本发明涉及衣服管理技术领域，尤其涉及衣物管理方法、控制装置、衣柜以及计算机可读存储介质。
背景技术：
随着人们生活水平的提高，人均购置的衣物数量越来越多。目前，用户选择衣物穿着时，衣物过多而美学知识不足，很多时候不知道如何正确搭配衣服，只能按照自己感觉随意搭配，搭配后不知道效果如何便出门。这样不但不利于用户衣物的正确利用，也容易因为搭配不当而影响用户的形象。
上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。
技术实现要素：
本发明的主要目的在于提供一种衣物管理方法，旨在实现用户知晓其衣物的搭配效果好坏，以保证用户衣服的正确利用，提高用户形象。
为实现上述目的，本发明提供一种衣物管理方法，所述衣物管理方法包括以下步骤：
获取目标对象的第一图像；
从所述第一图像中提取包括所述目标对象所穿着的不同衣物的第一图像信息；
根据所述第一图像信息确定所述目标对象所穿着的每件衣物的第一特征信息；
根据所述第一特征信息确定所述目标对象衣物搭配的第一评价信息；
输出所述第一评价信息。
可选地，所述根据所述第一图像信息确定所述目标对象所穿着的每件衣物的第一特征信息的步骤包括：
基于衣物数据库分析所述第一图像信息，所述衣物数据库包括多种衣物的第二图像信息及其对应的第二特征信息；
将所述衣物数据库中与所述第一图像信息匹配的第二图像信息，确定为目标图像信息；
将所述目标图像信息所对应的第二特征信息，作为所述目标对象所穿着的每件衣物的第一特征信息。
可选地，所述根据所述第一图像信息确定所述目标对象所穿着的每件衣物的第一特征信息的步骤之后，还包括：
将所述目标对象所穿着的至少一衣物选取为第一衣物；
基于所述第一衣物对应的第一特征信息获取若干个衣物组合；所述衣物组合包括所述第一衣物以及与所述第一衣物搭配的第二衣物；
确定各所述衣物组合对应的第二评价信息；
根据所述第二评价信息及其对应的衣物组合，输出搭配建议信息。
可选地，所述确定各所述衣物组合对应的第二评价信息的步骤包括：
获取各所述衣物组合的基准评价信息，获取各所述衣物组合获取的渠道特征信息；其中，所述渠道特征信息包括获取来源、访问量和/或时效信息；
根据所述渠道特征信息对应生成各所述衣物组合的权重；
根据所述基准评价信息及其对应的权重，确定各所述衣物组合对应的第二评价信息。
可选地，所述从所述第一图像中提取包括所述目标对象所穿着的不同衣物的第一图像信息的步骤包括：
分析所述第一图像中所述目标对象的若干个特征部位所在的第一图像区域；
提取各所述第一图像区域对应的图像信息，作为各所述特征部位所穿着的衣物对应的图像信息，以得到所述第一图像信息。
可选地，所述分析所述第一图像中所述目标对象的若干个特征部位所在的第一图像区域的步骤包括：
对所述第一图像执行基于人体的第一目标检测算法；
根据所述第一目标检测算法的检测结果，确定所述目标对象所在的第一人体图像区域；
按照比例关系将所述第一人体图像区域进行划分，得到各所述第一图像区域。
可选地，所述第一人体图像区域为矩形区域，所述按照比例关系将所述第一人体图像区域进行划分，得到各所述第一图像区域的步骤之前，还包括：
获取所述第一人体图像区域的长度与宽度的比值；
当所述比值位于阈值范围内时，执行所述按照比例关系将所述第一人体图像区域进行划分，得到各所述第一图像区域的步骤；
当所述比值位于所述阈值范围以外时，发出第一提示信息，以提示所述目标对象调整姿态。
可选地，所述从所述第一图像中提取包括所述目标对象所穿着的不同衣物的第一图像信息的步骤包括：
识别所述第一图像中人体的骨骼特征点；
根据所述骨骼特征点确定所述目标对象所在的第二人体图像区域；
基于所述骨骼特征点对所述第二人体图像区域进行划分，得到
所述目标对象的若干个特征部位所在的第二图像区域；
提取各所述第二图像区域对应的图像信息，作为各所述特征部位所穿着的衣物对应的图像信息，以得到所述第一图像信息。
可选地，所述根据所述骨骼特征点确定所述目标对象所在的第二人体图像区域的步骤之前，还包括：
判断所述骨骼特征点是否包括骨骼关键点；
若是，则执行所述根据所述骨骼特征点确定所述目标对象所在的第二人体图像区域的步骤；
若否，则发出第二提示信息，以提示所述目标对象调整姿态或位置。
可选地，当所述骨骼特征点包括骨骼关键点时，所述根据所述骨骼特征点确定所述目标对象所在的第二人体图像区域的步骤之前，还包括：
获取各所述骨骼特征点对应的图像位置信息；
根据所述图像位置信息，判断各所述骨骼特征点的相对位置是否满足姿态要求；
若满足，则执行所述根据所述骨骼特征点确定所述目标对象所在的第二人体图像区域的步骤；
若不满足，则发出第三提示信息，以提示所述目标对象调整姿态。
可选地，所述从所述第一图像中提取包括所述目标对象所穿着的不同衣物的第一图像信息的步骤包括：
分析所述第一图像中所述目标对象所穿着的各种衣物所在的第三图像区域；
提取所述各所述第三图像区域对应的图像信息，作为所述第一图像信息。
可选地，所述分析所述第一图像中所述目标对象所穿着的各种衣物所在的第三图像区域的步骤包括：
对所述第一图像执行基于衣物的第二目标检测算法；
根据所述第二目标检测算法的检测结果，确定各所述第三图像区域。
