智能衣柜以及衣物处理方法与流程

文档序号：21410515发布日期：2020-07-07 14:46阅读：712来源：国知局

本发明涉及智能家居技术领域，具体涉及一种智能衣柜以及衣物处理方法。

背景技术：

随着科学技术的飞速发展，目前，在人们的日常生活中，智能家居已经成为潮流所趋，人性化的设计深入到人们的衣食住行各方面，为人们带来丰富便捷的生活。在人们每日都离不开的“衣”方面，在平时居家生活中，每个家庭的衣物的数量和种类越来越多，对衣物进行分类则成为一件耗时耗力的任务。

技术实现要素：

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的智能衣柜以及衣物处理方法。

根据本发明的一个方面，提供了一种智能衣柜，包括：衣物识别模块、衣物分类模块以及衣物转移模块，衣物识别模块与衣物分类模块连接，衣物分类模块与衣物转移模块连接；

衣物识别模块用于：对衣物进行特征识别处理，得到衣物的特征信息；

衣物分类模块用于：根据衣物的特征信息对衣物进行分类处理，确定衣物的分类信息；

衣物转移模块用于：根据衣物的分类信息将衣物放置到对应的衣物收纳间。

可选地，衣物识别模块具体用于：

向衣物发射检测光线，接收衣物经检测光线照射后发射的特征光线，对特征光线进行光谱分析处理，得到衣物的特征信息。

可选地，衣物识别模块具体用于：

对衣物进行拍摄，得到衣物图像，对衣物图像进行特征识别处理，得到衣物的特征信息；

或者，对衣物的标签进行扫描，得到标签信息，将携带标签信息的特征获取请求发送给搜索引擎，接收搜索引擎响应于特征获取请求而返回的衣物的特征信息。

可选地，智能衣柜进一步包括：搭配需求获取模块、查询模块以及交互模块；搭配需求获取模块与查询模块连接，查询模块与交互模块连接；

搭配需求获取模块用于：获取多个维度的搭配需求信息；

查询模块用于：根据衣物的分类信息查找与多个维度的搭配需求信息相匹配的衣物信息；

交互模块用于：将与多个维度的搭配需求信息相匹配的衣物信息进行显示。

可选地，多个维度具体包括以下维度的一种或多种：

温度维度、人物情绪维度、出席场合维度、搭配喜好维度。

可选地，交互模块与衣物转移模块连接；

交互模块进一步用于：检测用户针对所显示的与多个维度的搭配需求信息相匹配的衣物信息的选择确认操作；

衣物转移模块进一步用于：在检测到选择确认操作的情况下，将选择确认操作针对的衣物信息所对应的衣物从对应的衣物收纳间提取出来。

可选地，智能衣柜进一步包括：湿度检测模块以及干燥模块；湿度检测模块与干燥模块连接；

湿度检测模块用于：对智能衣柜内的湿度进行检测；

干燥模块用于：当智能衣柜内的湿度达到预设湿度阈值时进行干燥处理。

可选地，智能衣柜进一步包括：气体检测模块以及除气模块；其中，气体检测模块与除气模块连接；

气体检测模块用于：对智能衣柜内的预设气体的浓度进行检测；

除气模块用于：当预设气体的浓度达到预设浓度阈值时进行除气处理以降低预设气体的浓度。

可选地，衣物的特征信息具体包括：衣物材质信息、衣物厚度信息和/或衣物颜色信息。

可选地，衣物的分类信息具体包括：衣物所属的季节信息和/或衣物所属的色系信息和/或衣物所属的风格信息。

根据本发明的另一个方面，提供了一种衣物处理方法，包括：

对衣物进行特征识别处理，得到衣物的特征信息；

根据衣物的特征信息对衣物进行分类处理，确定衣物的分类信息；

根据衣物的分类信息将衣物放置到对应的衣物收纳间。

可选地，对衣物进行特征识别处理，得到衣物的特征信息具体包括：

向衣物发射检测光线，接收衣物经检测光线照射后发射的特征光线，对特征光线进行光谱分析处理，得到衣物的特征信息。

可选地，对衣物进行特征识别处理，得到衣物的特征信息具体包括：

对衣物进行拍摄，得到衣物图像，对衣物图像进行特征识别处理，得到衣物的特征信息；

可选地，方法进一步包括：

获取多个维度的搭配需求信息；

根据衣物的分类信息查找与多个维度的搭配需求信息相匹配的衣物信息；

将与多个维度的搭配需求信息相匹配的衣物信息进行显示。

