科创中国
基于多模态知识图谱的服装智能推荐系统
发布时间: 2025-03-28
基本信息
合作方式：
技术转让
成果类型：
发明专利,实用新型专利
行业领域：
制造业,纺织业
成果介绍
服装推荐系统在服装行业的数字化转型中发挥着重要的作用，它可以提供服装的个性化推荐，提升用户体验，增加产品营业额，推动服装行业向智能化与高效化发展。然而，当前的服装推荐系统缺乏以消费者为中心的着装数据、着装情景、着装偏好等特征的分析，从而无法准确刻画消费者的着装画像模型，难以实现以“消费者为中心” 服装精准推荐，从而导致消费者网购的服装不得体，与自己年龄、身份、着装场合等不匹配。针对这个问题，该项目实现了基于多模态知识图谱的服装智能推荐系统，有效解决了消费者选购服装的得体性问题。
成果亮点
本系统研发了基于参数反演的孪生人体建模技术，利用GA-BP-MC 神经网络及消费者正面、侧面的两张全身照片，预测消费者的着装尺寸，将预测尺寸作为反演参数快速生成消费者的孪生人体模型；发明了基于消费者主观和客观着装特征的画像模型构建方法，即利用着装知识图谱构建消费者着装画像模型；提出了面向消费者着装画像的多关系服装搭配推荐算法，以服装搭配的匹配度量标准为基础，提取服装多模态信息，构建消费者着装画像的潜在特征空间表示模型，基于着装画像模型进行个性化的服装智能搭配，通过多个服装单品搭配建模的匹配度计算，提高服装搭配的智能化水平和推荐的精准度。目前已实现系统的原型设计与开发，围绕该系统的研发发表15 篇学术论文，授权4 项发明专利，授权8 项实用新型专利，制定国家标准4 项，获得湖北省科技进步二等奖2项。
团队介绍
武汉纺织大学数字纺织与可视计算团队是湖北省高校优秀中青年科技创新团队，团队共有成员22人，其中教授4人，副教授8人，全部成员都是毕业于国内外知名高校的博士，80%以上的成员具有还有留学访学经历。
团队负责人陈佳，女，教授，1982年05月生，工学博士，硕士生导师，中国计算机学会高级会员。2010年12月毕业于武汉大学软件工程国家重点实验室，获软件工程工学博士学位；2010年武汉纺织大学任教至今。2014年获得湖北省留学基金委全额资助项目，2015年前往美国的Auburn University博士后一年。主要从事图像处理与跨媒体计算，3D计算机图形学，计算机视觉，虚拟现实，自然语言处理等技术及其在纺织服装领域的应用。
成果资料
下载app