基于用户外形的服饰推荐方法、装置、设备及系统与流程

1.本技术属于图像技术领域，具体涉及一种基于用户外形的服饰推荐方法、装置、设备及系统。


背景技术：

2.服饰作为人们生活的必需品，一方面起到了御寒保暖的作用，另一方面，还起到了展现人们的形体美感、穿衣品味的作用，随着社会的发展和进步，人们对衣着服饰的搭配也越发重视。
3.由于普通大众对衣着服饰如何搭配并不擅长，为了帮助普通大众进行合理的服饰搭配，目前，相关技术中，有利用智能终端设备进行服饰图像采集，并根据采集的服饰图像向用户进行服饰推荐的技术方案。
4.然而，相关技术中的方案，智能终端设备仅通过服饰图片数据，考虑目前流行的服饰款式、颜色等因素进行服饰推荐，并未深入的考虑服饰的上身效果以及搭配风格的匹配问题，造成了推荐的服饰不适合用户，服饰推荐结果准确性低、效果差的问题。
5.相应地，本领域需要一种新的基于用户外形的服饰推荐方法、装置、设备及系统来解决上述问题。


技术实现要素：

6.为了解决现有技术中的上述问题，即为了解决现有服饰推荐结果准确性低、效果差的问题，本技术提供了一种基于用户外形的服饰推荐方法、装置、设备及系统。
7.根据本技术实施例的第一方面，本技术提供了一种基于用户外形的服饰推荐方法，包括：
8.采集用户图像信息；根据所述用户图像信息，确定用户外形信息；根据预设的配置参数，确定目标搭配风格；根据所述目标搭配风格，确定与所述用户外形信息匹配的服饰推荐信息。
9.在上述基于用户外形的服饰推荐方法的优选技术方案中，根据所述用户图像信息，确定用户外形信息，包括：
10.对所述用户图像信息进行特征提取，获取所述用户图像信息中的用户外形特征；根据所述用户外形特征，确定预设的用户外形数据库中与所述用户外形特征对应的用户外形信息。
11.在上述基于用户外形的服饰推荐方法的优选技术方案中，所述用户外形特征包括肤色、脸型、发色、发型、身材中的至少二种；根据所述用户外形特征，确定预设的用户外形数据库中与所述用户外形特征对应的用户外形信息，包括：根据多个所述用户外形特征的组合，生成组合外形特征；在所述用户外形数据库中确定与所述组合外形特征相匹配的用户外形信息。
12.在上述基于用户外形的服饰推荐方法的优选技术方案中，所述配置信息中包括搭
配风格参数，所述搭配风格参数用于表征所述目标搭配风格的类型；根据预设的配置参数，确定目标搭配风格，包括：根据所述搭配风格参数，从预设的搭配风格数据库中确定与所述搭配风格参数对应的搭配风格标识；将所述搭配风格标识对应的搭配风格确定为目标搭配风格。
13.在上述基于用户外形的服饰推荐方法的优选技术方案中，根据所述目标搭配风格，确定与所述用户外形信息匹配的服饰推荐信息，包括：利用与所述目标搭配风格对应的训练至收敛的神经网络模型，获取与所述用户外形信息匹配的服饰特征，其中，所述神经网络模型用于确定用户外形信息对应的服饰特征；根据所述服饰特征，确定对应的服饰推荐信息。
14.在上述基于用户外形的服饰推荐方法的优选技术方案中，所述服饰特征包括服饰颜色、服饰款式和服饰材质中的至少一种；根据所述服饰特征，确定对应的服饰推荐信息，包括：根据所述服饰特征，在预设的服饰数据库中，确定对应的目标服饰信息；将所述一个或多个目标服饰信息的集合，确定为所述服饰推荐信息。
15.在上述基于用户外形的服饰推荐方法的优选技术方案中，所述电子设备与显示屏连接，所述服饰推荐信息包括服饰图片，在根据所述目标搭配风格，确定与所述用户外形信息匹配的服饰推荐信息之后，还包括：将所述服饰推荐信息输出至所述显示屏，以展示所述服饰图片。
16.根据本技术实施例的第二方面，本技术提供了一种基于用户外形的服饰推荐装置，包括：
1.采集模块，用于采集用户图像信息；第一确定模块，用于根据所述用户图像信息，确定用户外形信息；第二确定模块，用于根据预设的配置参数，确定目标搭配风格；第三确定模块，用于根据所述目标搭配风格，确定与所述用户外形信息匹配的服饰推荐信息。
