一种服饰推荐方法、装置、AR眼镜以及存储介质制造方法及图纸

本申请公开了一种服饰推荐方法、装置、AR眼镜以及存储介质。该方法应用于AR眼镜，步骤包括：采集用户体貌特征；生成与用户体貌特征对应的用户特征分值；基于对应关系筛选得到与用户特征分值对应的目标服饰信息；根据目标服饰信息生成服饰推荐结果。本方法根据用户体貌特征生成用户特征分值，进而基于对应关系根据用户特征分值筛选对应的服饰，并以此生成最终的服饰推荐结果，能够相对提高导购员向消费者推荐服饰时的准确性，进而确保消费者线下购物的效率以及购物体验。此外，本申请还提供一种服饰推荐装置、AR眼镜以及存储介质，有益效果同上所述。

【技术实现步骤摘要】
一种服饰推荐方法、装置、AR眼镜以及存储介质
本申请涉及增强现实领域，特别是涉及一种服饰推荐方法、装置、AR眼镜以及存储介质。
技术介绍
随着电子商务的发展，通过电子商务网站购买服饰逐渐成为一个流行的趋势，由于电子商务网站能够基于大数据技术根据消费者的历史购物信息以及消费者的个人特征为消费者推荐相应的服饰，因此为消费者提供了较大的服饰选择的便利性，线下实体门店相较于电子商务网站而言，往往存在导购员向消费者推荐服饰时准确性较低，这导致在线下实体门店购物的消费者数量不断减少。由此可见，提供一种服饰推荐方法，以相对提高导购员向消费者推荐服饰时的准确性，进而确保消费者线下购物的效率以及购物体验，是本领域技术人员需要解决的问题。
技术实现思路
本申请的目的是提供一种服饰推荐方法、装置、AR眼镜以及存储介质，以相对提高导购员向消费者推荐服饰时的准确性，进而确保消费者线下购物的效率以及购物体验。为解决上述技术问题，本申请提供一种服饰推荐方法，应用于AR眼镜，包括：采集用户体貌特征；生成与用户体貌特征对应的用户特征分值；基于对应关系筛选得到与用户特征分值对应的目标服饰信息；根据目标服饰信息生成服饰推荐结果。优选地，用户体貌特征的特征维度的数量大于1；生成与用户体貌特征对应的用户特征分值，包括：生成与各特征维度的用户体貌特征分别对应的用户特征分值；基于对应关系筛选得到与用户特征分值对应的目标服饰信息，包括：基于对应关系筛选得到与各用户特征分值的组合关系对应的目标服饰信息。优选地，基于对应关系筛选得到与用户特征分值对应的目标服饰信息，包括：基于服饰信息与特征分值区间之间的对应关系，筛选得到特征分值区间包含用户特征分值的目标服饰信息。优选地，在根据目标服饰信息生成服饰推荐结果之后，方法还包括：将服饰推荐结果传输至用户终端。优选地，AR眼镜包括导购员佩戴的AR眼镜；将服饰推荐结果传输至用户终端，包括：将服饰推荐结果传输至用户佩戴的AR眼镜终端。优选地，根据目标服饰信息生成服饰推荐结果，包括：根据目标服饰信息获取相应的仿真服饰图像；采集用户的现实体貌图像；基于仿真服饰图像以及现实体貌图像整合得到服饰穿着图像；将服饰穿着图像设置为服饰推荐结果。此外，本申请还提供一种服饰推荐装置，包括：特征采集模块，用于采集用户体貌特征；分值生成模块，用于生成与用户体貌特征对应的用户特征分值；服饰筛选模块，用于基于对应关系筛选得到与用户特征分值对应的目标服饰信息；推荐结果生成模块，用于根据目标服饰信息生成服饰推荐结果。优选地，用户体貌特征的特征维度的数量大于1；分值生成模块，包括：分值生成子模块，用于生成与各特征维度的用户体貌特征分别对应的用户特征分值；服饰筛选模块，包括：服饰筛选子模块，用于基于对应关系筛选得到与各用户特征分值的组合关系对应的目标服饰信息。此外，本申请还提供一种AR眼镜，包括：存储器，用于存储计算机程序；处理器，用于执行计算机程序时实现如上述的服饰推荐方法的步骤。此外，本申请还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现如上述的服饰推荐方法的步骤。本申请所提供的服饰推荐方法，应用于AR眼镜，首先采集用户体貌特征，并生成与用户体貌特征对应的用户特征分值，进而基于对应关系筛选得到与用户特征分值对应的目标服饰信息，并根据目标服饰信息生成服饰推荐结果。本方法根据用户体貌特征生成用户特征分值，进而基于对应关系根据用户特征分值筛选对应的服饰，并以此生成最终的服饰推荐结果，能够相对提高导购员向消费者推荐服饰时的准确性，进而确保消费者线下购物的效率以及购物体验。此外，本申请还提供一种服饰推荐装置、AR眼镜以及存储介质，有益效果同上所述。附图说明为了更清楚地说明本申请实施例，下面将对实施例中所需要使用的附图做简单的介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本申请实施例公开的一种服饰推荐方法的流程图；图2为本申请实施例公开的一种服饰推荐方法的流程图；图3为本申请实施例公开的一种服饰推荐装置的结构示意图。具体实施方式下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下，所获得的所有其他实施例，都属于本申请保护范围。随着电子商务的发展，通过电子商务网站购买服饰逐渐成为一个流行的趋势，由于电子商务网站能够基于大数据技术根据消费者的历史购物信息以及消费者的个人特征为消费者推荐相应的服饰，因此为消费者提供了较大的服饰选择的便利性，线下实体门店相较于电子商务网站而言，往往存在导购员向消费者推荐服饰时准确性较低，这导致在线下实体门店购物的消费者数量不断减少。为此，本申请的核心是提供一种服饰推荐方法，以相对提高导购员向消费者推荐服饰时的准确性，进而确保消费者线下购物的效率以及购物体验。请参见图1所示，本申请实施例公开了一种服饰推荐方法，应用于AR眼镜，包括：步骤S10：采集用户体貌特征。需要说明的是，本实施例的执行主体为AR眼镜，AR眼镜中可以设置有包括摄像头在内的各类传感器，并且在镜片处具有投影功能，佩戴AR眼镜的用户能够调用AR眼镜中的传感器工作并获取相应场景中的信息，进而通过对场景中的信息进行运算处理，并将结果以预设方式投影于镜片。本步骤中，通过AR眼镜采集用户体貌特征，用户体貌特征包括身体特征以及样貌特征，身体特征包括但不限于体型特征、身高特征、衣着特征、年龄特征以及性别特征等，样貌特征包括但不限于脸型特征以及肤色特征等。通过AR眼镜采集用户体貌特征的方式可以具体是，通过AR眼镜中的摄像头采集用户的用户体貌特征。步骤S11：生成与用户体貌特征对应的用户特征分值。在采集到用户体貌特征之后，本步骤进一步生成与用户体貌特征对应的用户特征分值，生成与用户体貌特征对应的用户特征分值的方式可以是在特征与分值的对应关系中，获取与该用户体貌特征匹配的用户特征分值。例如当用户体貌特征具体为脸型特征时，不同种类的脸型特征对应着不同的用户特征分值，特征与分值的对应关系记录如下：脸型国字脸鹅蛋脸圆形脸菱形脸长方形脸椭圆形脸分数123456步骤S12：基于对本文档来自技高网...

