[发明专利]基于深度学习的服装流行元素预测的系统及方法

说明书

本发明属于服装智能制造技术领域，公开了一种基于深度学习的服装流行元素预测的系统及方法，包括数据收集模块，图像处理模块，服装检索模块，结果预测模块。数据收集模块用于收集网络上各种社交平台的图像；图像处理模块用于给服装图像贴上语义标注；服装检索模块，用于符合相关附属信息的服装图像检索出来；结果预测模块，用于对服装流行元素得到预测结果。一种服装流行元素预测方法包括：非线性回归模型，时序预测模型。非线性回归模型用于分析附属属性对于流行程度的分析，时序预测模型利用神经网络对于流行元素进行预测。本发明相比于现有技术，减少了计算成本，提高了预测的准确率。

技术领域

本发明属于智能服装技术领域，更具体地，涉及一种基于深度学习的服装流行元素预测的系统与方法。

背景技术

现代服装发展的一个明显趋势是服装的新旧款式之间的更替越来越快，服装变化的周期也越来越短。追求衣着的流行化已经成为了现代人的显著特征。流行服装反映了大多数人的意愿，它集中表现了某一时期人们的整体精神面貌。人们在特定的时间内对款式、色彩、着装方式的喜爱，以及相互之间的模仿使服装流行成为一种社会现象。也正是通过模仿，使这些个人的偏好逐渐扩大，进而成为一种社会喜好，并成为一种流动性的社会现象。

近年来，出现了各式各样的服装流行趋势预测系统，公开号为“CN110705755A”的“一种基于深度学习的服装流行趋势预测方法与装置”的中国专利从电商服装网站采集历年的流行服装图片和信息,对图片提取照片中服装的特征，再将数据进行整合,结果输出系统用于根据模型结果输出服装流行度为topk的服装排名,该发明还提供了一种基于深度学习的服装流行趋势预测方法,不仅提高了服装流行趋势预测的效率,还大大增强了模型计算的准确性。这个方法不能实时的服装流行的情况，且流行预测准确率有待商榷，目前，一般的服装预测一般是在网上进行检索的流行图像，网上检索的流行服装图像，这种检索预测结果一般不适用于大众，比较适用于公众人物，主持人物和模特，大众民众的流行因素与模特流行因素差别较大，导致目前的服装预测只适用于模特，无法融入到大众民众之中。

发明内容

本发明所要解决的技术问题是提供一种基于深度学习的服装流行元素预测的系统与方法，能够提高预测准确率，提高实时性。

为解决上述技术问题，本发明所采用的技术方案是：一种基于深度学习的服装流行元素预测的系统，包括数据收集模块，图像处理模块，数据处理模块，服装检索模块，结果预测模块；

数据收集模块采集各大网站平台的服装图形和室内或者室外人流视频，利用图像处理模块的图形自动标注系统对网站图形照片进行语义标签，利用视频自动识别标注视频中服装进行识别标准，数据处理模块对商场、步行街或者大学的人流量和服装通过数据处理模块将服装穿着比例进行统计，对服装的颜色进行比例统计，将商场、步行街或者大学衣服穿着结合各大网站的图形进行集合统计，数据处理模块计算得出受欢迎的服装款式和颜色，服装检索模块对受欢迎的服装款式和颜色的图像进行检索，检索得出相应的服装穿着，结果预测模块得出短时间内的服装流行元素结果。

优选的方案中，数据收集模块通过“网络爬虫”技术对网络上各个时段的图像进行爬取，生成图像列表，对图像列表上的图像进行识别，生成服装颜色、款式和服装搭配的分析表。

优选的方案中，数据收集模块通过商场、步行街或者大学进行视频采集，对视频的服装颜色和款式进行识别。

优选的方案中，图像处理模块标记网络上各个时段的图像的地址来源或者照片的预览数量，对服装上的图案和款式进行分类，服装上的图案包括字母图案、卡通图案和清爽无图案。

优选的方案中，图像处理模块标记对商场、步行街或者大学视频颜色和款式进行处理，对服装上的图案进行分类。