一种具有匹配推荐功能的智能穿衣镜及训练算法制造技术

本发明专利技术公布一种基于深度神经网络的具有匹配推荐功能的智能穿衣镜及训练算法，属于计算机应用技术领域。包括镜体，所述镜体上嵌入有AMOLED触摸显示屏，镜体上端安装有摄像头；所述AMOLED触摸显示屏后设置有嵌入式AI处理器，嵌入式AI处理器与AMOLED触摸显示屏和摄像头连接；所述嵌入式AI处理器还连接有电源，以及与外部网络连接的网络模块和USB接口。本发明专利技术结合两个深度学习模型，学习并利用衣服图像和背包图像两个不同域之间的关系，实现根据用户站在镜子前所穿着的衣服，快速地为其推荐相匹配的背包的功能，两个深度学习网络模型会在反复的训练中不断提高自身性能，实现更快速精准的输出推荐。准的输出推荐。准的输出推荐。

【技术实现步骤摘要】
一种具有匹配推荐功能的智能穿衣镜及训练算法


[0001]本专利技术涉及计算机应用
，具体是一种基于深度神经网络的具有匹配推荐功能的智能穿衣镜及训练算法。

技术介绍

[0002]作家莎士比亚曾经说，一个人的穿着打扮就是他教养和品位的最真实写照，因此，在日常工作和生活中，尤其是在一些重要的场合，得体的装扮越来越受到人们的关注。随着生活节奏的加快，面对琳琅满目的商品，人们更追求快速高效地完成从服装到背包甚至包括饰品的整体协调搭配，但反复在镜子前试穿搭配需要耗费大量的时间，有时甚至会影响心情。