可选地，所述分析所述第一图像中所述目标对象所穿着的各种衣物所在的第三图像区域的步骤包括：
分析所述第一图像中所述目标对象所穿着的各种衣物的图像轮廓：
将各所述图像轮廓所形成的图像区域，作为所述第三图像区域。
可选地，所述分析所述第一图像中所述目标对象所穿着的各种衣物的图像轮廓的步骤包括：
对所述第一图像进行像素级分割，得到各所述图像轮廓；或，
识别所述第一图像中所述目标对象所穿着的各种衣物对应的轮廓特征点；
根据所述轮廓特征点确定各所述图像轮廓。
可选地，所述根据所述第一图像信息确定所述目标对象所穿着的每件衣物的第一特征信息的步骤之后，还包括：
根据所述第一特征信息查询衣物存放数据库，判断对应的衣物在衣柜中是否均已具有存储位置；所述衣物存放数据库包括多个衣物的特征信息及其在衣柜中的存储位置；
若否，则将未具有存储位置的衣物确定为第三衣物；
输出所述第三衣物对应的存储提示信息；
获取基于所述存储提示信息返回的存储位置信息；
根据所述存储位置信息和所述第一特征信息关联存储至所述衣物存放数据库。
可选地，所述根据所述存储位置信息和所述第一特征信息关联存储至所述衣物存放数据库的步骤之后，还包括：
在接收到包括第一特征信息的位置查询指令时，基于所述第一特征信息查询所述衣物存放数据库；
在所述衣物存放数据库中，将所述第一特征信息所关联的存储位置信息确定为第一目标位置信息；
输出所述第一目标位置信息；且/或，
所述根据所述第一特征信息查询衣物存放数据库，判断对应的衣物在衣柜中是否均已具有存储位置的步骤之后，还包括：
当所述目标对象所穿着的所有衣物在衣柜中均已具有存储位置时，或，当所述目标对象所穿着的部分衣物在衣柜中已具有存储位置时，将已具有存储位置的衣物确定为第四衣物；
在所述衣服存放数据库中，将所述第四衣物的第一特征信息所关联的存在位置信息，确定为第二目标位置信息；
输出所述第二目标位置信息。
此外，为了实现上述目的，本申请还提出一种控制装置，所述控制装置包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的衣物管理程序，所述衣物管理程序被所述处理器执行时实现如上任一项所述的衣物管理方法的步骤。
此外，为了实现上述目的，本申请还提出一种衣柜，所述衣柜包括：
摄像头和/或镜子；以及
如上所述的控制装置。
此外，为了实现上述目的，本申请还提出一种计算机可读存储介质，所述计算机可读存储介质上存储有衣物管理程序，所述衣物管理程序被处理器执行时实现如上任一项所述的衣物管理方法的步骤。
本发明提出的一种衣物管理方法，该方法通过获取目标对象的第一图像，分析第一图像并提取目标对象所穿着的不同衣物对应的第一图像信息，根据第一图像信息确定目标对象所穿着的每件衣物的第一特征信息，根据第一特征信息确定所述目标对象衣物搭配的第一评价信息，输出第一评价信息，从而使用户在试穿衣物时，基于输出的第一评价信息可知晓其当前所试穿的衣物搭配效果如何，从而实现用户知晓其衣物的搭配效果好坏，使用户可正确搭配衣服，保证用户衣服的正确利用同时提高用户形象。
附图说明
图1是本发明衣柜一实施例的结构示意图；
图2为本发明控制装置一实施例运行涉及的硬件的结构示意图；
图3为本发明衣物管理方法第一实施例的流程示意图；
图4为本发明衣物管理方法第二实施例的流程示意图；
图5为本发明衣物管理方法第三实施例的流程示意图；
图6为本发明衣物管理方法第四实施例的流程示意图；
图7为本发明衣物管理方法第五实施例的流程示意图；
图8为本发明衣物管理方法第六实施例的流程示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本发明实施例的主要解决方案是：获取目标对象的第一图像；从所述第一图像中提取包括所述目标对象所穿着的不同衣物的第一图像信息；据所述第一图像信息确定所述目标对象所穿着的每件衣物的第一特征信息；根据所述第一特征信息确定所述目标对象衣物搭配的第一评价信息；输出所述第一评价信息。
由于现有技术中，用户选择衣物穿着时，衣物过多而美学知识不足，很多时候不知道如何正确搭配衣服，只能按照自己感觉随意搭配，搭配后不知道效果如何便出门。这样不但不利于用户衣物的正确利用，也容易因为搭配不当而影响用户的形象。
本发明提供上述的解决方案，旨在实现用户知晓其衣物的搭配效果好坏，以保证用户衣服的正确利用，提高用户形象。
本发明提出一种衣柜，用于存放衣服。
在本实施例中，参照图1，衣柜具体包括摄像头1、镜子2和控制装置3。在其他实施例中，衣柜可包括摄像头1和控制装置3，而不包括镜子2；衣柜还可包括镜子2和控制装置3，镜头2可不属于衣柜，而是其他设备上的图像采集装置。此外，衣柜还可包括显示装置4，显示装置可用于输出提示信息。
在本实施例中，摄像头1具体设于镜子2的上方。摄像头1具体用于采集目标对象的第一图像。镜子2可供目标对象使用，以辅助其整理仪表。其中，无论摄像头1为衣柜的一部分，还是其他设备(如手机、电脑、监控设备等)上的图像采集模块，摄像头1与控制装置3通讯连接。