17.在上述基于用户外形的服饰推荐装置的优选技术方案中，所述第一确定模块，具体用于：对所述用户图像信息进行特征提取，获取所述用户图像信息中的用户外形特征；根据所述用户外形特征，确定预设的用户外形数据库中与所述用户外形特征对应的用户外形信息。
18.在上述基于用户外形的服饰推荐装置的优选技术方案中，所述用户外形特征包括肤色、脸型、发色、发型、身材中的至少二种；所述第一确定模块在根据所述用户外形特征，确定预设的用户外形数据库中与所述用户外形特征对应的用户外形信息时，具体用于：根据多个所述用户外形特征的组合，生成组合外形特征；在所述用户外形数据库中确定与所述组合外形特征相匹配的用户外形信息。
19.在上述基于用户外形的服饰推荐装置的优选技术方案中，所述配置信息中包括搭配风格参数，所述搭配风格参数用于表征所述目标搭配风格的类型；所述第二确定模块，具体用于：根据所述搭配风格参数，从预设的搭配风格数据库中确定与所述搭配风格参数对应的搭配风格标识；将所述搭配风格标识对应的搭配风格确定为目标搭配风格。
20.在上述基于用户外形的服饰推荐装置的优选技术方案中，所述第三确定模块，具体用于：利用与所述目标搭配风格对应的训练至收敛的神经网络模型，获取与所述用户外形信息匹配的服饰特征，其中，所述神经网络模型用于确定用户外形信息对应的服饰特征；根据所述服饰特征，确定对应的服饰推荐信息。
21.在上述基于用户外形的服饰推荐装置的优选技术方案中，所述服饰特征包括服饰颜色、服饰款式和服饰材质中的至少一种；所述第三确定模块在根据所述服饰特征，确定对应的服饰推荐信息时，具体用于：根据所述服饰特征，在预设的服饰数据库中，确定对应的目标服饰信息；将所述一个或多个目标服饰信息的集合，确定为所述服饰推荐信息。
2.在上述基于用户外形的服饰推荐装置的优选技术方案中，所述电子设备与显示屏连接，所述服饰推荐信息包括服饰图片，所述用户外形的服饰推荐装置，还包括：显示模块，用于将所述服饰推荐信息输出至所述显示屏，以展示所述服饰图片。
3.根据本技术实施例的第三方面，本技术提供了一种电子设备，包括：存储器，处理器以及计算机程序；
4.其中，所述计算机程序存储在所述存储器中，并被配置为由所述处理器执行如本技术实施例第一方面任一项所述的基于用户外形的服饰推荐方法。根据本技术实施例的第四方面，本技术提供了一种智能家居系统，包括摄像设备、显示屏设备及本技术实施例第三方面提供的电子设备，所述摄像设备和所述显示屏设备分别与所述电子设备通信连接，其中，所述摄像设备，用于采集用户图像信息；所述显示屏设备，用于接收所述电子设备发送的服饰推荐信息并进行显示。
5.根据本技术实施例的第五方面，本技术提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如本技术实施例第一方面任一项所述的基于用户外形的服饰推荐方法。本技术提供的基于用户外形的服饰推荐方法、装置、设备及系统，通过采集用户图像信息；根据所述用户图像信息，确定用户外形信息；根据预设的配置参数，确定目标搭配风格；根据所述目标搭配风格，确定与所述用户外形信息匹配的服饰推荐信息，由于通过用户外形信息和具体的搭配风格，可以提高所推荐的服饰与用户的匹配程度，并按照用户所指定的搭配风格进行服饰推荐，使得推荐服饰能够对于具有不同外形的用户，以更加匹配的搭配风格进行服饰推荐，提高了服饰推荐结果的准确性和服饰推荐效果。
附图说明
6.下面参照附图来描述本技术的基于用户外形的服饰推荐方法、装置、设备及系统的优选实施方式。附图为：
7.图1为本技术实施例提供的基于用户外形的服饰推荐方法的应用场景图；
8.图2为本技术一个实施例提供的基于用户外形的服饰推荐方法的流程图；
9.图3为本技术另一个实施例提供的基于用户外形的服饰推荐方法的流程图；
10.图4为图3所示实施例中步骤s203的流程图；