可选地，多个维度具体包括以下维度的一种或多种：

温度维度、人物情绪维度、出席场合维度、搭配喜好维度。

可选地，方法进一步包括：

检测用户针对所显示的与多个维度的搭配需求信息相匹配的衣物信息的选择确认操作；

在检测到选择确认操作的情况下，将选择确认操作针对的衣物信息所对应的衣物从对应的衣物收纳间提取出来。

可选地，方法进一步包括：

对智能衣柜内的湿度进行检测，当智能衣柜内的湿度达到预设湿度阈值时进行干燥处理。

可选地，方法进一步包括：

对智能衣柜内的预设气体的浓度进行检测，当预设气体的浓度达到预设浓度阈值时进行除气处理以降低预设气体的浓度。

可选地，衣物的特征信息具体包括：衣物材质信息、衣物厚度信息和/或衣物颜色信息。

可选地，衣物的分类信息具体包括：衣物所属的季节信息和/或衣物所属的色系信息和/或衣物所属的风格信息。

根据本发明的又一方面，提供了一种电子设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；

所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行上述衣物处理方法对应的操作。

根据本发明的再一方面，提供了一种计算机存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行如上述衣物处理方法对应的操作。

根据本发明的智能衣柜以及衣物处理方法，智能衣柜包括：衣物识别模块、衣物分类模块以及衣物转移模块，衣物识别模块与衣物分类模块连接，衣物分类模块与衣物转移模块连接；衣物识别模块用于：对衣物进行特征识别处理，得到衣物的特征信息；衣物分类模块用于：根据衣物的特征信息对衣物进行分类处理，确定衣物的分类信息；衣物转移模块用于：根据衣物的分类信息将衣物放置到对应的衣物收纳间。该智能衣柜能够对衣物进行自动识别，并根据识别结果对衣物进行分类存储。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1示出了根据本发明一个实施例的智能衣柜的结构示意图；

图2示出了根据本发明另一个实施例的智能衣柜的结构示意图；

图3示出了根据本发明另一个实施例的衣物处理方法的流程示意图；

图4示出了根据本发明又一个实施例的衣物处理方法的流程示意图；

图5示出了根据本发明实施例的一种电子设备的结构示意图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

图1示出了根据本发明一个实施例的智能衣柜的结构示意图，如图1所示，该智能衣柜包括：

衣物识别模块11、衣物分类模块12以及衣物转移模块13，其中，衣物识别模块11与衣物分类模块12连接，衣物分类模块12与衣物转移模块13连接。

衣物识别模块11用于：对衣物进行特征识别处理，得到衣物的特征信息。衣物的特征信息具体包括：衣物颜色信息、衣物材质信息和/或衣物厚度信息。

其中，衣物识别模块11可以由颜色传感器构成，颜色传感器用于检测衣物颜色信息。或者，衣物识别模块11也可以由光谱分析设备构成，光谱分析设备向衣物发射特殊的检测光线，并接收衣物经检测光线照射后所发射的特征光线，对特征光线进行光谱分析，得到特征光线的光谱特征，将特征光线的光谱特征与各种材质的光谱特征进行比对，从而确定衣物材质信息。

除了上述根据衣物本身的特性确定衣物特征信息的方式之外，还可以对衣物进行拍摄，对拍摄得到的衣物图像进行处理，从而得到衣物的特征信息，例如，对衣物图像所包含的像素点进行处理，识别出衣物颜色信息。

另外，现如今，为了方便顾客对衣物的信息进行查询，商家通常衣物的特征信息进行联网，使顾客可以根据衣物的标签随时随地上网查询衣物的相关信息。因此，衣物识别模块11还可以通过衣物的标签进行获取衣物的特征信息，具体地，对衣物的标签进行扫描，得到标签信息，向搜索引擎发送包含标签信息的特征获取请求，搜索引擎根据特征获取请求查询衣物的特征信息，并将衣物的特征信息返回给衣物识别模块。

