一種智能穿搭推薦方法

◆陳加昊 方梓芃 張玲 蓬念

（華東理工大學信息科學技術學院 上海 201424）

隨著人們生活水平的提高，社會需求表現出多樣化的特點，人們對于自身的形象設計提出了更為明確的高標準要求，因此穿搭成為了個性表達的重要途徑[1]。但是忙碌的學習和工作生活導致許多人疏于研究穿搭技巧，這與人們對有效服裝搭配的迫切需求相矛盾。因此，為此類用戶群體研究出一種簡單快捷有效的服裝搭配方案無疑是當務之急。

近年來對服裝智能穿搭的研究主要分為有監督學習的服裝穿搭和無監督學習的服裝穿搭，采用有監督的服裝智能穿搭有Edward Shen 等人使用ConceptNet 語義網絡進行圖片處理，使用OMSC 搭配知識庫進行搭配推薦，建庫復雜繁瑣，使用ConceptNet 語義網絡僅使用文字注釋來進行服裝搭配，效果較差。采用無監督學習的服裝搭配大多使用K-means算法將服裝標簽類別進行聚類，再使用ImageNet訓練模型，而K-means 算法運算時間長，使用ImageNet 模型精準性不夠，服裝搭配上效果不好[2]。本文提出一種基于服裝分類和身材檢測的服裝搭配方案，將服裝色彩的整體性原則、個性化原則、TOP原則作為主要搭配依據，為用戶提供簡單有效的服裝搭配建議，功能框圖如圖1 所示.

1 基于VGG16 的智能穿搭方法

服裝檢測訓練采用了DeepFashion數據集，其中包含T恤、衛衣、大衣等8 種常用服裝，圖像均被resize 為300*300 的分辨率。隨機選取其中2133 張圖像用于訓練，198 張作為測試集圖像，經訓練識別率高達96.67%。

對用戶輸入具有RGB 色彩通道的涂裝圖像進行卷積操作，提取服裝的紋理、輪廓、色彩等特征。……