11.图5为图3所示实施例中步骤s207的流程图；
12.图6为本技术一个实施例提供的基于用户外形的服饰推荐装置的结构示意图；
13.图7为本技术另一个实施例提供的基于用户外形的服饰推荐装置的结构示意图；
14.图8为本技术一个实施例提供的电子设备的示意图；
15.图9为本技术一个实施例提供的智能家居系统的示意图。
具体实施方式
16.首先，本领域技术人员应当理解的是，这些实施方式仅仅用于解释本技术的技术原理，并非旨在限制本技术的保护范围。本领域技术人员可以根据需要对其作出调整，以便适应具体的应用场合。
17.下面将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本技术相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本技术的一些方面相一致的装置和方法的例子。
18.首先对本技术实施例的应用场景进行解释：
19.图1为本技术实施例提供的基于用户外形的服饰推荐方法的应用场景图，如图1所示，本技术实施例提供的基于用户外形的服饰推荐方法的执行主体可以为一种电子设备，例如为智能摄像头。智能摄像头可以为单独的智能终端设备，也可以为智能家居系统的一部分。智能摄像头采集用户图像信息，例如为用户的全身照片，或者全身视频，通过对用户图像信息进行离线分析，得到适合用户的服饰推荐信息，例如为一组服饰照片，并将该服饰照片通过与该智能摄像头通信连接的显示屏进行显示，使用户能够得到适合自己的单独或搭配服饰信息。
20.目前，相关技术中，为用户进行服饰推荐的技术方案，通常是通过用户的购买记录的信息进行服饰推荐，或者是基于用户穿着或者指定的服饰图片，基于大数据，针对该服饰图片进行搭配推荐。然而，一件服饰，或者多件服饰间的搭配，并一定适用于所有用户，具有不同外形特征的用户，所适合的服饰及搭配是不同的，同时，不同的服饰及服饰搭配之间，还存在搭配风格的异同，而上述技术方案中，未考虑到用户的外形差异与服饰搭配风格之间的关系，而仅考虑了服饰自身的特性，因此，导致了推荐的服饰与具体用户不合适，或不能满足用户的穿着需求等推荐不准确的问题。
21.下面以具体地实施例对本技术的技术方案以及本技术的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图，对本技术的实施例进行描述。
22.图2为本技术一个实施例提供的基于用户外形的服饰推荐方法的流程图，示例性地，该方法可以为例如智能摄像头。如图2所示，本实施例提供的基于用户外形的服饰推荐方法包括以下几个步骤：
23.步骤s101，采集用户图像信息。
24.示例性地，用户图像信息为用于描述用户外部特征的信息，更进一步地，例如用户的面部特征、身材特征、服饰特征等一种或多种。示例性地，用户图像信息的实现形式有多种，例如为包含用户外表特征的一组或多组照片或者视频，再例如，为用户的三维轮廓扫描信息，只要是能够表现用户的外部特征的信息均可，此处不对用户图像信息的具体实现方式进行限定。
25.采集用户图像信息的方式也有多种，示例性地，通过本实施例提供的方法的执行主体带有的图像采集单位，对用户进行实时的用户图像信息采集，更加具体地，例如通过本实施例提供的方法的执行主体为智能摄像头，智能摄像头通过包括镜头在内的图像采集单元，采集用户的图像信息。示例性地，还可以通过其他与本实施例提供的方法的执行主体进
行通讯连接的电子设备，采集图像采集信息，例如，通过本实施例提供的方法的执行主体为智能家居终端，智能家居终端与摄像头通信连接，智能家居终端通过摄像头，采集用户图像信息，并进行后续的处理。再例如，智能家居终端与存储介质连接，智能家居从该存储介质中，直接读取用户图像信息。此处，不对采集用户图像信息的具体实现方法进行限定。
26.步骤s102，根据用户图像信息，确定用户外形信息。