可选地，衣物识别模块11还可以集成(artificialintelligence，人工智能)ai芯片，采用人工智能的方式自动识别衣物的特征信息。

其中，衣物分类模块12用于：根据衣物的特征信息对衣物进行分类处理，确定衣物的分类信息。衣物识别模块11将获取到的衣物的特征信息发送给衣物分类模块12，衣物分类模块12根据衣物的特征信息确定衣物的分类信息。其中，衣物的分类信息可以包括：衣物所属的季节信息和/或衣物所属的色系信息和/或衣物所属的风格信息。例如，根据衣物材质信息确定衣物所属的季节，根据衣物颜色信息确定衣物所属的色系。

其中，衣物所属的风格信息可采用机器学习的方法进行识别，具体地，衣物分类模块12预先根据已标注衣物图像训练预测模型，例如，预先获取大量的被标注为欧美风格的衣物图像，然后根据被标注为欧美风格的衣物图像训练预测模型。然后，衣物识别模块11在拍摄得到衣物图像之后，将衣物图像发送给衣物分类模块12，衣物分类模块12将衣物图像输入至训练得到的预测模型中进行预测，根据预测结果确定衣物的所属的风格信息。

衣物转移模块13用于：根据衣物的分类信息将衣物放置到对应的衣物收纳间。衣物转移模块13由机械设备构成，例如传送设备，用于将衣物传送到对应的衣物收纳间。

其中，衣物收纳间也可以根据衣物的分类信息来划分，例如，划分为春夏季衣物收纳间和秋冬季衣物收纳间，则将所属的季节信息为春夏季节的衣物传送至春夏季衣物收纳间，将所属的季节信息为秋冬季节的衣物传送至秋冬季衣物收纳间。或者，衣物收纳间还可以根据衣物所属的色系来划分，例如划分为浅色系衣物收纳间和深色系衣物收纳间，或者暖色系衣物收纳间和冷色系衣物收纳间，则可以判断衣物的颜色具体属于哪个色系，并根据衣物所属的色系将衣物传送至对应的收纳间。或者，衣物收纳间还可以根据衣物风格来划分，例如划分为日常装、运动装、职业装、欧美装等衣物收纳间，则根据衣物的特征信息判断衣物具体属于那种风格，根据衣物所属的风格将衣物传送至对应的收纳间。

可选地，智能衣柜还可以包括自动叠衣模块，自动叠衣模块分别与衣物分类模块12以及衣物转移模块13连接，在衣物分类模块12对衣物完成分类之后，自动叠衣模块对衣物进行折叠，在自动叠衣模块对衣物完成折叠之后，衣物转移模块13按照该折叠好的衣物的分类信息将其放置到对应的衣物收纳间中。

由此可知，本实施例所提供的智能衣柜能够实现自动识别衣物，以及对衣物进行自动分类，无需用户手动对衣物进行分类以及归纳，为用户提供了便利。

图2示出了根据本发明一个实施例的智能衣柜的结构示意图，如图2所示，该智能衣柜除了包含图1所示的各个模块之外，进一步还包括：搭配需求获取模块21、查询模块22以及交互模块23，搭配需求获取模块21与查询模块22连接，查询模块22与交互模块连接23。

搭配需求获取模块21用于：获取多个维度的搭配需求信息。其中，多个维度具体包括以下维度的一种或多种：温度维度、人物情绪维度、出席场合维度、搭配喜好维度。其中，搭配需求获取模块21可通过天气预报的接口获取天气预报，根据天气预报中包含的温度信息或者穿衣指数信息确定温度维度的搭配需求信息。人物情绪维度的搭配需求信息也可通过ai的方式来获取，例如，搭配需求获取模块21可集成图像采集设备与ai芯片，图像采集设备用于采集人脸图像，ai芯片对人脸图像进行识别，识别出人脸图像中人脸的表情是开心的、生气的、严肃的或者凝重的等等，从而确定人物情绪。出席场合维度以及搭配喜好维度的搭配需求信息均由用户自行设定，搭配需求获取模块21接收用户所输入的出席场合信息以及搭配需求信息。

