[发明专利]服装识别方法、计算机设备和存储介质在审

专利信息
申请号: 201910604280.X 申请日: 2019-07-05
公开(公告)号: CN110147854A 公开(公告)日: 2019-08-20
发明(设计)人: 马修·罗伯特·斯科特;黄鼎隆;刘政杰;胡晓军 申请(专利权)人: 深圳码隆科技有限公司
主分类号: G06K9/62 分类号: G06K9/62;G06Q30/02
代理公司: 广州华进联合专利商标代理有限公司 44224 代理人: 方高明
地址: 518081 广东省深圳市盐田区沙头*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 服装 分类信息 时尚潮流 颜色信息 计算机设备 存储介质 服装设计 设计特征 贴合 图片 申请 考察
【权利要求书】:

1.一种服装识别方法,所述方法包括:

获取待识别服装的图片;

对所述待识别服装的图片进行识别,获得所述待识别服装的分类信息和颜色信息,根据所述分类信息和所述颜色信息,获得所述待识别服装的时尚潮流度;

将所述分类信息、所述颜色信息和所述时尚潮流度组合,确定为所述待识别服装的设计特征信息。

2.根据权利要求1所述的方法,其特征在于,对所述待识别服装的图片进行识别,获得所述待识别服装的分类信息和颜色信息,根据所述分类信息和所述颜色信息,获得所述待识别服装的时尚潮流度,包括:

采用训练好的分类识别模型,对所述图片进行识别,获得所述待识别服装的分类信息;

采用训练好的颜色识别模型,对所述图片进行识别,获得所述待识别服装的颜色信息;

采用训练好的时尚标签识别模型,对所述分类信息和所述颜色信息进行识别,获得所述待识别服装的时尚潮流度。

3.根据权利要求2所述的方法,其特征在于,包括下述各项中的至少一项:

第一项:训练获得所述训练好的分类识别模型的方法包括:

获取第一样本数据,所述第一样本数据包括待训练服装的图片及其对应的分类信息标签;

采用待训练分类识别模型,对所述第一样本数据进行训练,根据训练结果与所述分类信息标签的差异,调整所述待训练分类识别模型的参数,直至满足训练结束条件,获得训练好的分类识别模型;

第二项:训练获得所述训练好的颜色识别模型的方法包括:

获取第二样本数据,所述第二样本数据包括待训练服装的图片及其对应的颜色信息标签;

采用待训练颜色识别模型,对所述第二样本数据进行训练,根据训练结果与所述颜色信息标签的差异,调整所述待训练颜色识别模型的参数,直至满足训练结束条件,获得训练好的颜色识别模型;

第三项:训练获得所述训练好的时尚标签识别模型的方法包括:

获取第三样本数据,所述第三样本数据包括待训练服装的时尚因素及其对应的时尚潮流度标签,所述时尚因素包括分类信息和颜色信息;

采用待训练时尚标签识别模型,对所述第三样本数据进行训练,根据训练结果与所述时尚潮流度标签的差异,调整所述待训练时尚标签识别模型的参数,直至满足训练结束条件,获得训练好的时尚标签识别模型。

4.根据权利要求3所述的方法,其特征在于,包括下述各项中的至少一项:

从所述待训练服装的图片或设计档案信息中提取分类信息,获得所述待训练服装对应的分类信息标签;

从所述待训练服装的图片或设计档案信息中提取颜色信息,获得所述待训练服装对应的颜色信息标签;

从所述待训练服装的图片或设计档案信息中提取时尚因素,根据所述时尚因素对应的服装销售量占比,获得所述待训练服装对应的时尚潮流度标签,所述时尚因素包括分类信息和颜色信息。

5.根据权利要求1至4任意一项所述的方法,其特征在于,还包括:根据所述待识别服装的设计特征信息,对所述待识别服装进行销售预测,获得所述待识别服装的销售预测结果。

6.根据权利要求5所述的方法,其特征在于,根据所述待识别服装的设计特征信息,对所述待识别服装进行销售预测,获得所述待识别服装的销售预测结果,包括:

采用训练好的视觉畅销模型,根据所述待识别服装的设计特征信息,对所述待识别服装进行销售预测,获得所述待识别服装的销售预测结果。

7.根据权利要求6所述的方法,其特征在于,训练获得所述训练好的视觉畅销模型的方法包括:

获取第四样本数据,所述第四样本数据包括待训练服装的设计特征信息及其对应的销量标签;

采用待训练视觉畅销模型,对所述第四样本数据进行训练,根据训练结果与所述销量标签的差异,调整所述待训练视觉畅销模型的参数,直至满足训练结束条件,获得训练好的视觉畅销模型。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳码隆科技有限公司,未经深圳码隆科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910604280.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top