27.用户图像信息中包括了用户外部特征，即例如用户的面部、躯干等。因此，通过对用户图像信息进行数据处理和特征提取，可以识别出用户的面部、发型、体型等方面的信息，即用户外形信息，不同的用户，具有不同的用户外形信息。例如，用户图像信息a对应a用户的用户外形信息，a用户为高个子，褐色长头发，肤色偏白，上述特征即为用户外形信息对应描述的具体内容。当然，可以理解的是，用户外形信息还可以进行更加具体的细化，例如通过发型a、发型b等标签的方式对具体的用户外形特征进行描述。本实施例中，用户外形信息的具体实现方式，可以根据具体需要进行设置，此处不进行具体限定。
28.示例性地，通过用户图像信息确定用户外形信息的方法有多种，例如通过卷积神经网络对用户图像信息进行特征识别和分类，而获得用户外形信息，也可以通过接收用户输入的指令信息，确定对应的用户外形信息，或者二者的结合，其中具体的实施方式为本领域现有技术，此处不再赘述。
29.步骤s103，根据预设的配置参数，确定目标搭配风格。
30.示例性地，配置参数可以为用户预先根据需要输入的配置信息。具体地，电子设备具有交互界面，用户通过交互界面与电子设备之间进行数据的交互，用户输入带有配置参数的配置指令，电子设备接收并将该配置参数存储在存储介质中。电子设备中还预设有多种搭配风格信息，用于表征不同的服饰搭配风格，其中，每种服饰搭配风格信息对应有唯一的标识，根据配置参数与该标识具有映射关系，根据配置信息，可以确定多个服饰搭配风格信息中的一个及为目标搭配风格。
31.根据配置参数的不同，目标搭配风格可以有一个或多个，每一目标搭配风格对应一种服饰风格或服饰搭配风格，因此，每一目标搭配风格对应的服饰，具有相同或相似的服饰特征，可归为同一搭配风格的服饰。例如，时尚流行风格、商务风格、运动风格等。用户通过预设配置参数，可以选择仔细喜欢或需要的目标搭配风格进行服饰推荐，从而满足用户的不同需求，实现更加精准的服饰推荐。
32.步骤s104，根据目标搭配风格，确定与用户外形信息匹配的服饰推荐信息。
33.由于不同用户，其对应的用户外形信息并不相同，例如有的用户为身材高大，有的用户为皮肤白皙，因此，对于不同的用户外形信息，与其搭配的服饰也是不同的，需要进一步地确定与用户外形信息相匹配的服饰推荐信息。
34.具体地，电子设备从目标搭配风格所对应的多种服饰信息，对用户外形信息和服饰信息之间的匹配程度进行评估，确定与用户外形信息相匹配的服饰推荐信息。其中，示例性地，具体实现方式可以先通过外部的包括用户外形信息和服饰信息的数据打标签后，进行模型训练，获得一个训练至收敛的匹配度评估模型，该匹配的评估模型能够接收用户外形信息，并从多种服饰信息中，输出与该用户外形信息最匹配的服饰信息，示例性地，该服饰信息以图片、文字等方式输出，即为服饰推荐信息。具体地样本打标、模型训练过程为本领域现有技术，此处不再赘述。
35.本实施例中，通过采集用户图像信息；根据用户图像信息，确定用户外形信息；根据预设的配置参数，确定目标搭配风格；根据目标搭配风格，确定与用户外形信息匹配的服饰推荐信息，由于通过用户外形信息和具体的搭配风格，可以提高所推荐的服饰与用户的匹配程度，并按照用户所指定的搭配风格进行服饰推荐，使得推荐服饰能够对于具有不同外形的用户，以更加匹配的搭配风格进行服饰推荐，提高了服饰推荐结果的准确性和服饰推荐效果。
36.图3为本技术另一个实施例提供的基于用户外形的服饰推荐方法的流程图，如图3所示，本实施例提供的基于用户外形的服饰推荐方法在图2所示实施例提供的基于用户外形的服饰推荐方法的基础上，对s102-s104进一步细化，并在步骤s204之后增加了对服饰推荐信息进行输出的步骤，则本实施例提供的基于用户外形的服饰推荐方法包括以下几个步骤：
37.步骤s201，采集用户图像信息。