具体的，控制装置3可独立于衣柜用于存放衣物的本体设置，也可内置安装于衣柜用于存放衣物的本体上。在本发明实施例中，参照图2，控制装置包括：处理器3001，例如cpu，存储器3002等。存储器3002可以是高速ram存储器，也可以是稳定的存储器(non-volatilememory)，例如磁盘存储器。存储器3002可选的还可以是独立于前述处理器3001的存储装置。
处理器3001与存储器3002连接。此外，处理器3001还与上述的摄像头1通讯连接，用于获取摄像头1所采集的图像数据。处理器3001还可与显示装置4连接，以控制显示装置4输出提示信息。
本领域技术人员可以理解，图2中示出的装置结构并不构成对装置的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图2所示，作为一种可读存储介质的存储器3002中可以包括衣物管理程序。在图2所示的装置中，处理器3001可以用于调用存储器3002中存储的衣物管理程序，并执行以下实施例中衣物管理方法的相关步骤操作。
本发明还提供一种衣物管理方法。
参照图3，提出本发明衣物管理方法第一实施例，所述衣物管理方法包括：
步骤s10，获取目标对象的第一图像；
在本实施例中，目标对象具体为人，在其他实施例中目标对象还可为动物，可根据实际需求进行设定。目标对象可具体为预先设定的特定对象，也可将任意出现在摄像头的拍摄范围内的对象作为目标对象。目标对象的数量可为一个或多于一个。
第一图像具体为摄像头所采集的包含目标对象图像的图像数据。具体的，可对摄像头所采集的图像数据持续进行人体识别，当识别到图像数据中出现人体或特定用户对应的人体信息时，将该图像数据作为第一图像。
步骤s20，从所述第一图像中提取包括所述目标对象所穿着的不同衣物的第一图像信息；
目标对象所穿着的不同衣物具体指的目标对象在不同部位所穿着的衣服或物品，具体指的是目标对象所穿着的所有衣物，也可指的是目标对象所穿着的衣物中指定的至少两种衣物。衣物可包括上衣、下衣、帽子、鞋子、手表、手套等。
每件衣物可对应形成一个第一图像信息。具体的，可对第一图像进行人体识别，基于人体识别的结果再进一步提取第一图像中目标对象所穿着的不同衣物所对应的第一图像信息；也可直接对第一图像进行衣物识别，基于衣物识别的结果进一步提取第一图像中目标对象所穿着的不同衣物所对应的第一图像信息，等等。在本实施例中，主要通过收集大量的样本数据，生成深度神经网络，将第一图像输入深度神经网络进行分析，通过深度神经网络对第一图像进行人体识别或衣物识别等，基于识别结果得到第一图像信息。
第一图像信息可具体为包括衣物的图像，也可以为由包括衣物的图像提取得到的特征向量等。
步骤s30，根据所述第一图像信息确定所述目标对象所穿着的每件衣物的第一特征信息；
对每个衣物所对应的第一图像信息进行分析，每个第一图像信息可对应分析得到相应衣服的第一特征信息。第一特征信息具体指第一图像信息所对应的目标对象所穿着的衣物的属性信息。第一特征信息可具体包括衣物的颜色(如红、黄等)、材料(如羊毛、棉质等)、品牌、类型(如长上衣、短上衣、连衣裙、短裤、长裤等)等。
具体的，可采用预设算法直接提取第一图像信息中的图像特征，基于提取的图像特征确定第一特征信息。此外，也可基于本地或云端的衣物数据库对第一图像信息进行分析，将衣物数据库中第一图像信息所匹配的衣物属性作为第一图像信息所对应的第一特征信息。
步骤s40，根据所述第一特征信息确定所述目标对象衣物搭配的第一评价信息；
第一评价信息可具体为评价分数、评价等级等。在本实施例中，第一评价信息具体为评价分数。具体的，可预先基于不同衣物的第一特征信息设定一些基本的搭配规则，搭配规则中包括不同的第一特征信息的组合及其对应的分值。基于搭配规则，可当前得到的第一特征信息所对应的评价分数。该评价分数可作为目标对象所穿着的不同衣物当前搭配效果表征的第一评价信息。
步骤s50，输出所述第一评价信息。
具体的，可通过显示或语音等方式输出第一评价信息。
本发明实施例提出的一种衣物管理方法，该方法通过获取目标对象的第一图像，分析第一图像并提取目标对象所穿着的不同衣物对应的第一图像信息，根据第一图像信息确定目标对象所穿着的每件衣物的第一特征信息，根据第一特征信息确定所述目标对象衣物搭配的第一评价信息，输出第一评价信息，从而使用户在试穿衣物时，基于输出的第一评价信息可知晓其当前所试穿的衣物搭配效果如何，从而实现用户知晓其衣物的搭配效果好坏，使用户可正确搭配衣服，保证用户衣服的正确利用同时提高用户形象。
具体的，在第一实施例中，所述步骤s30包括：
步骤s31，基于衣物数据库分析所述第一图像信息，所述衣物数据库包括多种衣物的第二图像信息及其对应的第二特征信息；
衣物数据库可具体为本地的数据库，也可以为云端的数据库。其中，为了后续所确定的第一特征信息更为的准确，衣物数据库采用云端数据库。衣物数据库包括多种类型(不同的品牌、款式、材质、颜色等)的衣物所对应的第二图像信息，此外衣物数据库中，不同的第二图像信息对应不同的第二特征信息。第一特征信息具体指第二图像信息所对应的衣物的属性信息。第二特征信息可具体包括衣物的颜色(如红、黄等)、材料(如羊毛、棉质等)、品牌、类型(如长上衣、短上衣、连衣裙、短裤、长裤等)等。
第二图像信息可具体为包括衣物的图像，也可以为由包括衣物的图像提取得到的特征向量等。