技术实现思路

[0003]为解决上述技术问题，本专利技术提供一种具有匹配推荐功能的智能穿衣镜及训练算法。该智能穿衣镜将人工智能与日常生活的相结合，能够根据用户的着装风格推荐与之相匹配的背包。
[0004]本专利技术通过以下技术方案实现：一种具有匹配推荐功能的智能穿衣镜，包括镜体，所述镜体上嵌入有AMOLED触摸显示屏，镜体上端安装有摄像头；所述AMOLED触摸显示屏后设置有嵌入式AI处理器，嵌入式AI处理器与AMOLED触摸显示屏和摄像头连接；所述嵌入式AI处理器还连接有电源，以及与外部网络连接的网络模块和USB接口。
[0005]其进一步是：所述USB接口设置在镜体侧面，镜体侧面还设置有用于控制电源的电源开关。
[0006]所述镜体周面嵌装有镜框，镜框内侧设置有环形灯带。
[0007]所述镜体后侧连接有支架，所述网络模块内置在支架内。
[0008]一种智能穿衣镜的训练算法，包括以下步骤：前期，网络模块收集市面上的衣服和背包的图片作为两个原始数据域，储存在嵌入式AI处理器中，后期使用过程中网络模块继续增加新的衣服和背包的图片；步骤1：用户站在镜体前，摄像头获取用户的全身穿着图片并将图片信息发送给嵌入式AI处理器；步骤2：所述嵌入式AI处理器为NVIDIA Jetson TX2；嵌入式AI处理器中的VGG16模型对原始衣服数据域图像进行学习训练后，对摄像头获取的图片进行识别分割，提取出包含用户衣服信息的图片作为真实的衣服图像，传送给DiscoGAN模型；步骤3：嵌入式AI处理器通过Pytorch搭建一个由两个GAN模型组成的DiscoGAN模型，每一个GAN模型包含两个生成器和一个判别器；上方的GAN模型中，生成器A接收真实的衣服图像，并将其转换成一个背包图像，生成器B根据生成器A生成的背包图像，生成一个重建的衣服图像；生成器A生成的背包图像与真实的背包图像一同送入判别器，进行辨别；
下方的GAN模型为上方GAN模型的反向映射，整个DiscoGAN模型为对称结构，从而迫使衣服和背包原始数据域中的图像一一对应，保证每一个真实的衣服图像都能找到与之相匹配的背包图像；步骤4：训练过程中，重建的衣服图像与真实的衣服图像之间的重构损失不断降低，表示经过两个生成器之后的重建效果越来越接近真实的衣服图像，生成器A生成的背包图像与真实的背包图像之间的GAN损失也会不断降低，直到鉴别器无法辨别真伪时，训练完成；步骤5：DiscoGAN最后输出的图像，即为与用户当下所穿着的衣服最相匹配的背包图像，并经嵌入式AI处理器传输到AMOLED触摸显示屏显示。
[0009]与现有技术相比，本专利技术的有益效果是：结合两个深度学习网络模型，可以根据用户站在镜子前所穿着的衣服，快速地为其推荐与衣着相匹配的背包，帮助用户高效地兼具时尚和品质；两个深度学习网络模型会在反复的训练中不断提高自身性能，实现更快速精准的输出；通过网络模块可以上传并存储用户的穿着图像，长时间可以形成用户的穿着习惯或偏好的资料，更有益于输出让用户满意的推荐。
附图说明
[0010]图1是本专利技术实施例一主视图；图2是本专利技术实施例一后视图；图3是本专利技术实施例一左视图；图4是本专利技术实施例二控制流程图；图5是本专利技术实施例二中DiscoGAN模型的训练原理图；图中：1、镜体；2、AMOLED触摸显示屏；3、摄像头；4、电源开关；5、USB接口；6、环形灯带；7、镜框；8、嵌入式AI处理器；9、电源；10、支架；11、网络模块。
具体实施方式
[0011]下面参照附图对本专利技术的具体实施方式作进一步描述。需要注意的是，以下实施例的安排步骤仅为便于阐述，并非旨在限制本专利技术的保护范围。相关领域技术人员可根据实际情况对下述步骤进行调整，以适应具体应用场合。
[0012]实施例一结合图1至图3所示，一种具有匹配推荐功能的智能穿衣镜，包括镜体1，镜体1周面嵌装有镜框7，镜框7内侧设置有环形灯带6，镜体1后侧连接有支架10。本穿衣镜为全身镜，因此镜体1的高度为160cm，宽度为50cm，厚度为6cm。
[0013]镜体1右上角上嵌入有AMOLED触摸显示屏2，镜体1上端安装有摄像头3。嵌入式AI处理器8安装在AMOLED触摸显示屏2后侧，嵌入式AI处理器8与AMOLED触摸显示屏2和摄像头3连接。摄像头3作为图像获取模块使用，用于获取用户的全身图像，并将图像发送给嵌入式AI处理器8。AMOLED触摸显示屏2用于显示嵌入式AI处理器8计算输出的、与用户站在穿衣镜前所穿的衣服匹配度最高的背包。
[0014]电源9为整个智能穿衣镜供电，镜框7背部下方开有一条细缝作为为电源线槽。镜体1侧面设置USB接口5和用于控制电源9的电源开关4。网络模块11内置在支架10内，网络模
块11、USB接口均与嵌入式AI处理器8连接。
[0015]实施例二结合图1至图5所示，一种智能穿衣镜的训练算法，包括实施例一中的一种具有匹配推荐功能的智能穿衣镜。穿衣镜在未接通电源时可以作为普通的穿衣镜使用，打开电源开关，就是一面具有匹配推荐功能的智能穿衣镜，该功能实现过程如下：步骤1：接通电源9，环形灯带6自动打开，用户站在试衣镜前方约80cm的位置，摄像头3拍摄用户的全身穿着图片，并将图片信息发送给嵌入式AI处理器8；步骤2：所述嵌入式AI处理器8为NVIDIA Jetson TX2，嵌入式AI处理器8中具有图像处理模块VGG16模型和生成对抗网络DiscoGAN模型；VGG16模型接收摄像头3输入的全身穿着图片，VGG16模型为16层卷积神经网络，直接调用训练好的该模型，可以实现从用户的全身穿着图片中识别并提取出衣服的图像作为真实的衣服图像，传送给DiscoGAN模型；步骤3：嵌入式AI处理器通过Pytorch搭建一个由两个GAN模型组成的DiscoGAN模型，每一个GAN模型包含两个生成器和一个判别器；上方的GAN模型中，生成器A接收真实的衣服图像，并将其转换成一个背包图像，生成器B根据生成器A生成的背包图像，生成一个重建的衣服图像；生成器A生成的背包图像与真实的背包图像一同送入判别器，进行辨别；下方的GAN模型为上方GAN模型的反向映射，整个DiscoGAN模型为对称结构，从而迫使衣服和背包原始数据域中的图像一一对应，保证每一个真实的衣服图像都能找到与之相匹配的背包图像；步骤4：训练过程中，重建的衣服图像与真实的衣服图像之间的重构损失不断降低，表示经过两个本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种具有匹配推荐功能的智能穿衣镜，包括镜体（1），其特征在于：所述镜体（1）上嵌入有AMOLED触摸显示屏（2），镜体（1）上端安装有摄像头（3）；所述AMOLED触摸显示屏（2）后设置有嵌入式AI处理器（8），嵌入式AI处理器（8）与AMOLED触摸显示屏（2）和摄像头（3）连接；所述嵌入式AI处理器（8）还连接有电源（9），以及与外部网络连接的网络模块（11）和USB接口（5）。2.根据权利要求1所述的一种具有匹配推荐功能的智能穿衣镜，其特征在于：所述USB接口（5）设置在镜体（1）侧面，镜体（1）侧面还设置有用于控制电源（9）的电源开关（4）。3.根据权利要求1所述的一种具有匹配推荐功能的智能穿衣镜，其特征在于：所述镜体（1）周面嵌装有镜框（7），镜框（7）内侧设置有环形灯带（6）。4.根据权利要求1所述的一种具有匹配推荐功能的智能穿衣镜，其特征在于：所述镜体（1）后侧连接有支架（10），所述网络模块（11）内置在支架（10）内。5.一种智能穿衣镜的训练算法，包括权利要求1至4任一所述的一种具有匹配推荐功能的智能穿衣镜，其特征在于，包括以下步骤：前期，网络模块（11）收集市面上的衣服和背包的图片作为两个原始数据域，储存在嵌入式AI处理器（8）中，后期使用过程中网络模块（11）继续增加新的衣服和背包的图片；步骤1：用户站在镜体（1）前，摄像头（3）获取用户的全身穿着图片并将图片信息发送...

【专利技术属性】
技术研发人员：张骐，宋嘉，祁云，
申请(专利权)人：徐州工程学院，
类型：发明
国别省市：