38.步骤s202，对用户图像信息进行特征提取，获取用户图像信息中的用户外形特征。示例性地，通过预设的训练至收敛的神经网络模型对用户图像信息进行特征提取，可以得到用户图像信息中，与用户将的外形特征相关的信息，即用户外形特征。示例性地，用户外形特征包括肤色、脸型、发色、发型、身材中的多种，通过多个维度的用户外形特征的组合，实现对用户外形的描述。
39.步骤s203，根据用户外形特征，确定预设的用户外形数据库中与用户外形特征对应的用户外形信息。
40.示例性地，预设的用户外形数据库中为预设的数据文件或数据库，其中，预设的用户外形数据库可以设置在电子设备内的存储介质中，也可以存储在外部与电子设备通信连接的存储介质中，电子设备可以通过实时或非实时的手段获取到预设的用户外形数据库，通过用户外形特征，在对应的用户外形数据库中进行对比检索，可以获得一个或多个与用户外形特征相匹配的数据信息，即用户外形信息。其中，具体的特征对比和检索技术，为本领域现有技术，此处不进行具体赘述。
41.示例性地，用户外形特征包括肤色、脸型、发色、发型、身材中的至少二种。如图4所示，步骤s203包括步骤s2031、s2032两个具体的实现步骤：
42.步骤s2031，根据多个用户外形特征的组合，生成组合外形特征。
43.具体地，组合外形特征是指多个用户外形特征组合或融合后，所形成的同时具备该多个用户外形特征的特性信息。示例性地，在用户所具有的外形特征中，一些用户外形特征的组合，相较单一的用户外形特征，更能体现用户的外形特点，据此进行服饰的推荐，也能使推荐的服饰更好的匹配用户的外形。例如，同样是具有皮肤白皙的特征的用户，用户身材的高低，其所匹配的服饰也是完全不同的。
44.示例性地，组合外形特征的生成方法有多种，例如将多个用户外形特征进行叠加，使多个用户外形特征的合集成为组合外形特征；也可以对多个用户外形特征进行融合和特征变化，生成能够表征多个用户外形特征的组合外形特征，此处，不对生成组合外形特征的实现方式进行具体限定。
45.步骤s2032，在用户外形数据库中确定与组合外形特征相匹配的用户外形信息。
46.类似地，在生成组合外形特征后，通过组合外形特征，在对应的用户外形数据库中
进行对比检索，可以获得一个或多个与用户外形特征相匹配的数据信息，即与组合外形特征相匹配的用户外形信息，具体实现方法为现有技术，此处不再赘述。
47.示例性地，配置信息中包括搭配风格参数，搭配风格参数用于表征目标搭配风格的类型。
48.步骤s204，根据搭配风格参数，从预设的搭配风格数据库中确定与搭配风格参数对应的搭配风格标识。
49.示例性地，预设的搭配风格数据库中为预设的数据文件或数据库，其中，预设的搭配风格数据库可以设置在电子设备内的存储介质中，也可以存储在外部与电子设备通信连接的存储介质中，电子设备可以通过实时或非实时的手段获取到预设的搭配风格数据库，搭配风格数据库中，包括多种不同的搭配风格信息，每一搭配风格信息对应一标记，即搭配风格标记。例如，搭配风格信息为“流行时尚风格”，对应的搭配风格标记为#1；搭配风格信息为“商务风格”，对应的搭配风格标记为#2。搭配风格参数可以为与搭配风格标记相同或具有预设映射关系的信息，根据搭配风格参数，可以唯一的确定对应的搭配风格标识，进而，实现对搭配风格数据库中众多搭配风格的选择。
50.步骤s205，将搭配风格标识对应的搭配风格确定为目标搭配风格。
51.目标搭配风格即搭配风格标识对应的搭配风格信息，根据目标搭配风格，可以唯一的确定一种与用户预设的配置参数相匹配的衣着服饰的搭配风格。
52.本实施例中，通过用户预设的配置参数，确定一种具体的服饰的搭配风格，可以使后续得到的服饰推荐信息符合特征的搭配风格，能够更好的满足用户的服饰搭配需求，提高服饰推荐的准确性。
53.步骤s206，利用与目标搭配风格对应的训练至收敛的神经网络模型，获取与用户外形信息匹配的服饰特征。
