[发明专利]基于人工智能的装修风格推荐系统及方法

说明书

本发明公开了基于人工智能的装修风格推荐系统及方法，涉及机器学习技术领域，包括控制后台、训练集存储模块、推荐集存储模块、风格分类训练模块、风格分类模块、原始风格设计图存储模块、风格迁移训练模块、风格迁移模块、用户终端；一方面根据用户表达的对装修风格的喜好，为用户推荐合适的装修风格图片，另一方面，针对用户对于融合多种装修风格的多元化需求，通过使用风格迁移算法自动生成多风格融合的装修风格图片，解决了为用户提供更多元化装修风格选择的问题。

技术领域

本发明属于装修风格推荐领域，涉及神经网络技术，具体是基于人工智能的装修风格推荐系统及方法。

背景技术

家装公司是针对对家庭居住环境进行的装饰和装修工程，是集家庭室内设计、材料预算、工程施工于一体的专业化家装公司；它是在满足居住功能的前提下，实现家居环境、家居氛围与家居艺术品的和谐统一；人们在入住新房屋前也越来越重视房间的装修风格，而家装公司一般也会在装修前考虑如何为用户推荐装修风格的问题。

现有的装修风格推荐系统往往存在以下问题：

1、推荐的装修风格比较随机，未能充分考虑到用户的喜好；

2、推荐的装修风格图片均为已设计好的单一风格的装修图片，无法解决用户喜好多种风格融合的问题。

发明内容

本发明旨在至少解决现有技术中存在的技术问题之一；为此，本发明提出基于人工智能的装修风格推荐系统及方法，该基于人工智能的装修风格推荐系统及方法一方面根据用户表达的对装修风格的喜好，为用户推荐合适的装修风格图片，另一方面，针对用户对于融合多种装修风格的多元化需求，通过使用风格迁移算法自动生成多风格融合的装修风格图片，解决了为用户提供更多元化装修风格选择的问题。

为实现上述目的，根据本发明的第一方面的实施例提出基于人工智能的装修风格推荐系统，包括控制后台、训练集存储模块、推荐集存储模块、风格分类训练模块、风格分类模块、原始风格设计图存储模块、风格迁移训练模块、风格迁移模块、用户终端；其中，各个模块之间采用无线网络和/或电气连接；

所述训练集存储模块主要用于存储现有的装修设计图，并对图片做装修风格标记；所述装修设计图可通过网络爬虫或人工收集的方式收集；所述风格标记可通过爬取网络中已做过标记的装修设计图，或进行人工标记；

所述推荐集存储模块主要用于存储需要推荐给用户的装修设计图；

所述风格分类训练模块主要用于通过卷积神经网络对存储标记模块中的图片进行训练；在具体的实施例中，所述卷积神经网络使用的是ResNet-50模型；训练用图片按60％、20％、20％的比例分为训练集、测试集、验证集；训练出的风格识别模型在测试集的准确率达到95％以上停止训练；训练出的风格识别模型发送至风格分类模块；

所述风格分类模块主要用于对推荐集存储模块的装修设计图进行风格分类；在具体的实施例中，将推荐集存储模块的设计图输入上述风格识别模型中，计算出每张装修设计图属于各个风格的概率；

所述原始风格设计图存储模块主要用于存储每种风格的基本图片；在具体的实施例中，所述每种风格的基本图片为人工选择的每种风格的最典型图片；

所述风格迁移训练模块主要用于训练风格迁移模型；所述风格迁移模型使用原始风格设计图存储模块中的每种风格的基本图片作为训练的原始风格，训练集存储模块中的装修设计图作为目标图片，使用风格迁移算法对每种原始风格与目标图片进行训练，并生成新的图片；将生成的新图片放入上述风格识别模型中，计算出新图片风格为原始风格的概率；统计所有训练图片被风格转移后的新图片符合原始风格的比例，不断训练直至符合原始风格的图片比例大于p，每种风格的风格迁移训练结束；所述p根据实际经验设定；

所述用户终端主要用于为用户推荐装修设计图；在具体的实施例中，推荐的装修设计图包括两种方式：现有的装修设计图与进行风格迁移的装修设计图；两种方式具体的推荐步骤如下：