一种基于服装组图的风格元素挖掘和推荐方法

摘要

本发明提供了一种基于服装组图的风格元素挖掘和推荐方法，包括，用户为推荐系统选择或输入服装样本图像和推荐要求；所述推荐系统对输入服装样本图像进行预处理，建立指定服装组图；所述推荐系统根据推荐要求对指定服装组图中的服装图像进行特定的特征提取；所述推荐系统对服装图像进行特定服装视觉元素的挖掘；根据用于要求和挖掘出的服装视觉元素对数据库中的服装图像进行风格分析，并针对各种服装类型进行评分。本发明通过特征表达和统计分析方法对服装图像的服装视觉元素进行挖掘，进而总结服装图像的设计风格，从而根据服装风格对服装图像进行检索和推荐。本发明能够满足消费者在购买服装时追求的新颖性。

主权项

一种基于服装组图的风格元素挖掘和推荐方法，其特征在于，包括以下步骤： A：推荐系统任意指定服装图像集，作为目标用以学习发现其中的共性和个性元素； B：推荐系统对目标集中的服装图像进行特征提取，得到特征向量集，根据所述特征向量集得到风格特征码本，具体包括如下步骤： B1：对任意指定服装图像集中的每一幅服装图像提取图像特征，得到特征向量集； B2：利用K‑means对上述特征向量集进行聚类操作，得到风格特征码本； C：推荐系统对风格特征码本相对于任意指定服装图像集中的每幅指定图像进行比重计算，得到风格比重矩阵，具体包括如下步骤： C1：针对每一幅服装指定服装组图中的图像I，计算第i个码本C_i的个数，得到Count(I，C_i)，i＝1，2…K； C2：计算每一个码本的比重向量，得到风格比重矩阵： K为风格特征码本类别数，Itrain为任意指定服装图像集中的图像I； D：推荐系统根据风格比重矩阵计算每个风格特征的表现力函数，根据该表现力函数得到服装风格元素，具体包括如下步骤： D1：计算每个风格特征的表现力函数： E(C_i)＝avg(Imp(I_train，C_i))×var(Imp(I_train，C_i))， 其中，avg(.)为期望公式，var(.)为方差公式； D2：选取前N_s个使得表现力函数最大的风格特征，以此作为特定服装视觉 元素C_s； E：推荐系统对待推荐库中的服装图像进行特征提取，得到待推荐特征矩阵，计算所述服装风格元素在该待推荐图像中的待推荐比重向量： Irmd为待推荐图像； F：推荐系统计算上述风格比重矩阵和待推荐比重向量的相似度，输出推荐结果。