[发明专利]基于场景分割的直播服饰装扮推荐方法、装置及计算设备

说明书

本发明公开了一种基于场景分割的直播服饰装扮推荐方法、装置、计算设备及计算机存储介质，该方法包括：选取图像采集设备所拍摄和/或所录制的视频中包含特定对象的帧图像；将帧图像输入至场景分割网络中，得到与帧图像对应的场景分割结果；根据与帧图像对应的场景分割结果，确定特定对象的肢体区域的轮廓信息；依据肢体区域的轮廓信息，对特定对象穿着的服饰进行识别，确定特定对象的服饰风格类型；根据服饰风格类型，确定待推荐服饰装扮；向用户推荐待推荐服饰装扮。该技术方案能够快速、准确地得到帧图像对应的场景分割结果，基于场景分割结果能够更为精准地识别帧图像中人物的服饰风格类型，结合其服饰风格类型进行直播服饰装扮的推荐。

技术领域

本发明涉及图像处理技术领域，具体涉及一种基于场景分割的直播服饰装扮推荐方法、装置、计算设备及计算机存储介质。

背景技术

随着互联网技术的不断发展，人们日常的娱乐活动也越来越丰富，例如，越来越多的用户喜欢通过直播应用程序在线观看主播提供的视频节目或者音频节目等。为了丰富直播内容，增加直播趣味性，还会向主播提供各种装扮，例如直播服饰装扮等。然而在现有技术中，向主播等用户推荐直播服饰装扮时，并没有很好地结合用户所穿着服饰的服饰风格类型，所推荐的直播服饰装扮可能并不符合用户喜好，导致推荐效果较差。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的基于场景分割的直播服饰装扮推荐方法、装置、计算设备及计算机存储介质。

根据本发明的一个方面，提供了一种基于场景分割的直播服饰装扮推荐方法，该方法基于经过训练的场景分割网络而执行，该方法包括：

选取图像采集设备所拍摄和/或所录制的视频中包含特定对象的帧图像；

将帧图像输入至场景分割网络中，其中，在场景分割网络中至少一层卷积层，利用尺度回归层输出的尺度系数对该卷积层的第一卷积块进行缩放处理，得到第二卷积块，而后利用第二卷积块进行该卷积层的卷积运算，获得该卷积层的输出结果；尺度回归层为场景分割网络的中间卷积层；

得到与帧图像对应的场景分割结果；

根据与帧图像对应的场景分割结果，确定特定对象的肢体区域的轮廓信息；

依据肢体区域的轮廓信息，对特定对象穿着的服饰进行识别，确定特定对象的服饰风格类型；

根据特定对象的服饰风格类型，确定待推荐服饰装扮；

向用户推荐待推荐服饰装扮。

进一步地，利用第二卷积块进行该卷积层的卷积运算，获得该卷积层的输出结果进一步包括：

利用线性插值方法，从第二卷积块中采样得到特征向量，组成第三卷积块；

依据第三卷积块与该卷积层的卷积核进行卷积运算，获得该卷积层的输出结果。

进一步地，场景分割网络训练所用的样本包含：样本库存储的多个样本图像以及与样本图像对应的标注场景分割结果。

进一步地，场景分割网络的训练过程通过多次迭代完成；在一次迭代过程中，从样本库中提取样本图像以及与样本图像对应的标注场景分割结果，利用样本图像和标注场景分割结果实现场景分割网络的训练。

进一步地，场景分割网络的训练过程通过多次迭代完成；其中一次迭代过程包括：

将样本图像输入至场景分割网络，得到与样本图像对应的样本场景分割结果；

根据样本场景分割结果与标注场景分割结果之间的分割损失，得到场景分割网络损失函数，利用场景分割网络损失函数实现场景分割网络的训练。

进一步地，场景分割网络的训练步骤包括：