[发明专利]预测流行趋势的方法、智能设备和计算机可读存储介质在审

专利信息
申请号: 201911370709.X 申请日: 2019-12-26
公开(公告)号: CN111145242A 公开(公告)日: 2020-05-12
发明(设计)人: 虞冬果;肖金华 申请(专利权)人: 赛维时代科技股份有限公司
主分类号: G06T7/60 分类号: G06T7/60;G06T7/11;G06T7/194;G06K9/00
代理公司: 深圳中细软知识产权代理有限公司 44528 代理人: 陈媛
地址: 518000 广东省深圳市龙岗区平湖街道华南大道一*** 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: 预测 流行 趋势 方法 智能 设备 计算机 可读 存储 介质
【说明书】:

发明实施例公开了一种预测流行趋势的方法,包括:获取至少一张待预测图像;通过图像提取算法提取每张待预测图像的人物图像;对每张人物图像至少一个指定部位进行测量,获取每张人物图像的廓形数据;基于廓形数据进行数据挖掘,根据数据挖掘的结果获取流行趋势。本发明还公开了智能设备和计算机可读存储介质。本发明可以有效提高了服装设计的效率,降低人力成本。

技术领域

本发明涉及人工智能技术领域,尤其涉及预测流行趋势的方法、智能设备和计算机可读存储介质。

背景技术

传统的服装设计过程,从布料的选型,到服装款式、廓形的处理,再到对于当下时尚潮流趋势的预判,设计师每天面对的信息量和需要处理的工作量非常大。当今服装流行趋势越来越显现出模糊性、多元性的特点。

设计师需要通过分析海量不同款式的服装才能对时尚的流行元素做出较为准确的判断与分析,而这在人力与时间成本上太过昂贵。只有准确分析出当前的流行趋势与流行元素才能帮助时尚服装设计师设计出迎合潮流的时尚服装,提高用户的购买欲与满意度。

发明内容

基于此,有必要针对上述问题,提出了预测流行趋势的方法、智能设备和计算机可读存储介质。

一种预测流行趋势的方法,包括:获取至少一张待预测图像;通过图像提取算法提取每张所述待预测图像的人物图像;对每张所述人物图像至少一个指定部位进行测量,获取每张所述人物图像的廓形数据;基于所述廓形数据进行数据挖掘,根据所述数据挖掘的结果获取流行趋势。

其中,所述对每张所述人物图像至少一个指定部位进行测量的步骤,包括:确定基础人体比例,确定待测量的至少一个指定部位;对每张所述人物图像的服装廓形的对应所述至少一个指定部位的位置进行测量。

其中,所述至少一个指定部位包括:身高、肩线、胸线、腰线、臀线和膝线中的至少一个。

其中,所述廓形数据包括至少一项关键数据和至少一项测量数据;所述获取每张所述人物图像的廓形数据的步骤,包括:对所述人物图像的测量结果进行数据处理,获取所述至少一项关键数据和所述至少一项测量数据;所述至少一项测量数据包括:身高、肩宽与胸宽比、腰宽、臀宽、膝宽与臀膝中点宽比、肩腰处突变值、腰臀处突变值和臀膝处突变值中的至少一项;所述至少一项关键数据包括:所述人物图像中服装是否为抹胸款式和/或所述服装下摆是否过膝。

其中,所述图像提取算法包括人体检测算法和图像分割算法;所述通过预训练的图像提取算法提取每张所述待预测图像的人物图像的步骤,包括:获取所述人体检测算法的似然函数,基于所述似然函数检测出所述待预测图像的人物区域和背景区域;通过图像分割算法将所述人物区域和背景区域分割,获取所述人物图像。

其中,所述图像分割算法包括图割算法。

其中,所述通过预训练的图像提取算法提取每张所述待预测图像的人物图像的步骤之后,包括:随机选取至少一张人物图像,判断所述人物图像是否提取正确。

一种智能设备,包括:获取模块,用于获取至少一张待预测图像;分割模块,用于通过预训练的图像提取算法提取每张所述待预测图像的人物图像;测量模块,用于对每张所述人物图像至少一个指定部位进行测量,获取每张所述人物图像的廓形数据;挖掘模块,用于基于所述测量结果进行数据挖掘,根据所述数据挖掘的结果获取流行趋势。

一种智能设备,包括:处理器、存储器,所述处理器耦接所述存储器,所述存储器中存储有计算机程序,所述处理器执行所述计算机程序以实现如上所述的方法。

一种计算机可读存储介质,存储有计算机程序,所述计算机程序能够被处理器执行以实现如上所述的方法。

采用本发明实施例,具有如下有益效果:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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赛维时代科技股份有限公司,未经赛维时代科技股份有限公司许可,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/201911370709.X/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top