[发明专利]基于卷积神经网络的体貌特征识别分类的服装推荐系统

权利要求书

1.一种基于卷积神经网络的体貌特征识别分类的服装推荐系统，其特征在于，包括顾客信息自动采集模块、服装款式推荐模块和服装信息管理模块；所述顾客信息自动采集模块通过人机交互的方式获取顾客的照片，并采用基于CNN-SVM多分类器算法的图像识别技术提取照片中顾客的体貌特征，并将体貌特征作为服装款式推荐模块的输入信息；所述服装款式推荐模块采用专家系统技术根据顾客体貌特征进行个性化服装款式推荐，并生成服装推荐清单；所述服装信息管理模块基于生成服装推荐清单完成订单支付管理。

2.根据权利要求1所述的基于卷积神经网络的体貌特征识别分类的服装推荐系统，其特征在于，所述顾客信息自动采集模块包括训练样本库和顾客信息库，所述训练样本库存储用以训练CNN和SVM的样本数据集，不断自动存入新顾客的样本数据集并进行更新提高自动获取顾客体貌特征的正确性；所述顾客信息库用于存储从照片中提取出的顾客的体貌特征。

3.根据权利要求2所述的基于卷积神经网络的体貌特征识别分类的服装推荐系统，其特征在于，所述顾客信息自动采集模块基于CNN-SVM多分类器算法是将CNN和SVM结合，采用AlexNet网络改进后的网络结构；在原有caffe框架的AlexNet网络模型中减少卷积层，并减少网络深度，同时调整网络最初参数设置，并将AlexNet网络模型中softmax激活函数替换成SVM多分类器，采用SVM分类优势进一步提高系统分类正确率；CNN通过前向和反向传播算法训练学习，用来提取图像原始特征作为全连接层的输出，然后采用这些特征训练SVM多分类器，对照片中顾客的体貌特征进行识别分类的任务。

4.根据权利要求1所述的基于卷积神经网络的体貌特征识别分类的服装推荐系统，其特征在于，所述顾客的体貌特征包括肤色信息、脸型信息、身型信息和肩型信息。

5.根据权利要求1所述的基于卷积神经网络的体貌特征识别分类的服装推荐系统，其特征在于，所述服装款式推荐模块包括规则库、事实库和推理机，所述事实库用于保存顾客信息自动采集模块传输的顾客的体貌特征；所述规则库基于产生式规则保存服装搭配知识；所述推理机按照正向推理模拟服装专家思维过程，采用动态搜索机制的黑板模型根据顾客体貌特征进行个性化服装款式推荐，并生成服装推荐清单。

6.根据权利要求5所述的基于卷积神经网络的体貌特征识别分类的服装推荐系统，其特征在于，所述动态搜索机制的黑板模型在每次搜索过程中不断地按照知识源的规则动作所调用的结果记录数目重新划分各个知识源优先级以改进传统黑板模型固定顺序的知识源层次结构，保证下一级知识源在更小范围的数量空间进行搜索，有效提高服装搭配推荐系统的规则匹配和搜索速度。