步骤s32，将所述衣物数据库中与所述第一图像信息匹配的第二图像信息，确定为目标图像信息；
第一图像信息与第二图像信息的相似度大于或等于预设阈值，可判定第一图像信息匹配，因此可将与第一图像信息的相似度大于或等于预设阈值的第二图像信息，作为目标图像信息。
另外，第一图像信息具体为对相应的衣物图像进行特征提取后的特征向量，第二图像信息具体为对相应的衣物图像进行特征提取后的特征向量。其中特征向量可采用sift算法(scale-invariantfeaturetransform)或者卷积神经网络(例如ssd网络中经过vggnet-16卷积层后组合形成一个向量等)对图像进行特征提取得到。基于此，可计算第一图像信息和第二图像信息分别对应的两个特征向量之间的距离(例如欧式距离、余弦距离等)，将与第一图像信息距离最短的第二图像信息，作为目标图像信息。此外，可预先设置距离阈值，在计算得到两个特征向量之间的距离后，将得到的距离大于或等于距离阈值对应的第二图像信息，作为目标图像信息。
步骤s33，将所述目标图像信息所对应的第二特征信息，作为所述目标对象所穿着的每件衣物的第一特征信息。
在本实施例中，基于衣物数据库对第一图像进行分析，基于分析结果，可准确地分析得到目标对象所穿着的每件衣物的第一特征信息，从而提高对目标对象搭配评价的准确性。
进一步的，基于第一实施例，提出本申请衣物管理方法第二实施例。在第二实施例中，参照图4，所述步骤s30之后，还包括：
步骤s60，将所述目标对象所穿着的至少一衣物选取为第一衣物；
在目标对象所穿着的衣物中，一件或多于一件的衣物可选取为第一衣物。具体的，可将目标对象所穿着的衣物中搭配的评分高于或等于预设分数的衣物选取为第一衣物。例如，目标对象穿着有上衣、裙子、帽子和鞋子时，上衣、裙子、帽子和鞋子中其中一件可选取为第一衣物。或者，在帽子和鞋子的搭配的评分高于或等于预设分数时，将帽子和鞋子作为第一衣物。
步骤s70，基于所述第一衣物对应的第一特征信息获取若干个衣物组合；所述衣物组合包括所述第一衣物以及与所述第一衣物搭配的第二衣物；
具体的，可根据预设搭配规则，可确定与第一特征信息搭配的第二特征信息，第一特征信息所对应的第一衣物与第二特征信息所对应的第二衣物形成所获取的衣物组合。此外，也可获取预设配置的多个预设衣物组合，每个预设衣物组合中包括至少两种预设衣服及其对应的预设特征信息，确定预设衣物组合中与第一特征信息匹配的预设特征信息，将预设特征信息所对应的预设衣物组合，作为所获取的衣物组合。其中，获取的衣物组合可根据实际匹配情况有一个或多于一个。
步骤s80，确定各所述衣物组合对应的第二评价信息；
第二评价信息的确定方式可有多种，可根据衣物组合的获取方式确定，不同的获取方式采用不同的方式确定第二评价信息。具体的，当衣物组合是基于品牌方自荐方式获取时，则可通过获取品牌方为该衣物组合评定的分数，将该分数作为衣物组合所对应的第二评价信息；若衣物组合是系统基于预设搭配规则给出的，可将所获取的衣物组合推送给专家(如时尚专家、设计师和模特等)，获取专家返回的评定分数，将该分数作为衣物组合所对应的第二评价信息。
步骤s90，根据所述第二评价信息及其对应的衣物组合，输出搭配建议信息。
具体的，可将所获取的衣物组合及其对应的第二评价信息全部作为搭配建议信息，以使用户知晓不同衣物搭配效果的优劣。此外，还可基于第二评价信息确定评价最高的一个或多个衣物组合，将评价最高的一个或多个衣物组合直接作为搭配建议信息，或者，将评价最高的一个或多个衣物组合联合其对应的第二评价信息，作为搭配建议信息。具体的，可以图像显示、语音提示等方式输出搭配建议信息。
进一步的，第二衣物可以为用户已拥有的衣物，还可为用户未曾拥有的衣服。具体的，可基于第二衣物对应的特征信息查询衣物存放数据库，判断第二衣物是否在衣柜中已具有存储位置，若是则认为第二衣物为用户已拥有的衣物，若否则认为第二衣物为用户未曾拥有的衣物。其中，当第二衣物为用户未曾拥有的衣服时，输出搭配建议信息的同时输出第二衣物对应的购买渠道信息(如购物链接等)，以便于用户购买第二衣物。
在本实施例中，通过上述方式输出搭配建议信息，用户可从搭配建议信息获取到其当前所穿着的衣物与其他衣物的搭配情况，使其知晓如何可以使其当前的所穿着衣物的搭配效果更好。其中，搭配建议信息中输出评价较高的衣物组合时，可使用户直观地知晓该如何搭配其衣物。
具体的，在第二实施例中，步骤s80包括：
步骤s81，获取各所述衣物组合的基准评价信息，获取各所述衣物组合获取的渠道特征信息；其中，所述渠道特征信息包括获取来源、访问量和/或时效信息；
具体的，可基于预设搭配规则对衣物组合进行评分得到衣物组合的基准评价信息；或者，直接获取提供该衣物组合的品牌方的评分作为衣物组合的基准评价信息；又或者获取专家所返回的关于衣物组合的评价分数作为该衣物组合的基准评价信息等。
步骤s82，根据所述渠道特征信息对应生成各所述衣物组合的权重；
不同的渠道特征信息可对应有不同的权值。具体的，获取来源为认证网站时所对应的权重大于获取来源为非认证网站时所对应的权重；衣物组合所对应的访问量越大，其对应的权重值越大；衣物组合生成的时间距离当前时间越短，其对应的权重值越大。具体的，可分别每一衣物组合的获取来源、访问量和/或时效信息所对应的权值，基于所获取的权值计算每一衣物组合的权重。
