[发明专利]一种智能衣柜系统及智能试衣推荐方法

权利要求书

1.一种智能衣柜系统，其特征在于：它包括智能存储模块、智能分拣模块、智能推荐模块和虚拟试衣模块；

所述智能存储模块用于在每件新衣服入库时，在领口位置熨贴上电子标签，并通过拍照、扫描条形码或手动输入形式，记录衣服信息，电子标签将衣服与这些信息唯一绑定在一起，使智能衣柜可以通过电子标签识别每件衣服；

所述自动分拣模块主要由装置有RFID读写器的机械臂完成，用户只需要将需要清洗的衣服放到洗衣机里，洗衣机在自动完成洗衣、烘干、熨烫后，机械臂通过衣服上的电子标签确定衣服身份，并识别衣领位置将衣服拎起，衣柜根据衣服的样式、材质确定衣服悬挂位置；并在当衣柜收到取衣指令时，机械臂根据数据库中衣服的存放位置，自动取出衣服，并进行熨烫，如果不需要，只要放回即可，机械臂会重新识别并将衣服归位；

所述智能推荐模块由智能推荐算法实现，用户可以输入年龄、身高、体重、性格爱好的基本信息，衣柜通过识别用户日常风格、天气、穿着场合，在衣柜中现有的衣服里选择搭配；还可以通过搜集用户的个人特征、结合购物记录及在社交网络上给博主穿搭点赞的数据，帮助用户找到最适合的穿搭产品；

虚拟试衣模块由虚拟试衣算法实现，通过衣柜前置摄像头和电子屏幕做成的试衣镜，用户只要站在镜子前面，启动人脸识别和身材识别，镜子就会自动采集人体外观数据，并在几秒内构建出一个虚拟人像，快速试穿搭配的衣服，省去穿脱的繁琐程序，并且可以试穿购物商城中的衣物饰品，效果满意即可直接下单。

2.一种智能试衣推荐方法，其特征在于：所述智能试衣推荐方法包括：智能推荐步骤和虚拟试衣步骤；

所述智能推荐步骤包括：获取用户自身数据、外在关联数据以及衣服信息；通过服装搭配推荐算法进行服装搭配推荐；根据获取的用户数据输出适用于用户的服装单品；

所述虚拟试衣步骤包括：获取训练的数据；图像处理和特征提取；模型训练；使用3D扫描仪和摄像头捕捉人体体型和姿态数据，根据身材模型和穿戴模型库，输出最终能够匹配用户的穿戴模型。

3.根据权利要求2所述的一种智能试衣推荐方法，其特征在于：所述用户自身数据包括用户的身高、体重、三围、性别、年龄、地域、穿衣风格和穿着场合；所述外在关联数据包括天气情况、目前的穿衣流行趋势、用户关联账户关于服饰的浏览和点赞以及购买记录；所述衣服信息包括图像、颜色、品牌、价格和材质。

4.根据权利要求2所述的一种穿衣智能推荐方法，其特征在于：所述通过服装搭配推荐算法进行服装搭配推荐包括：

通过用户对不同商品的历史行为记录挖掘商品间的相似度，根据用户对商品的历史偏好信息将相似的商品推荐给用户；

基于用户购买行为数据分析用户组合购买模式，通过关联规则挖掘潜在的服装搭配模式；

将协同过滤的推荐结果和基于关联规则的推荐结果进行融合得到最终的服装搭配组合。

5.根据权利要求2所述的一种穿衣智能推荐方法，其特征在于：所述获取训练的数据包括：

利用网络爬虫抓取人物的图像和上衣产品图像来训练，其中抓取的图像包括街拍、明星、博主穿搭和大牌服饰新款海报，这些人体的体态特征都不一致，增加体态特征数据以实现更好地拟合不同姿势和衣服；

每张图像是一个多维向量，包括RGB三通道在长宽上的一个矩阵，通过特征学习自动学习目标图像的有用特征。

6.根据权利要求2所述的一种穿衣智能推荐方法，其特征在于：所述图像处理和特征提取包括：

通过图像压缩，增强和复原，匹配、描述和识别将上传的全身搭配图像处理并分割成短袖、裙子、方包和高跟鞋的单品图像；

提取出衣服颜色、线条、纹理、花边计算机需要的图片特征，并将这些特征输给训练器进行机器学习训练。