[发明专利]服饰搭配推荐方法和装置以及用于该装置的训练方法

权利要求书

1.一种服饰搭配推荐方法，包括：

获取多个给定服饰单品的图像和待搭配的多个候选服饰单品集的图像，所述多个候选服饰单品集中的每个候选服饰单品集包括一个或多个候选服饰单品；

基于所述多个给定服饰单品的图像生成与所述多个候选服饰单品集同类型的目标服饰单品集的图像；

分别计算所述多个候选服饰单品集中的每个候选服饰单品集的图像与所述多个给定服饰单品的图像以及所述目标服饰单品集的图像的相似度；以及

根据所计算的相似度来推荐所述多个候选服饰单品集中的至少一个候选服饰单品集。

2.根据权利要求1所述的服饰搭配推荐方法，其中，基于所述多个给定服饰单品的图像生成与所述多个候选服饰单品集同类型的目标服饰单品集的图像包括：

通过卷积神经网络获取所述多个给定服饰单品的图像在所述卷积神经网络的多个层中的视觉特征；

基于自注意力机制融合所获取的视觉特征以得到融合后的特征；

通过变分自编码器基于所述融合后的特征生成融合特征；以及

通过转置卷积神经网络基于所述融合特征生成所述目标服饰单品集的图像，其中，所述转置卷积神经网络的层数与所述卷积神经网络的层数相同。

3.根据权利要求2所述的服饰搭配推荐方法，其中，分别计算所述多个候选服饰单品集中的每个候选服饰单品集的图像与所述多个给定服饰单品的图像以及所述目标服饰单品集的图像的相似度包括针对每个候选服饰单品集：

通过所述卷积神经网络获取该候选服饰单品集的图像在所述卷积神经网络的所述多个层中的候选视觉特征；以及

基于所述候选视觉特征，所述多个给定服饰单品的图像在所述卷积神经网络的所述多个层中的所述视觉特征，以及所述目标服饰单品集的图像在所述转置卷积神经网络的多个层中的层级特征来计算该候选服饰单品集的图像与所述多个给定服饰单品的图像以及所述目标服饰单品集的图像的相似度。

4.根据权利要求3所述的服饰搭配推荐方法，其中，每个候选服饰单品集的图像与所述多个给定服饰单品的图像以及所述目标服饰单品集的图像的相似度被计算为：

其中，s_h表示该候选服饰单品集的图像与所述多个给定服饰单品的图像以及所述目标服饰单品集的图像的相似度，l表示所述卷积神经网络的层数，h_i表示所述候选服饰单品集的图像在所述卷积神经网络的第i层的视觉特征所对应的矩阵，g_i表示所述目标服饰单品集的图像在所述转置卷积神经网络的第i层的层级特征所对应的矩阵，m表示所述多个给定服饰单品的数量，x_ij表示所述多个给定服饰单品中的第j给定服饰单品的图像在所述卷积神经网络的第i层的视觉特征所对应的矩阵，以及T表示转置运算。

5.一种电子设备，包括：

至少一个处理器；以及

存储有计算机程序的至少一个存储器；

其中，当所述计算机程序由所述至少一个处理器执行时，使得所述电子设备执行根据权利要求1至4中任一项所述的服饰搭配推荐方法的步骤。

6.一种服饰搭配推荐装置，包括：

图像获取模块，其被配置为获取多个给定服饰单品的图像和待搭配的多个候选服饰单品集的图像，所述多个候选服饰单品集中的每个候选服饰单品集包括一个或多个候选服饰单品；

目标图像生成模块，其被配置为基于所述多个给定服饰单品的图像生成与所述多个候选服饰单品集同类型的目标服饰单品集的图像；

相似度计算模块，其被配置为分别计算所述多个候选服饰单品集中的每个候选服饰单品集的图像与所述多个给定服饰单品的图像以及所述目标服饰单品集的图像的相似度；以及

推荐模块，其被配置为根据所计算的相似度来推荐所述多个候选服饰单品集中的至少一个候选服饰单品集。