54.具体地，神经网络模型用于确定用户外形信息对应的服饰特征，对应每种目标搭配风格，可以获得相应的一个神经网络模型，以实现在该种目标搭配风格下，对不同用户外形信息对应服饰进行推荐。其中，获得与目标搭配风格对应的训练至收敛的神经网络模型的过程，可以通过预先对不同搭配风格的服饰信息进行标记，生成样本数据，并根据该样本数据进行神经网络训练，获得一个服饰特征生成模型，该服饰特征生成模型接收用户外形信息，并输出与该用户外形信息相匹配的服饰特征。其中，具体的样本打标签和模型训练过程，为本领域现有技术，此处不再进行赘述。
55.步骤s207，根据服饰特征，确定对应的服饰推荐信息。
56.示例性地，服饰特征包括服饰颜色、服饰款式和服饰材质中的至少一种。如图5所示，步骤s207包括步骤s2071、s2072两个具体的实现步骤：
57.步骤s2071，根据服饰特征，在预设的服饰数据库中，确定对应的目标服饰信息。
58.预设的服饰数据库中为预设的数据文件或数据库，其中，预设的服饰数据库可以设置在电子设备内的存储介质中，也可以存储在外部与电子设备通信连接的存储介质中，电子设备可以通过实时或非实时的手段获取到预设的搭配风格数据库，服饰数据库中，包括多种不同的服饰信息，每一服饰信息对应一个服饰标识。根据服饰特征，对服饰数据库中的多个服饰信息进行检索，可以获得对应的目标服饰标识，进而，可以得到该目标服饰标识对应的目标服饰信息。其中，根据具体的服饰特征对服饰标识进行检索的技术，为本领域现
有技术，此处不进行具体赘述。
59.步骤s2072，将一个或多个目标服饰信息的集合，确定为服饰推荐信息。
60.示例性地，目标服饰信息包括图片、文字、标识中的一种或多种，根据目标服饰信息的集合，作为最终的服饰推荐信息，可以实现向用户清楚展示推荐服饰的目的。
61.本实施例步骤中，通过用户外形特征确定服饰特征，进而在服饰数据库得到与服饰特征相匹配的目标服饰信息，由于考虑到了用户自身的外形特征，因此能够进行一步的提高服饰推荐的准确性，提高服饰推荐效果。
62.步骤s208，将服饰推荐信息输出至显示屏，以展示服饰图片。
63.示例性地，电子设备具有实现显示功能的显示屏，将服饰推荐信息以图片、信息或二者混合的方式发送至显示屏，通过显示屏进行显示，能够使用户更加直观的看到服饰推荐信息的准确性，提高设备和用户之间的交互体验。
64.图6为本技术一个实施例提供的基于用户外形的服饰推荐装置的结构示意图，如图6所示，本实施例提供的基于用户外形的服饰推荐装置4包括：
65.采集模块41，用于采集用户图像信息。
66.第一确定模块42，用于根据用户图像信息，确定用户外形信息。
67.第二确定模块43，用于根据预设的配置参数，确定目标搭配风格。
68.第三确定模块44，用于根据目标搭配风格，确定与用户外形信息匹配的服饰推荐信息。
69.可选地，第二确定模块44，对用户图像信息进行特征提取，获取用户图像信息中的用户外形特征；根据用户外形特征，确定预设的用户外形数据库中与用户外形特征对应的用户外形信息。
70.可选地，用户外形特征包括肤色、脸型、发色、发型、身材中的至少二种；第一确定模块42在根据用户外形特征，确定预设的用户外形数据库中与用户外形特征对应的用户外形信息时，具体用于：根据多个用户外形特征的组合，生成组合外形特征；在用户外形数据库中确定与组合外形特征相匹配的用户外形信息。
71.可选地，配置信息中包括搭配风格参数，搭配风格参数用于表征目标搭配风格的类型；第二确定模块43，具体用于：根据搭配风格参数，从预设的搭配风格数据库中确定与搭配风格参数对应的搭配风格标识；将搭配风格标识对应的搭配风格确定为目标搭配风格。
72.可选地，第三确定模块44，具体用于：利用与目标搭配风格对应的训练至收敛的神经网络模型，获取与用户外形信息匹配的服饰特征，其中，神经网络模型用于确定用户外形信息对应的服饰特征；根据服饰特征，确定对应的服饰推荐信息。