查询模块22用于：根据衣物的分类信息查找与多个维度的搭配需求信息相匹配的衣物信息，也就是根据多个维度的搭配需求为用户搭配衣物，其中，衣物信息具体可以是预先采集的衣物图像。举例来说，若用户输入的出席场合信息为面试场合，则查找与面试场合相匹配的衣物图像，如衣物所属的风格信息为职业装的衣物图像；再如，当识别出人物情绪为低落时，则查找与低落情绪相匹配的衣物图像，如衣物所属的色系信息为浅色系的衣物图像。由此可知，本实施例中的智能衣柜能够综合多个维度的因素，为用户搭配衣物，使得搭配得到的衣物信息与搭配需求更加匹配。

交互模块23用于：将与多个维度的搭配需求信息相匹配的衣物信息进行显示。其中，交互模块23可以由可触碰的显示屏构成，则将与多个维度的搭配需求信息相匹配的衣物信息显示在显示屏中。

可选地，交互模块23还可以与衣物转移模块13连接，从而使得该智能衣柜能够根据用户的操作拿取衣物。具体地，交互模块23进一步用于：检测用户针对所显示的与多个维度的搭配需求信息相匹配的衣物信息的选择确认操作；则衣物转移模块13进一步用于：在检测到选择确认操作的情况下，将选择确认操作针对的衣物信息所对应的衣物从对应的衣物收纳间提取出来。用户如果在显示屏上执行了针对显示的与多个维度搭配需求相匹配的衣物图像的选择确认操作，则将衣物图像所对应的衣物从对应的衣物收纳间取出来。

可选地，智能衣柜还可以包括：湿度检测模块24以及干燥模块25，湿度检测模块26与干燥模块27连接。

湿度检测模块24用于：对智能衣柜内的湿度进行检测；干燥模块25用于：当智能衣柜内的湿度达到预设湿度阈值时进行干燥处理。湿度检测模块24可以由湿度检测器构成，检测衣柜内的湿度，干燥模块25可以由加热设备或者构成，当检测到衣柜内的湿度超过一定的阈值时，加热设备的温度升高以除去水分，从而降低衣柜内的湿度。

可选地，智能衣柜还可以包括：气体检测模块26以及除气模块27，气体检测模块25与除气模块连接27。

气体检测模块26用于：对智能衣柜内的预设气体的浓度进行检测，除气模块27用于：当预设气体的浓度达到预设浓度阈值时进行除气处理以降低预设气体的浓度。其中，预设气体可以为二氧化碳或者甲醛等等一些对人体有害或者由刺激性气味的气体，气体检测模块26可以由气体检测设备构成，除气模块27可以由换气设备构成，例如排气扇或者换气扇，当检测到衣柜内预设气体的浓度超过浓度阈值时，启动排气扇或者换气扇对衣柜内气体进行轮换，从而减低衣柜内预设气体的浓度。

由此可知，本实施例的智能衣柜能够根据天气温度、用户情绪、用户输入的喜好或者出席场合自动为用户搭配衣物，并且在用户选择确认的情况下，将用户确认的衣物从对应的衣物收纳间中拿取出来，并且还能够自动检测衣柜内的湿度以及预设气体的浓度，自动进行除湿以及除气，该智能衣柜的智能程度高，能够为用户提供很多便利，提升了用户体验。

图3示出了根据本发明另一个实施例的衣物处理方法的流程示意图，如图3所示，该方法包括：

步骤s301，对衣物进行特征识别处理，得到衣物的特征信息。

其中，衣物的特征信息具体包括：衣物颜色信息、衣物材质信息和/或衣物厚度信息等等。例如，可以利用颜色传感器检测衣物颜色信息，或者对衣物进行拍摄，对拍摄得到的衣物图像进行处理，从而确定衣物的特征信息，例如，对衣物图像所包含的像素点进行处理，识别出衣物颜色信息。或者，还可以采用人工智能的方式自动识别衣物的特征信息。

步骤s302，根据衣物的特征信息对衣物进行分类处理，确定衣物的分类信息。

其中，衣物的分类信息可以包括：衣物所属的季节信息和/或衣物所属的色系信息和/或衣物所属的风格信息。例如，根据衣物材质信息和/或衣物厚度信息确定衣物所属的季节，根据衣物颜色信息确定衣物所属的色系，从而完成对衣物进行分类。实际应用中，用户可以自行设定具体将衣物按照什么特征进行分类，例如，按照色系、或者按照风格对衣物进行分类。