步骤s83，根据所述基准评价信息及其对应的权重，确定各所述衣物组合对应的第二评价信息。
具体的，基准评价信息可为基准评价分数。衣物组合的基准评价分数与其对应的权重的乘积，可作为该衣物组合所对应的第二评价信息。
在本实施例中，通过上述方式获取第二评价信息，可提高所得到的衣物组合的第二评价信息的准确度，从而为用户提供更为准确有效的搭配建议信息。
进一步的，基于上述任一实施例，提出本申请衣物管理方法第三实施例。在第三实施例中，参照图5，所述步骤s20包括：
步骤s21，分析所述第一图像中所述目标对象的若干个特征部位所在的第一图像区域；
通过深度神经网络对第一图像进行分析，得到目标对象的若干个特征部位所在的第一图像区域。这里的特征部位具体指的是目标对象可用于穿着衣物的部位，具体可包括头部、上躯干、大腿、小腿、足部、前臂、后臂等等。特征部位可根据实际需求进行划分。在其他实施例中特征部位还可包括头部、上身、下身和脚等。
其中，可先识别第一图像中目标对象所在的人体图像区域，在人体图像区域中识别各特征部位对应的第一图像区域。具体的，步骤s21可包括：
步骤s211，对所述第一图像执行基于人体的第一目标检测算法；
例如，可对第一图像执行yolo、ssd、fasterrcnn等第一目标检测算法以检测第一图像中的人体图像。
步骤s212，根据所述第一目标检测算法的检测结果，确定所述目标对象所在的第一人体图像区域；
第一目标检测算法在第一图像中检测到的外接矩形框以表征目标对象所在的第一人体图像区域。
步骤s213，按照比例关系将所述第一人体图像区域进行划分，得到各所述第一图像区域。
按照设定的不同特征部位在人体图像区域中的预设比例关系，对第一人体图像区域进行划分，例如按照头部、上身、下身和脚之间的预设比例关系，对第一人体图像区域进行划分得到四个第一图像区域。
步骤s22，提取各所述第一图像区域对应的图像信息，作为各所述特征部位所穿着的衣物对应的图像信息，以得到所述第一图像信息。
具体的，可直接将各第一图像区域内的图像作为其对应的图像信息；也可对各第一图像区域内的图像进行特征提取后得到的特征向量作为其对应的图像信息。其中，由于特征部位为目标对象穿着的衣物的部位，因此特征部位所对应的第一图像区域内的图像信息必然包含的穿着于该部位的衣物所对应的第一图像信息，因此可采用第一图像区域对应的图像信息表征对应的衣物的第一图像信息。
在本实施例中，通过识别第一图像中目标对象的特征部位所对应的第一图像，采用特征部位的第一图像所对应的图像信息表征该部位所穿着的衣物的第一图像信息，实现对第一图像中目标对象所穿着的不同衣物所对应的第一图像信息的有效准确的识别，从而保证对目标对象衣物搭配的准确评价。
其中,所述第一人体图像区域为矩形区域，也就是第一目标检测算法的检测结果中所得到的外接矩形框。步骤s213之前，还包括：获取所述第一人体图像区域的长度与宽度的比值；当所述比值位于阈值范围内时，执行所述按照比例关系将所述第一人体图像区域进行划分，得到各所述第一图像区域的步骤；所述比值位于所述阈值范围以外时，发出第一提示信息，以提示所述目标对象调整姿态。具体的，比值在阈值范围内，表明目标对象处于站立姿态，此时才对第一人体图像区域进行划分；比值不在阈值范围内，表明目标对象不是站立姿态，这样则不对该第一人体图像区域进行划分，发出第一提示信息，在目标对象调整姿态后，再返回执行步骤s10，重新对目标对象的图像进行获取和识别。进一步的，比值在阈值范围内时，执行步骤s213之前，还包括，判断比值在预设范围内的第一人体图像区域的数量是否只有一个，若是，则执行步骤s213；若否，则发出提示信息，提示用户数量调整后再返回执行步骤s10，重新都目标对象的图像进行获取和识别。通过第一人体图像区域的长款比值和/或数量的限定，可进一步提高第一图像中所提取的目标对象各特征部位所对应的第一图像准确性，从而提高对目标对象的衣物搭配评价的准确性。
进一步的，基于上述任一实施例，提出本申请衣物管理方法第四实施例。在第四实施例中，参照图6，所述步骤s20包括：
步骤s201，识别所述第一图像中人体的骨骼特征点；
骨骼特征点具体为表征人体不同骨骼所在位置的图像点。具体可采用人体骨骼点检测算法检测第一图像中人体的骨骼特征点。人体骨骼点检测算法可具体包括openpose算法、alphapose算法等。
步骤s202，根据所述骨骼特征点确定所述目标对象所在的第二人体图像区域；
具体的，分析出所有骨骼特征点的最大外接矩形框，直接将得到的最大外接矩形框作为第一图像中目标对象所在的第二人体图像区域，或者可以最大外接矩形框的中心为基准扩大预设距离，将扩大后的矩形框在第一图像中对应的图像区域作为目标对象所在的第二人体图像区域。
步骤s203，基于所述骨骼特征点对所述第二人体图像区域进行划分，得到所述目标对象的若干个特征部位所在的第二图像区域；
