[发明专利]搭配模型构建方法、服饰推荐方法、装置、介质及终端

说明书

本申请实施例公开了一种搭配模型构建方法、服饰推荐方法、装置、介质及终端。该搭配模型构建方法包括：获取设定数量的具有景深信息的模特图像；根据该模特图像构建不同模特的三维模型，并对该三维模型对应的体型数据、套装及配饰进行标记得到第一图像样本；根据图像样本，采用设定的机器学习算法对预设的深度神经网络进行训练，得到搭配模型，其中，该图像样本包括第一图像样本，可以使该搭配模型具备基于体型数据及服饰风格推荐服饰搭配方案的功能。采用上述技术方案可以解决相关技术提供的服饰搭配方案智能程度受限的问题，可以提供达到用户预期效果的服饰推荐建议，提升了服饰推荐功能的智能性及精确度。

技术领域

本申请实施例涉及移动终端技术，尤其涉及一种搭配模型构建方法、服饰推荐方法、装置、介质及终端。

背景技术

随着经济的飞速发展，服饰产品的品种、样式变得极为丰富而复杂，同时，人们对服装及配饰的要求也日益提高。面对品种、样式繁杂的服饰，人们通常希望得到专业而科学的搭配建议。

相关技术中，用户的穿衣搭配知识一般通过阅读时尚杂志获取；也有一些服饰提供商尝试通过设置于商场内的显示屏展示该服饰品牌的设计师提供的穿衣搭配方案，从而，为用户提供该品牌的服饰的搭配建议，但是这种提供搭配建议的方式的智能程度受限，并不能达到用户预期的效果。

发明内容

本申请实施例提供一种搭配模型构建方法、服饰推荐方法、装置、介质及终端，可以提供一种优化的服饰推荐方案，提升服饰推荐功能的智能性及精确度。

第一方面，本申请实施例提供了一种搭配模型构建方法，包括：

获取设定数量的具有景深信息的模特图像，其中，所述模特图像中模特的体型不同，且身着预设的套装和配饰；

根据所述模特图像构建不同模特的三维模型，并对所述三维模型对应的体型数据、套装及配饰进行标记得到第一图像样本；

根据图像样本，采用设定的机器学习算法对预设的深度神经网络进行训练，得到搭配模型，其中，所述图像样本包括第一图像样本。

第二方面，本申请实施例还提供了一种服饰推荐方法，包括：

获取至少一帧用户图像及用户输入的衣着风格信息；

根据所述用户图像确定对应的人体模型；

将所述人体模型及所述衣着风格信息输入预先配置的搭配模型，获取所述搭配模型输出的服饰搭配建议，其中，所述搭配模型为根据预设的图像样本训练的深度学习模型，且该图像样本根据对设定模特的体型数据、套装及配饰进行标记得到；

展示所述服饰搭配建议。

第三方面，本申请实施例还提供了一种搭配模型构建装置，该装置包括：

图像获取模块，用于获取设定数量的具有景深信息的模特图像，其中，所述模特图像中模特的体型不同，且身着预设的套装和配饰；

样本确定模块，用于根据所述模特图像构建不同模特的三维模型，并对所述三维模型对应的体型数据、套装及配饰进行标记得到第一图像样本；

模型训练模块，用于根据图像样本，采用设定的机器学习算法对预设的深度神经网络进行训练，得到搭配模型，其中，所述图像样本包括第一图像样本。

第四方面，本申请实施例还提供了一种服饰推荐装置，该装置包括：

信息获取模块，用于获取至少一帧用户图像及用户输入的衣着风格信息；

人体模型确定模块，用于根据所述用户图像确定对应的人体模型；