步骤s303，根据衣物的分类信息将衣物放置到对应的衣物收纳间。

具体地，可利用机械设备对衣物进行转移，例如利用传送设备将衣物传送到对应的衣物收纳间。其中，衣物收纳间也可以根据衣物的分类信息来划分，例如，划分为春夏季衣物收纳间和秋冬季衣物收纳间，则可以按照衣物所属的季节信息，将衣物放置到对应的衣物收纳间。

由此可知，采用本实施例所提供的衣物处理方法，能够实现自动识别衣物，以及对衣物进行自动分类，无需用户手动对衣物进行分类以及归纳，为用户提供了便利。

图4示出了根据本发明又一个实施例的衣物处理方法的流程示意图，如图4所示，该方法包括：

步骤s401，向衣物发射检测光线，接收衣物经检测光线照射后发射的特征光线，对特征光线进行光谱分析处理，得到衣物的特征信息。

利用光谱分析设备向衣物发射特殊的检测光线，并接收衣物经检测光线照射后所发射的特征光线，对特征光线进行光谱分析，得到特征光线的光谱特征，将特征光线的光谱特征与各种材质的光谱特征进行比对，从而确定衣物材质信息。

可选地，除了上述根据衣物本身的特性确定衣物特征信息的方式之外，还可以对衣物进行拍摄，对拍摄得到的衣物图像进行处理，从而得到衣物的特征信息，例如，对衣物图像所包含的像素点进行处理，识别出衣物颜色信息。

另外，现如今，为了方便顾客对衣物的信息进行查询，商家通常衣物的特征信息进行联网，使顾客可以根据衣物的标签随时随地上网查询衣物的相关信息。因此，还可以通过衣物的标签进行获取衣物的特征信息，具体地，对衣物的标签进行扫描，得到标签信息，向搜索引擎发送包含标签信息的特征获取请求，接收搜索引擎根据特征获取请求查询并返回的衣物的特征信息。

步骤s402，根据衣物的特征信息对衣物进行分类处理，确定衣物的分类信息。

可选地，衣物的分类信息可以包括：衣物所属的季节信息和/或衣物所属的色系信息和/或衣物所属的风格信息。例如，根据衣物材质信息确定衣物所属的季节，根据衣物颜色信息确定衣物所属的色系。

其中，衣物所属的风格信息可采用机器学习的方法进行识别，具体地，预先根据已标注衣物图像训练预测模型，例如，预先获取大量的被标注为欧美风格的衣物图像，然后根据被标注为欧美风格的衣物图像训练预测模型。然后，在拍摄得到衣物图像之后，将衣物图像输入至训练得到的预测模型中进行预测，根据预测结果确定衣物的所属的风格信息。当然，本发明并不以此为限。

步骤s403，根据衣物的分类信息将衣物放置到对应的衣物收纳间。

另外，在将衣物放置于对应的衣物收纳间之间，还可以利用机械设备对衣物进行折叠，在对衣物完成折叠之后，按照折叠好的衣物的分类信息将其放置到对应的衣物收纳间中。

步骤s404，获取多个维度的搭配需求信息，根据衣物的分类信息查找与多个维度的搭配需求信息相匹配的衣物信息。

本实施例的方法中，还能够自动为用户搭配衣物，通过获取多个维度的搭配需求信息，在已收集的衣物信息中，查找与多个维度的搭配需求信息。

其中，多个维度具体包括以下维度的一种或多种：温度维度、人物情绪维度、出席场合维度、搭配喜好维度。其中，通过天气预报的接口获取天气预报，根据天气预报中包含的温度信息或者穿衣指数信息确定温度维度的搭配需求信息。人物情绪维度的搭配需求信息也可通过ai的方式来获取，利用图像采集设备采集人脸图像，然后ai芯片对人脸图像进行识别，识别出人脸图像中人脸的表情是开心的、生气的、严肃的或者凝重的等等，从而确定人物情绪。出席场合维度以及搭配喜好维度的搭配需求信息均由用户自行设定，通过接口接收用户所输入的出席场合信息以及搭配需求信息。