【技术保护点】
1.一种服饰推荐方法，其特征在于，应用于AR眼镜，包括：/n采集用户体貌特征；/n生成与所述用户体貌特征对应的用户特征分值；/n基于对应关系筛选得到与所述用户特征分值对应的目标服饰信息；/n根据所述目标服饰信息生成服饰推荐结果。/n

【技术特征摘要】
1.一种服饰推荐方法，其特征在于，应用于AR眼镜，包括：
采集用户体貌特征；
生成与所述用户体貌特征对应的用户特征分值；
基于对应关系筛选得到与所述用户特征分值对应的目标服饰信息；
根据所述目标服饰信息生成服饰推荐结果。


2.根据权利要求1所述的服饰推荐方法，其特征在于，所述用户体貌特征的特征维度的数量大于1；
所述生成与所述用户体貌特征对应的用户特征分值，包括：
生成与各所述特征维度的所述用户体貌特征分别对应的所述用户特征分值；
所述基于对应关系筛选得到与所述用户特征分值对应的目标服饰信息，包括：
基于所述对应关系筛选得到与各所述用户特征分值的组合关系对应的目标服饰信息。


3.根据权利要求1所述的服饰推荐方法，其特征在于，所述基于对应关系筛选得到与所述用户特征分值对应的目标服饰信息，包括：
基于服饰信息与特征分值区间之间的对应关系，筛选得到所述特征分值区间包含所述用户特征分值的所述目标服饰信息。


4.根据权利要求1所述的服饰推荐方法，其特征在于，在所述根据所述目标服饰信息生成服饰推荐结果之后，所述方法还包括：
将所述服饰推荐结果传输至用户终端。


5.根据权利要求4所述的服饰推荐方法，其特征在于，所述AR眼镜包括导购员佩戴的AR眼镜；
所述将所述服饰推荐结果传输至用户终端，包括：
将所述服饰推荐结果传输至用户佩戴的AR眼镜终端。


6.根据权利要求1至5任意一项...

【专利技术属性】
技术研发人员：朱玉，姜滨，迟小羽，
申请(专利权)人：歌尔光学科技有限公司，
类型：发明
国别省市：山东;37