。

在一些实施例中，从预设的服饰信息集合中选择出服饰图像的特征向量与目标服饰图像的特征向量匹配的服饰图像，包括：对于服饰信息集合中的服饰图像，将该服饰图像的特征向量和目标服饰图像的特征向量输入至预先训练的匹配度模型，得到该服饰图像和目标服饰图像之间的匹配度值；按照匹配度值由高至低的顺序，从所得到的匹配度值集合中选择出预设数目个匹配度值所对应的服饰图像。

在一些实施例中，匹配度模型通过如下步骤训练得到：获取训练样本集，训练样本集中的训练样本包括随机样本服饰图像、与随机样本服饰图像可进行搭配的正样本服饰图像、与随机样本服饰图像不可进行搭配的负样本服饰图像；利用卷积神经网络对样本服饰图像进行特征提取，得到样本服饰图像的特征向量；对于训练样本集合中的训练样本，执行如下训练步骤：将随机样本服饰图像的特征向量、正样本服饰图像的特征向量和负样本服饰图像的特征向量输入至待训练的匹配度模型，得到对随机样本服饰图像的特征向量、正样本服饰图像的特征向量和负样本服饰图像的特征向量进行全连接后的特征值；确定预设损失函数的损失值是否达到预设阈值，其中，预设损失函数用于指示训练样本中的随机样本服饰图像的特征向量和正样本服饰图像的特征向量之间的欧式距离与随机样本服饰图像的特征向量和负样本服饰图像的特征向量之间的欧式距离的差值与所得到的特征值集合中的特征值之间的差异；响应于确定预设损失函数的损失值达到预设阈值，确定匹配度模型训练完成；响应于确定预设损失函数的损失值未达到预设阈值，调整待训练的匹配度模型的参数，继续执行训练步骤。