[发明专利]一种用户个人服饰的搭配方法

摘要

本发明涉及通信技术领域，尤其涉及一种用户个人服饰的搭配方法，包括以下步骤S1用户对其衣橱内的服饰拍照，并导入计算机而构建视觉数据驱动的个人衣橱模型；S2个人衣橱模型基于网络大数据应用机器学习方法了解时尚趋势，提供服饰搭配建议；S3用户参照服饰搭配建议，选择着装。本发明提供一种个人服饰的搭配方法，通过机器学习方法分析网络上的海量时尚图片，基于网络大数据了解时尚趋势，并且应用获取到的“时尚知识”为用户推荐基于其个人衣橱的服饰搭配，快速满足了客户的定制化要求和时尚需求。

主权项

一种用户个人服饰的搭配方法，其特征在于，包括以下步骤：S1用户对其衣橱内的服饰拍照，并导入计算机而构建视觉数据驱动的个人衣橱模型；S2个人衣橱模型基于网络大数据应用机器学习方法了解时尚趋势，提供服饰搭配建议；S3用户参照服饰搭配建议，选择着装；所述步骤S2中，可通过周期性收集社交网络信息获取训练数据了解时尚趋势；所述步骤S2具体包括以下步骤：S21个人衣橱模型通过机器学习模块自动挖掘社交媒体的服饰搭配图片；S22通过应用自然语言处理领域的统计语言模型方法，计算某种风格服饰搭配的出现概率顺序分布，来分析时尚服饰搭配；S23在用户指定某个服饰后，个人衣橱模型基于服饰搭配的出现概率提供着装建议；所述步骤S2还包括以下步骤：根据用户喜欢的明星穿衣风格，调整步骤S22中服饰搭配的出现概率分布参数；所述步骤S 23具体包括以下步骤：针对用户指定的某个服饰，使用一个N‑gram模型，用来预测下一个出现的服饰；该N‑gram模型为马尔可夫模型，即(N‑1)‑order；在时尚领域内，N代表在预测服饰的过程中涉及到的服饰数量；还包括以下步骤：S4通过设立混乱度判断模型的方法，来判断个人衣橱模型的预测效力；所述步骤S2中还包括提供整个衣橱的时尚水平评分的方法，具体方法如下：采用统计语言模型的公式P(w1,…,wm)计算得出整个个人衣橱模型的时尚得分评价；其中，wm代表一个服饰，P代表各种服饰搭配的时尚程度。