其中，衣物信息具体可以是预先采集的衣物图像。举例来说，若用户输入的出席场合信息为面试场合，则查找与面试场合相匹配的衣物图像，如衣物所属的风格信息为职业装的衣物图像；再如，当识别出人物情绪为低落时，则查找与低落情绪相匹配的衣物图像，如衣物所属的色系信息为浅色系的衣物图像。由此可知，本实施例的方法能够综合多个维度的因素，为用户搭配衣物，使得搭配得到的衣物信息与搭配需求更加匹配。

步骤s405，将与多个维度的搭配需求信息相匹配的衣物信息进行显示。

将与多个维度的搭配需求信息相匹配的衣物信息显示在显示屏中，显示屏可以为可触碰的显示屏。

步骤s406，检测用户针对所显示的与多个维度的搭配需求信息相匹配的衣物信息的选择确认操作。

步骤s407，在检测到选择确认操作的情况下，将选择确认操作针对的衣物信息所对应的衣物从对应的衣物收纳间提取出来。

用户如果在显示屏上执行了针对显示的与多个维度搭配需求相匹配的衣物图像的选择确认操作，则将衣物图像所对应的衣物从对应的衣物收纳间取出来。

可选地，本实施例的方法还可以应用于智能衣柜中，进一步对智能衣柜内的湿度以及预设气体的浓度进行检测。

具体地，对智能衣柜内的湿度进行检测，利用湿度检测器检测衣柜内的湿度进行检测，当检测到衣柜内的湿度超过一定的阈值时，进行干燥处理，例如，例如控制加热设备的温度升高以除去水分，从而降低衣柜内的湿度。

对衣柜内预设气体进行检测，其中，预设气体可以为二氧化碳或者甲醛等等一些对人体有害或者由刺激性气味的气体，可利用气体检测器检测预设气体的浓度，当检测到衣柜内预设气体的浓度超过浓度阈值时，启动排气扇或者换气扇等除气设备对衣柜内气体进行轮换，从而减低衣柜内预设气体的浓度。

由此可知，采用本实施例的方法能够根据天气温度、用户情绪、用户输入的喜好或者出席场合自动为用户搭配衣物，并且在用户选择确认的情况下，将用户确认的衣物从对应的衣物收纳间中拿取出来，并且还能够自动检测衣柜内的湿度以及预设气体的浓度，自动进行除湿以及除气，该智能衣柜的智能程度高，能够为用户提供很多便利，提升了用户体验。

本申请实施例提供了一种非易失性计算机存储介质，所述计算机存储介质存储有至少一可执行指令，该计算机可执行指令可执行上述任意方法实施例中的衣物处理方法。

图5示出了根据本发明实施例的一种电子设备的结构示意图，本发明具体实施例并不对电子设备的具体实现做限定。

如图5所示，该电子设备可以包括：处理器(processor)502、通信接口(communicationsinterface)504、存储器(memory)506、以及通信总线508。

其中：

处理器502、通信接口504、以及存储器506通过通信总线508完成相互间的通信。

通信接口504，用于与其它设备比如客户端或其它服务器等的网元通信。

处理器502，用于执行程序510，具体可以执行上述衣物处理方法实施例中的相关步骤。

具体地，程序510可以包括程序代码，该程序代码包括计算机操作指令。

处理器502可能是中央处理器cpu，或者是特定集成电路asic(applicationspecificintegratedcircuit)，或者是被配置成实施本发明实施例的一个或多个集成电路。电子设备包括的一个或多个处理器，可以是同一类型的处理器，如一个或多个cpu；也可以是不同类型的处理器，如一个或多个cpu以及一个或多个asic。

存储器506，用于存放程序510。存储器506可能包含高速ram存储器，也可能还包括非易失性存储器(non-volatilememory)，例如至少一个磁盘存储器。

程序510具体可以用于使得处理器502执行以下操作：

对衣物进行特征识别处理，得到衣物的特征信息；

根据衣物的特征信息对衣物进行分类处理，确定衣物的分类信息；

根据衣物的分类信息将衣物放置到对应的衣物收纳间。