[发明专利]一种基于生成对抗网络的模特衣服推荐方法

权利要求书

1.一种基于生成对抗网络的模特衣服推荐方法，其特征在于包括以下步骤：

步骤A、衣服图像配对，获取网络上的若干训练模特衣服图像和若干训练平面化衣服图像，将每个所述模特衣服图像与每个所述训练平面化衣服图像进行配对得到衣服图像匹配对；

步骤B、构建生成对抗网络模型，将所述训练模特衣服图像和所述训练平面化衣服图像输入至所述生成对抗网络模型中的生成器和判别器中进行训练，得到含有已训练生成器和已训练判别器的 已训练生成对抗网络模型；

步骤C、平面化图像匹配，将待匹配模特衣服图像输入至所述已训练生成对抗网络模型中进行图像匹配，所述已训练生成对抗网络模型输入匹配到的训练平面化衣服图像；

步骤D、衣服推荐，根据所述训练平面化衣服图像在预设衣服图像数据库中进行筛选并得到衣服推荐结果；

其中，所述步骤B包括：

步骤B1、将所述训练模特衣服输入至所述生成器中，所述生成器输出第一输出图像；

步骤B2、将第一输出图像与所述训练模特衣服融合组成一张新的第一融合图像，根据所述训练模特衣服在所述衣服图像匹配对中找出对应的所述训练平面化衣服，将所述衣服图像匹配对中的图像进行融合得到第二融合图像；将所述第一融合图像和所述第二融合图像分别输入至所述判别器中，所述判别器分别输出数值s_r和s_f；

步骤B3、将所述训练平面化衣服和所述第一输出图像分别输入至所述判别器中，所述判别器输出数值p_r和p_f；

步骤B4、根据所述s_r、所述s_f、所述p_r及所述p_f计算所述判别器的损失函数、所述生成器的损失函数以及所述生成对抗网络模型中的分类器的损失函数；

步骤B5、将所述训练模特衣服图像和所述训练平面化衣服图像输入至生成对抗网络模型中的生成器和判别器中进行训练，直到所述判别器的损失函数、所述生成器的损失函数以及所述生成对抗网络模型中的分类器的损失函数均达到收敛，得到已收敛的已训练生成对抗网络模型。

2.如权利要求1所述的一种基于生成对抗网络的模特衣服推荐方法，其特征在于：所述步骤A包括：

步骤A1、获取若干训练模特衣服图像和若干训练平面化衣服图像，根据类别对所述训练模特衣服图像进行模特ID标定，根据类别对所述训练平面化衣服图像进行平面化ID标定；

步骤A2、根据所述模特ID和所述平面化ID对所述训练模特衣服图像和所述平面化衣服图像进行配对并得到衣服图像匹配对。

3.如权利要求2所述的一种基于生成对抗网络的模特衣服推荐方法，其特征在于：所述模特ID包括上衣、外套、裤子、半身裙、连衣裙、连身裤，所述平面化ID包括上衣、外套、裤子、半身裙、连衣裙、连身裤。

4.如权利要求2所述的一种基于生成对抗网络的模特衣服推荐方法，其特征在于：所述步骤A2具体为：当所述模特ID和所述平面化ID相同时，将所述模特ID对应的所述训练模特衣服图像与所述平面化ID对应的所述平面化衣服图像进行配对并得到衣服图像匹配对。

5.如权利要求1所述的一种基于生成对抗网络的模特衣服推荐方法，其特征在于：所述步骤B5具体为：根据随机梯度下降算法将所述训练模特衣服图像和所述训练平面化衣服图像输入至所述生成对抗网络模型中的生成器和判别器中进行训练，直到所述判别器的损失函数、所述生成器的损失函数以及所述生成对抗网络模型中的分类器的损失函数均达到收敛，得到已收敛的所述已训练生成对抗网络模型。

6.如权利要求1所述的一种基于生成对抗网络的模特衣服推荐方法，其特征在于：所述步骤C具体为：将待匹配模特衣服图像输入至所述已训练生成对抗网络模型中进行图像转换，所述已训练生成对抗网络模型根据所述待匹配模特衣服图像筛选出对应的所述衣服图像匹配对，在所述衣服图像匹配对中筛选出对应的训练平面化衣服图像。