買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜青島科技大學(xué)申請(qǐng)的專利融合細(xì)粒度兼容和多視圖相關(guān)的時(shí)尚單品推薦方法及系統(tǒng)獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN119359411B 。

龍圖騰網(wǎng)通過國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-05-02發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202411896033.9，技術(shù)領(lǐng)域涉及：G06F17/00；該發(fā)明授權(quán)融合細(xì)粒度兼容和多視圖相關(guān)的時(shí)尚單品推薦方法及系統(tǒng)是由劉金環(huán);譚春艷;殷貴寶;胥佳程;杜軍威;于旭設(shè)計(jì)研發(fā)完成，并于2024-12-23向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本融合細(xì)粒度兼容和多視圖相關(guān)的時(shí)尚單品推薦方法及系統(tǒng)在說明書摘要公布了：本發(fā)明涉及推薦系統(tǒng)及深度學(xué)習(xí)技術(shù)領(lǐng)域，涉及融合細(xì)粒度兼容和多視圖相關(guān)的時(shí)尚單品推薦方法及系統(tǒng)，方法包括：提取M?1件已有互補(bǔ)單品中每件單品的視覺特征和文本特征；對(duì)每件單品的視覺特征和文本特征進(jìn)行拼接，得到每件單品的多模態(tài)特征；采用基于語義條件動(dòng)態(tài)卷積的多空間兼容性建模模塊，對(duì)每件單品的多模態(tài)特征進(jìn)行處理，得到基于語義條件動(dòng)態(tài)卷積的多空間兼容性分?jǐn)?shù)；采用基于多視圖的深度相關(guān)性建模模塊，對(duì)每件單品的多模態(tài)特征進(jìn)行處理，得到基于多視圖的深度相關(guān)性分?jǐn)?shù)；對(duì)兩種分?jǐn)?shù)進(jìn)行加權(quán)求和，得到互補(bǔ)服裝推薦任務(wù)的最終評(píng)分，根據(jù)互補(bǔ)服裝推薦任務(wù)的最終評(píng)分，得到目標(biāo)單品的推薦結(jié)果。在實(shí)際場(chǎng)景中，取得較好的推薦效果。

本發(fā)明授權(quán)融合細(xì)粒度兼容和多視圖相關(guān)的時(shí)尚單品推薦方法及系統(tǒng)在權(quán)利要求書中公布了：1.融合細(xì)粒度兼容和多視圖相關(guān)的時(shí)尚單品推薦方法，其特征是，包括：獲取M-1件已有互補(bǔ)單品的圖像和文本描述，以及目標(biāo)單品的名稱；將獲取的數(shù)據(jù)，輸入到訓(xùn)練后的時(shí)尚單品推薦模型中，得到目標(biāo)單品的推薦結(jié)果；其中，訓(xùn)練后的時(shí)尚單品推薦模型，提取M-1件已有互補(bǔ)單品中每件單品的視覺特征和文本特征；對(duì)每件單品的視覺特征和文本特征進(jìn)行拼接，得到每件單品的多模態(tài)特征；采用基于語義條件動(dòng)態(tài)卷積的多空間兼容性建模模塊，對(duì)每件單品的多模態(tài)特征進(jìn)行處理，得到基于語義條件動(dòng)態(tài)卷積的多空間兼容性分?jǐn)?shù)；采用基于多視圖的深度相關(guān)性建模模塊，對(duì)每件單品的多模態(tài)特征進(jìn)行處理，得到基于多視圖的深度相關(guān)性分?jǐn)?shù)；將基于語義條件動(dòng)態(tài)卷積的多空間兼容性分?jǐn)?shù)和基于多視圖的深度相關(guān)性分?jǐn)?shù)進(jìn)行加權(quán)求和，得到互補(bǔ)服裝推薦任務(wù)的最終評(píng)分，根據(jù)互補(bǔ)服裝推薦任務(wù)的最終評(píng)分，得到目標(biāo)單品的推薦結(jié)果；所述采用基于語義條件動(dòng)態(tài)卷積的多空間兼容性建模模塊，對(duì)每件單品的多模態(tài)特征進(jìn)行處理，得到基于語義條件動(dòng)態(tài)卷積的多空間兼容性分?jǐn)?shù)，包括：（1-1）對(duì)不同單品的多模態(tài)特征，經(jīng)過不同語義條件解離，并對(duì)對(duì)齊后的細(xì)粒度語義特征進(jìn)行表示；（1-2）根據(jù)不同的套裝為不同單品的細(xì)粒度語義特征編碼學(xué)習(xí)卷積權(quán)重和偏置參數(shù)；（1-3）基于卷積權(quán)重、偏置參數(shù)和語義特征，確定對(duì)齊后的細(xì)粒度語義特征；（1-4）基于對(duì)齊后的細(xì)粒度語義特征，計(jì)算出M-1件已有互補(bǔ)單品和目標(biāo)單品，在不同語義子空間中的細(xì)粒度兼容性分?jǐn)?shù)，進(jìn)而得到基于語義條件動(dòng)態(tài)卷積的多空間兼容性分?jǐn)?shù)；所述采用基于多視圖的深度相關(guān)性建模模塊，對(duì)每件單品的多模態(tài)特征進(jìn)行處理，得到基于多視圖的深度相關(guān)性分?jǐn)?shù)，包括：（2-1）將所有單品的特征進(jìn)行拼接，得到套裝的整體視圖；（2-2）根據(jù)稀疏矩陣和套裝的整體視圖，確定新視圖；（2-3）根據(jù)兩個(gè)獨(dú)立的卷積神經(jīng)網(wǎng)絡(luò)，分別學(xué)習(xí)整體視圖的特征表示和新視圖的特征表示；（2-4）根據(jù)整體視圖的特征表示和新視圖的特征表示，確定整體視圖的中心化矩陣和新視圖的中心化矩陣；（2-5）根據(jù)整體視圖的中心化矩陣和新視圖的中心化矩陣，定義協(xié)方差矩陣和交叉協(xié)方差矩陣；（2-6）根據(jù)協(xié)方差矩陣和交叉協(xié)方差矩陣，確定基于多視圖的深度相關(guān)性分?jǐn)?shù)。

如需購(gòu)買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人青島科技大學(xué)，其通訊地址為：266061 山東省青島市嶗山區(qū)松嶺路99號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。