【技术实现步骤摘要】
一种多源信息融合的服装流行趋势预测方法及系统
[0001]本专利技术属于智能服装
,具体涉及一种多源信息融合的服装流行趋势预测方法及系统。
技术介绍
[0002]随着社会的发展,人民生活质量越来越好,对生活各个方面质量的要求也在不断提升,每个人都追求个性的发展,而现代社会中人们将穿搭视为自己个性的表达,非常注重自身服装搭配,但是行业的快速发展也让人们对服装流行趋势更难把握,无法先一步抓住潮流扩大自身优势。
[0003]随着人工智能和深度学习的发展,在智能服装领域,越来越多的技术被成功应用,比如服装分类、服装检索、虚拟试衣与服装推荐技术都得到了长足的发展,但是在服装流行趋势的研究上仍旧比较薄弱。公开号为CN108960499A的中国专利“一种融合视觉和非视觉特征的服装流行趋势预测系统
”ꢀ
将服装图像作为模型的输入得到标签,利用流行度评价方法得到当前的流行趋势。这个方法得到的标签和流行度的定义不是十分明确,人为因素影响比较大;公开号为CN112465567A的中国专利“一种服装风格流行预测的系统及方法”对服装图像数据进行多标签的标注,根据标签对服装进行风格分类,然后根据风格类别和估计购买量对服装风格的流行趋势进行预测。这个方法首先是需要大量的标注工作,需要耗费大量的人力,也导致人为影响因素大,同时只考虑了服装的风格流行趋势,并不全面,无法很好的指导商家做出决策。
技术实现思路
[0004]本专利技术的技术问题是现有的技术方案大多无法准确定义流行趋势,并且需要大量的手工标注信 ...
【技术保护点】
【技术特征摘要】
1.一种多源信息融合的服装流行趋势预测方法,其特征在于,包括如下步骤:Step1,采集a种服装图像数据;Step2,对图像进行预处理后送入深度神经网络提取图像特征,并利用图像特征通过分类器得到服装元素类别信息,包括服装款式、色系和风格;所述深度神经网络采用编码器
‑
解码器结构,其中编码器为卷积层,解码器为自注意力层;输入的图像信息经过卷积层进行图像块的划分,加入位置信息后送入解码器结构做多次的自注意力计算提取出图像不同层次的特征信息,输入图像信息维度为H*W*C,其中H是图像的高,W是图像的宽,C是图像的通道,经过深度神经网络计算后会得到多层特征信息,r=4,8,16,32,α=1,2,3
…
,n
’
,其中C
’
是特征图像的通道数,r是图像下采样的倍率,α是通道扩张的倍率,n
’
表示通道扩张倍率的个数,为正整数;每一个α表示一层特征层;其中加入位置信息是指对每一个编码的图像块,加入表征该图像块在原图像中的位置信息;Step3,结合服装元素类别信息,通过流行趋势预测器对下一次的流行元素进行预测得到结果,所述流行趋势预测器的具体处理过程为:将服装元素类别信息输入到流行趋势预测器中,经过数据正则化、多头注意力计算、数据正则化以及多头感知机的分类计算,预测出下一个时间段内流行的服装元素。2.如权利要求1所述的一种多源信息融合的服装流行趋势预测方法,其特征在于:Step2中, 自注意力计算是指每个图像块会产生代指为查询query、键key和值value的三种向量,三种向量通过计算得到每一块像素以及周围像素对它影响的程度,其注意力计算公式为:式中,Q、K、V是同一块图像像素经过编码后得到的向量数据,是查询query、键key和值value分别组成的向量矩阵,d
k
是矩阵K的维度,softmax内就是注意力矩阵的计算,乘以V后得到注意力后的像素向量数据。3.如权利要求1所述的一种多源信息融合的服装流行趋势预测方法,其特征在于:Step2中图像预处理是指对服装图像进行随机裁剪、翻转、正则化和图像增强的数据流处理。4.如权利要求1所述的一种多源信息融合的服装流行趋势预测的方法,其特征在于:Step2中,分类器采用卷积、非线性激活计算,将特征数据的通道数转换为对应的类别数量,再经过softmax计算选取出概率最大的值,从而得出对应的服装所属的款式、色系和风格元素信息,得到分类结果;其中softmax函数计算的公式为:
式中,Z
i
是第i个通道的输出值,n为输出的通道数量,即分类的类别个数。5.如权利要求1所述的一种多源信息融合的服装流行趋势预测方法,其特征在于:进行step3之前,还包括获取图像对应的用户偏好相关数据,并将同批次的服装的用户偏好相关数据首先经过标准化的处理,然后将处理后的数据作为服装元素类别信息的权重,得到加权后的向量数据,最后输入到流行趋势预测器。6.如权利要求5所述的一种多源信息融合的服装流行趋势预测方法,其特征在于:用户偏好相关数据是根据服装的好评率、好评与差评比例、评价次数与浏览次数之比综合计算所得,计算公式为:式中,V
i
表示用户偏好相关数据,F
r
是好评率,G
r
是好评与差评比,N
v
为评价次数与浏览次数之比,α
’
与β
’
是比例系数。7.如权利要求5所述的一种多源信息融合的服装流行趋势预测方法,其特征在于:对用户偏...
【专利技术属性】
技术研发人员:余锋,刘智贤,姜明华,周昌龙,宋坤芳,
申请(专利权)人:武汉纺织大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。