73.服饰特征包括服饰颜色、服饰款式和服饰材质中的至少一种；第三确定模块44在根据服饰特征，确定对应的服饰推荐信息时，具体用于：根据服饰特征，在预设的服饰数据库中，确定对应的目标服饰信息；将一个或多个目标服饰信息的集合，确定为服饰推荐信息。
74.其中，采集模块41、第一确定模块42、第二确定模块43、第三确定模块44依次连接。本实施例提供的基于用户外形的服饰推荐装置4可以执行如图2所示的方法实施例的技术方案，其实现原理和技术效果类似，此处不再赘述。
75.图7为本技术另一个实施例提供的基于用户外形的服饰推荐装置的结构示意图，如图7所示，本实施例提供的基于用户外形的服饰推荐装置在图6所示实施例提供的基于用户外形的服饰推荐装置的基础上，还增加了显示模块51，则本实施例提供的基于用户外形的服饰推荐装置5，还包括：
76.显示模块51，用于将服饰推荐信息发送至显示屏设备进行显示。
77.其中，采集模块41、第一确定模块42、第二确定模块43、第三确定模块44、显示模块51依次连接。本实施例提供的基于用户外形的服饰推荐装置4可以执行如图2-图5所示的任一方法实施例的技术方案，其实现原理和技术效果类似，此处不再赘述。
78.图8为本技术一个实施例提供的电子设备的示意图，如图8所示，本实施例提供的电子设备6包括：存储器61，处理器62以及计算机程序。
79.其中，计算机程序存储在存储器61中，并被配置为由处理器62执行以实现本技术图2-图5所对应的任一实施例提供的基于用户外形的服饰推荐方法。
80.其中，存储器61和处理器62通过总线63连接。
81.相关说明可以对应参见图2-图5所对应的任一实施例中的步骤所对应的相关描述和效果进行理解，此处不做过多赘述。
82.本技术一个实施例提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行以实现本技术图2-图5所对应的实施例中任一实施例提供的基于用户外形的服饰推荐方法。
83.其中，计算机可读存储介质可以是rom、随机存取存储器(ram)、cd-rom、磁带、软盘和光数据存储设备等。
84.图9为本技术一个实施例提供的智能家居系统的示意图，如图7所示，本技术提供的智能家居系统7，包括：摄像设备71、显示屏设备72及如图6所示实施例提供的电子设备73，摄像设备71和显示屏设备72分别与电子设备73通信连接，其中，摄像设备71，用于采集用户图像信息；显示屏设备72，用于接收电子设备发送的服饰推荐信息并进行显示；电子设备73用于实现本技术图2-图5所对应的任一实施例提供的基于用户外形的服饰推荐方法。
85.在本技术所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个模块或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或模块的间接耦合或通信连接，可以是电性，机械或其它的形式。
86.本领域技术人员在考虑说明书及实践这里公开的申请后，将容易想到本技术的其它实施方案。本技术旨在涵盖本技术的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本技术的一般性原理并包括本技术未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本技术的真正范围和精神由下面的权利要求书指出。
87.应当理解的是，本技术并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本技术的范围仅由所附的权利要求书来限制
88.至此，已经结合附图所示的优选实施方式描述了本技术的技术方案，但是，本领域
技术人员容易理解的是，本技术的保护范围显然不局限于这些具体实施方式。在不偏离本技术的原理的前提下，本领域技术人员可以对相关技术特征作出等同的更改或替换，这些更改或替换之后的技术方案都将落入本技术的保护范围之内。