具体的，可基于骨骼特征点确定第二人体图像区域中人体不同部位的对应的关键位置，基于关键位置对第二人体图像区域进行划分，得到目标对象的不同特征部位所在的第二图像区域。例如，基于骨骼特征点确定第二人体图像区域中人体肩膀所在的位置、盆骨所在的位置、踝关节所在的位置等，基于这几个关键位置将第二人体图像区域划分成头部、上身、下身和脚部所在的四个第二图像区域。
步骤s204，提取各所述第二图像区域对应的图像信息，作为各所述特征部位所穿着的衣物对应的图像信息，以得到所述第一图像信息。
具体的，可直接将各第二图像区域内的图像作为其对应的图像信息；也可对各第二图像区域内的图像进行特征提取后得到的特征向量作为其对应的图像信息。其中，由于特征部位为目标对象穿着的衣物的部位，因此特征部位所对应的第二图像区域内的图像信息必然包含的穿着于该部位的衣物所对应的第一图像信息，因此可采用第二图像区域对应的图像信息表征对应的衣物的第一图像信息。
在本实施例中，通过骨骼特征点识别目标对象所在的人体图像区域并进行划分，得到目标对象的特征部位所在的第二图像区域，提取第二图像区域所所对应的图像信息表征该部位所穿着的衣物的第一图像信息，实现对第一图像中目标对象所穿着的不同衣物所对应的第一图像信息的有效准确的识别，从而保证对目标对象衣物搭配的准确评价。
进一步的，在第四实施例中，步骤s202之前还包括：判断所述骨骼特征点是否包括骨骼关键点；若是，则执行步骤s202；若否，则发出第二提示信息，以提示所述目标对象调整姿态或位置。骨骼特征点的数量大于或等于骨骼关键点的数量。其中，骨骼特征点为表征人体不同骨骼所在位置的图像点；骨骼关键点为表征人体整个骨骼的边缘所在位置的图像点。具体的，可将脖子与躯体的连接点作为第一骨骼关键点，头顶作为第二骨骼关键点、左右脚任一脚底作为第三骨骼关键点，此外，还可将肩膀作为的骨骼关键点，等等。骨骼特征点包括上述的所有骨骼关键点，则表明第一图像中包含目标对象的全身图像，此时可基于骨骼特征点确定第二人体图像区域，并进一步的基于第二人体图像区域获取目标对象所穿着衣物搭配评价信息；骨骼特征点未包括上述的骨骼关键点之一，则表明第一图像中未包含目标对象的全身图像，此时不对第一图像进行进一步处理，而是发出第二提示信息，促使用户调整姿态或位置后，再次返回执行步骤s10重新获取目标对象的第一图像，并进一步识别。
再进一步的，当骨骼特征点包括骨骼关键点时，执行步骤s202之前，还包括：获取各骨骼特征点对应的图像位置信息，根据所述图像位置信息判断各所述骨骼特征点的相对位置是否满足姿态要求，若满足，则执行步骤s202，若不满足，则发出第三提示信息，以提示目标对象调整姿态。例如，获取手部骨骼特征点、肩部骨骼特征点、肩颈连接的骨骼特征点、头盖骨的骨骼关键点等的图像位置信息，基于图像位置信息判断手部骨骼特征点的位置是否高于肩部骨骼特征点的位置，基于图像位置信息判断肩颈连接的骨骼特征点、两个肩部骨骼特征点所组成的夹角是否与180度的差值是否大于或等于预设阈值，基于图像位置信息判断两个肩部骨骼特征点是否位于同一水平线上，基于图像位置信息判断头盖骨的骨骼特征点的位置是否低于肩颈连接的骨骼特征点，等等，将人体处于标准站立姿态时各骨骼特征点之间的相对位置作为姿态要求。基于此，当基于图像位置信息判定手部骨骼特征点的位置低于肩部骨骼特征点的位置，且，肩颈连接的骨骼特征点、两个肩部骨骼特征点所组成的夹角与180度的差值小于预设阈值，且，判定两个肩部骨骼特征点位于同一水平线上，且，判定头盖骨的骨骼特征点的位置高于肩颈连接的骨骼特征点时，则判定各所述骨骼特征点的相对位置满足姿态要求；若不满足上述任一条件时，则判定各所述骨骼特征点的相对位置不满足姿态要求。
上述方式中，通过判断骨骼特征点是否包括骨骼关键点，且/或判断骨骼特征点的相对位置是否满足姿态条件，在包括骨骼关键点且满足姿态条件时才进一步基于骨骼特征点确定第二人体图像区域并进行分析，否则在目标对象调整后再重新获取图像进行识别，可进一步的提高所得到目标对象穿着衣物的第一图像信息的准确性，从而进一步提高对目标对象衣物搭配评价的准确性。
进一步的，基于上述任一实施例，提出本申请衣物管理方法第五实施例。在第五实施例中，参照图7，所述步骤s20还包括：
步骤s20a，分析所述第一图像中所述目标对象所穿着的各种衣物所在的第三图像区域；
直接对第一图像进行衣物识别，根据识别结果确定目标对象所穿着的各种衣物所在的第三图像区域。具体的，可对第一图像执行基于衣物的第二目标检测算法，以识别第一图像中的衣物，根据第二目标检测算法的检测结果确定各所述第三图像区域。第二目标检测算法可具体为ssd算法。具体的，第二目标检测算法在第一图像中检测到的外接矩形框以表征目标对象所穿着衣物所在的第三图像区域。
此外，还通过分析所述第一图像中所述目标对象所穿着的各种衣物的图像轮廓：将各所述图像轮廓所形成的图像区域，作为所述第三图像区域。具体的，可基于深度神经网络对第一图像进行像素级分割，得到各所述图像轮廓；此外，还可基于深度神经网络识别第一图像中目标对象所穿着的各种衣物对应的轮廓特征点，根据轮廓特征点确定各所述图像轮廓。步骤s20b，提取所述各所述第三图像区域对应的图像信息，作为所述第一图像信息。具体的，可直接将各第三图像区域内的图像作为其对应的图像信息；也可对各第三图像区域内的图像进行特征提取后得到的特征向量作为其对应的图像信息。
