(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210465889.5 (22)申请日 2022.04.29 (71)申请人 无锡职业 技术学院 地址 214026 江苏省无锡市滨湖区雪浪街 道高浪路16 00号 (72)发明人 胡紫嫣　彭成圆　 (74)专利代理 机构 南京纵横知识产权代理有限 公司 32224 专利代理师 董建林 (51)Int.Cl. G06T 3/40(2006.01) G06K 9/62(2022.01) G06F 16/9536(2019.01) G06V 10/764(2022.01) G06V 10/774(2022.01)G06V 10/762(2022.01) (54)发明名称 一种智能试衣 妆方法及试衣 妆镜 (57)摘要 本发明提供一种智能试衣妆方法及试衣妆 镜， 其方法包括： 获取衣服和妆容图像； 将 衣服图 像进行预处理并输入预构建的识别神经网络进 行识别获取衣服类别； 根据衣服类别对衣服图像 进行分类并生成衣服类别对应的衣服图像集； 获 取用户选 择的衣服类别， 根据所述衣服类别从对 应的衣服图像集中分别获取需要搭配的衣服图 像； 将所述衣服图像与妆容图像进行拼接获取衣 妆组合图像， 并将衣妆组合图像进行排序预览； 获取用户选择的衣妆组合图像进行展示呈现； 本 发明能够为使用者提供一个简单快捷的试穿效 果展示。 权利要求书1页 说明书3页 附图1页 CN 114764747 A 2022.07.19 CN 114764747 A 1.一种智能试衣 妆方法， 其特 征在于， 包括： 获取衣服和妆容图像； 将衣服图像进行 预处理并输入预构建的识别神经网络进行识别获取衣服类别； 根据衣服类别对 衣服图像进行分类并生成衣服类别对应的衣服图像集； 获取用户选择的衣服类别， 根据所述衣服类别从对应的衣服图像集中分别获取需要搭 配的衣服图像； 将所述衣服图像与妆容图像进行拼接获取衣妆组合图像， 并将衣妆组合图像进行排序 预览； 获取用户选择的衣 妆组合图像进行展示呈现。 2.根据权利要求1所述的一种智能试衣妆方法， 其特征在于， 所述衣服类别包括帽子、 上衣、 下衣、 连体衣以及鞋子 。 3.根据权利要求1所述的一种智能试衣妆方法， 其特征在于， 所述识别神经网络的构建 包括： 采集衣服图像进行 预处理并添加类别标签生成识别训练集； 初始化用于检测衣服类别的深度模型， 并将识别训练集输入所述深度模型进行训练得 到深度模型的损失值； 根据损失值调整深度模型的模型参数， 直至损失值低于预设阈值获取训练好的深度模 型； 将训练好的深度模型作为识别神经网络 。 4.根据权利要求1或3所述的一种智能试衣妆方法， 其特征在于， 所述预处理包括对衣 服图像进行 灰度变换、 中值滤波、 直方图均衡化和尺寸归一 化的图像处 理。 5.根据权利要求1所述的一种智能试衣妆方法， 其特征在于， 所述将衣妆组合图像进行 排序预览还 包括： 根据用户选择的衣 妆组合图像顺序获取顺序标签； 根据顺序标签和衣 妆组合图像进行聚类获取用户喜好特 征； 根据用户喜好特 征做协同过滤找出用户喜好的衣 妆组合图像进行排序。 6.一种智能试衣妆镜， 其特征在于， 包括基座， 所述基座中部设置有凹槽， 所述凹槽内 设置有显示器以及控制组件， 所述凹槽表面配置有镜显玻璃； 所述控制组件包括控制器、 摄 像头、 存储单元以及通信单元； 所述摄像头用于采集妆容图像， 所述通信单元用于获取用户 上传的衣服图像或妆容图像， 所述控制器用于执行如权利要求1 ‑5任一项所述的种智能试 衣妆方法生成衣妆组合图像进行展示呈现； 所述存储单元用于存储妆容图像、 衣服图像以 及衣妆组合图像。 7.根据权利要求6所述的一种智能试衣妆镜， 其特征在于， 还包括设置于镜显玻璃侧边 的LED补光灯以及光线感应器， 所述LED补光灯以及光线感应器均连接控制器进行反馈补 光。权　利　要　求　书 1/1 页 2 CN 114764747 A 2一种智能试 衣妆方法及试衣妆镜 技术领域 [0001]本发明属于智能设备技 术领域， 具体涉及一种智能试衣 妆方法及试衣 妆镜。 背景技术 [0002]随着智能化、 物联网、 通信、 云计算以及智能手机等技术的飞速发展， 越来越多的 硬件产品具有了智能联网的功能， 如智能手环、 智能手表、 智能空调等等。 随着智能硬件的 兴起， 出现了 “智能试衣镜 ”的概念， 其定位就是通过现场拍照等方式， 方便使用者在试衣过 程中更好的了解试穿效果。 发明内容 [0003]本发明的目的是提供一种智能试衣妆方法及试衣妆镜， 能够为使用者提供一个简 单快捷的试穿效果展示。 [0004]为解决上述 技术问题， 本发明提供了如下的技 术方案： [0005]第一方面， 本发明提供了一种智能试衣 妆方法， 包括： [0006]获取衣服和妆容图像； [0007]将衣服图像进行 预处理并输入预构建的识别神经网络进行识别获取衣服类别； [0008]根据衣服类别对 衣服图像进行分类并生成衣服类别对应的衣服图像集； [0009]获取用户选择的衣服类别， 根据所述衣服类别从对应的衣服图像集中分别获取 需 要搭配的衣服图像； [0010]将所述衣服图像与妆容图像进行拼接获取衣妆组合图像， 并将衣妆组合图像进行 排序预览； [0011]获取用户选择的衣 妆组合图像进行展示呈现。 [0012]可选的， 所述衣服类别包括帽子、 上衣、 下衣、 连体衣以及鞋子 。 [0013]可选的， 所述识别神经网络的构建包括： [0014]采集衣服图像进行 预处理并添加类别标签生成识别训练集； [0015]初始化用于检测衣服类别的深度模型， 并将识别训练集输入所述深度模型进行训 练得到深度模型的损失值； [0016]根据损失值调整深度模型的模型参数， 直至损失值低于预设阈值获取训练好的深 度模型； [0017]将训练好的深度模型作为识别神经网络 。 [0018]可选的， 所述预处理包括对衣服图像进行灰度变换、 中值滤波、 直方图均衡化和尺 寸归一化的图像处 理。 [0019]可选的， 所述将衣 妆组合图像进行排序预览还 包括： [0020]根据用户选择的衣 妆组合图像顺序获取顺序标签； [0021]根据顺序标签和衣 妆组合图像进行聚类获取用户喜好特 征； [0022]根据用户喜好特 征做协同过滤找出用户喜好的衣 妆组合图像进行排序。说　明　书 1/3 页 3 CN 114764747 A 3