在本实施例中，通过分析第一图像中目标对象所穿着衣物所在第三图像区域，基于第三图像区域提取对应的第一图像信息，从而基于第一图像信息实现对目标对象当前衣物搭配的准确评价。
基于上述第三实施例至第五实施例，在执行步骤s20时，可在第三实施例至第五实施例中选取其中之一，用于提取第一图像中目标对象所穿着的不同衣物的第一图像信息。
此外，基于上述第三实施例至第五实施例，在执行步骤s20时，还可按照在第三实施例至第五实施例中至少两个实施例中的方案提取第一图像中目标对象所穿着的不同衣物的图像信息，从而得到至少两组的图像信息的提取结果。在至少两组提取结果中，可将同一衣物所对应的图像信息进行拟合，将拟合的结果作为该衣物所对应的第一图像信息。例如，采用第四实施例的骨骼点识别方式提取到目标对象的特征部位所在的第二图像区域对应的第三图像信息，采用第五实施例中的衣物识别方式提取到目标对象所穿着的各种衣物所在的第三图像区域对应的第四图像信息，可基于特征部位及其所穿着衣物的关联关系，确定表征同一衣物的第三图像信息和第四图像信息，在第三图像信息中将与第四图像信息的匹配程度大于或等于预设阈值的图像信息，作为第一图像信息。上述方式，通过采用多种方式对第一图像中目标对象所穿着的不同衣物所对应的图像信息进行提取，再将多种方式的提取结果进行拟合后得到各衣物所对应的第一图像信息，应用于对目标对象衣物搭配的分析，从而有效的提高所得到的第一图像信息的精确度，进一步提高衣物搭配评价分析的准确性。
基于上述任一实施例，提出本申请衣物管理方法第六实施例。在第六实施例中，参照图8，所述步骤s30之后，还包括:
步骤s01，根据所述第一特征信息查询衣物存放数据库，判断对应的衣物在衣柜中是否均已具有存储位置；所述衣物存放数据库包括多个衣物的特征信息及其在衣柜中的存储位置；若否，则执行步骤s02。
衣物存放数据库为预先配置的关于衣柜所存放的衣物的位置信息及其特征信息的信息库。
步骤s02，将未具有存储位置的衣物确定为第三衣物；
在第一特征信息所对应的所有衣物中，确定在衣柜中未具有存储位置的衣物为第三衣物。
步骤s03，输出所述第三衣物对应的存储提示信息；
用户在接收到存储提示信息后，可决定是否将第三衣物进行存储。若用户决定将第三衣物进行存储，可输入关于其存储位置的信息。
步骤s04，获取基于所述存储提示信息返回的存储位置信息；
当基于存储提示信息返回的信息中包括第三衣物的存在位置时，提取相应的信息作为存储位置信息。
步骤s05，根据所述存储位置信息和所述第一特征信息关联存储至所述衣物存放数据库。
本实施例中，在目标对象所穿着的衣物未在衣柜中具有其相应的存储位置时，提示用户存储，并获取用户所设置的存储位置信息与衣物的第一特征信息进行关联，更新衣物存放数据库，从而便于用户对其新旧衣物的管理。用户可通过调阅衣物存放数据库，知晓其衣物所存放的位置。
进一步的，当所述目标对象所穿着的所有衣物在衣柜中均已具有存储位置时，或，当所述目标对象所穿着的部分衣物在衣柜中已具有存储位置时，将已具有存储位置的衣物确定为第四衣物；在所述衣服存放数据库中，将所述第四衣物的第一特征信息所关联的存在位置信息，确定为第二目标位置信息；输出所述第二目标位置信息。通过输出第一特征信息所对应衣物的第二目标位置信息，从而使用户知晓该衣物在衣柜中的放置位置，便于用户进行衣物存放。
基于此，步骤s05之后还包括：在接收到包括第一特征信息的位置查询指令时，基于所述第一特征信息查询所述衣物存放数据库；在所述衣物存放数据库中，将所述第一特征信息所关联的存储位置信息确定为第一目标位置信息；输出所述第一目标位置信息。例如，用户可直接输入第一特征信息进行衣物的位置查询，形成位置查询指令。在接收到位置查询指令时，查询衣物存放数据库中第一特征信息所关联的存储位置信息，作为第一目标位置信息并输出，从而实现用户忘记衣物存放在衣柜的哪个位置时，可通过第一特征信息搜索到其所需衣物的所在位置。
此外，本发明实施例还提出一种可读存储介质，所述可读存储介质上存储有衣物管理程序，所述衣物管理程序被处理器执行时实现如上衣物管理方法任一实施例的相关步骤。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个存储介质(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，衣柜，或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
1.一种衣物管理方法，其特征在于，所述衣物管理方法包括以下步骤：
获取目标对象的第一图像；
从所述第一图像中提取包括所述目标对象所穿着的不同衣物的第一图像信息；
根据所述第一图像信息确定所述目标对象所穿着的每件衣物的第一特征信息；
根据所述第一特征信息确定所述目标对象衣物搭配的第一评价信息；
输出所述第一评价信息。
2.如权利要求1所述的衣物管理方法，其特征在于，所述根据所述第一图像信息确定所述目标对象所穿着的每件衣物的第一特征信息的步骤包括：
基于衣物数据库分析所述第一图像信息，所述衣物数据库包括多种衣物的第二图像信息及其对应的第二特征信息；
将所述衣物数据库中与所述第一图像信息匹配的第二图像信息，确定为目标图像信息；
将所述目标图像信息所对应的第二特征信息，作为所述目标对象所穿着的每件衣物的第一特征信息。
3.如权利要求1所述的衣物管理方法，其特征在于，所述根据所述第一图像信息确定所述目标对象所穿着的每件衣物的第一特征信息的步骤之后，还包括：
将所述目标对象所穿着的至少一衣物选取为第一衣物；
基于所述第一衣物对应的第一特征信息获取若干个衣物组合；所述衣物组合包括所述第一衣物以及与所述第一衣物搭配的第二衣物；
确定各所述衣物组合对应的第二评价信息；
根据所述第二评价信息及其对应的衣物组合，输出搭配建议信息。
4.如权利要求3所述的衣物管理方法，其特征在于，所述确定各所述衣物组合对应的第二评价信息的步骤包括：
获取各所述衣物组合的基准评价信息，获取各所述衣物组合获取的渠道特征信息；其中，所述渠道特征信息包括获取来源、访问量和/或时效信息；
根据所述渠道特征信息对应生成各所述衣物组合的权重；
根据所述基准评价信息及其对应的权重，确定各所述衣物组合对应的第二评价信息。
5.如权利要求1至4任一项所述的衣物管理方法，其特征在于，所述从所述第一图像中提取包括所述目标对象所穿着的不同衣物的第一图像信息的步骤包括：
分析所述第一图像中所述目标对象的若干个特征部位所在的第一图像区域；
提取各所述第一图像区域对应的图像信息，作为各所述特征部位所穿着的衣物对应的图像信息，以得到所述第一图像信息。
6.如权利要求5所述的衣物管理方法，其特征在于，所述分析所述第一图像中所述目标对象的若干个特征部位所在的第一图像区域的步骤包括：
对所述第一图像执行基于人体的第一目标检测算法；
根据所述第一目标检测算法的检测结果，确定所述目标对象所在的第一人体图像区域；
按照比例关系将所述第一人体图像区域进行划分，得到各所述第一图像区域。
7.如权利要求1至4任一项所述的衣物管理方法，其特征在于，所述从所述第一图像中提取包括所述目标对象所穿着的不同衣物的第一图像信息的步骤包括：
识别所述第一图像中人体的骨骼特征点；
根据所述骨骼特征点确定所述目标对象所在的第二人体图像区域；
基于所述骨骼特征点对所述第二人体图像区域进行划分，得到所述目标对象的若干个特征部位所在的第二图像区域；
提取各所述第二图像区域对应的图像信息，作为各所述特征部位所穿着的衣物对应的图像信息，以得到所述第一图像信息。
8.如权利要求1至4任一项所述的衣物管理方法，其特征在于，所述从所述第一图像中提取包括所述目标对象所穿着的不同衣物的第一图像信息的步骤包括：
分析所述第一图像中所述目标对象所穿着的各种衣物所在的第三图像区域；
提取所述各所述第三图像区域对应的图像信息，作为所述第一图像信息。
9.如权利要求8所述的衣物管理方法，其特征在于，所述分析所述第一图像中所述目标对象所穿着的各种衣物所在的第三图像区域的步骤包括：
分析所述第一图像中所述目标对象所穿着的各种衣物的图像轮廓：
将各所述图像轮廓所形成的图像区域，作为所述第三图像区域。
10.如权利要求1至4中任一项所述的衣物管理方法，其特征在于，所述根据所述第一图像信息确定所述目标对象所穿着的每件衣物的第一特征信息的步骤之后，还包括：
根据所述第一特征信息查询衣物存放数据库，判断对应的衣物在衣柜中是否均已具有存储位置；所述衣物存放数据库包括多个衣物的特征信息及所述多个衣物在衣柜中的存储位置；
若否，则将未具有存储位置的衣物确定为第三衣物；
输出所述第三衣物对应的存储提示信息；
获取基于所述存储提示信息返回的存储位置信息；
根据所述存储位置信息和所述第一特征信息关联存储至所述衣物存放数据库。
11.如权利要求10所述的衣物管理方法，其特征在于，所述根据所述存储位置信息和所述第一特征信息关联存储至所述衣物存放数据库的步骤之后，还包括：
在接收到包括第一特征信息的位置查询指令时，基于所述第一特征信息查询所述衣物存放数据库；
在所述衣物存放数据库中，将所述第一特征信息所关联的存储位置信息确定为第一目标位置信息；
输出所述第一目标位置信息；且/或，
所述根据所述第一特征信息查询衣物存放数据库，判断对应的衣物在衣柜中是否均已具有存储位置的步骤之后，还包括：
当所述目标对象所穿着的所有衣物在衣柜中均已具有存储位置时，或，当所述目标对象所穿着的部分衣物在衣柜中已具有存储位置时，将已具有存储位置的衣物确定为第四衣物；
在所述衣服存放数据库中，将所述第四衣物的第一特征信息所关联的存在位置信息，确定为第二目标位置信息；
输出所述第二目标位置信息。
12.一种控制装置，其特征在于，所述控制装置包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的衣物管理程序，所述衣物管理程序被所述处理器执行时实现如权利要求1至11中任一项所述的衣物管理方法的步骤。
13.一种衣柜，其特征在于，所述衣柜包括：
摄像头和/或镜子；以及
如权利要求12所述的控制装置，所述摄像头与所述控制装置连接。
14.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有衣物管理程序，所述衣物管理程序被处理器执行时实现如权利要求1至11中任一项所述的衣物管理方法的步骤。
技术总结