本發(fā)明涉及智能家居領(lǐng)域，特別涉及一種基于智能家居的服裝搭配推薦方法及其裝置。

背景技術(shù)：

隨著科技水平的提高，人們的生活方式也應(yīng)該越來越智能化，智能化的生活能夠給予用戶良好的生活體驗。

目前家用的鏡子都是普通平面鏡，只有簡單的成像功能，用戶每次想搭配一套滿意的服裝都必須進行多次嘗試，如此一來，費時費力。

同時，雖然手機上有許多預(yù)報天氣情況的app，但用戶一般只會簡單的瀏覽一下是否下雨，對于氣溫、濕度、風(fēng)力等天氣情況不甚關(guān)注，若服裝搭配不當(dāng)，容易引起身體不適，嚴(yán)重的還將引起各種疾病。

技術(shù)實現(xiàn)要素：

發(fā)明目的：為了克服背景技術(shù)中的缺點，本發(fā)明實施例提供了一種基于智能家居的服裝搭配推薦方法及其裝置，能夠有效解決上述背景技術(shù)中涉及的問題。

技術(shù)方案：一種基于智能家居的服裝搭配推薦方法，所述方法包括：

利用設(shè)置在鏡面上的攝像頭采集用戶的面部表情；

計算所述面部表情對應(yīng)的心情指數(shù)；

根據(jù)所述心情指數(shù)從數(shù)據(jù)庫中獲取與其對應(yīng)的套裝信息，其中所述數(shù)據(jù)庫中存儲有若干心情指數(shù)與若干套裝信息映射關(guān)系表；

獲取當(dāng)前區(qū)域的天氣情況，其中所述天氣情況包括溫度、濕度、風(fēng)力、天氣現(xiàn)象、晝夜溫差中的任意一種；

從所述套裝信息中提取出符合所述天氣情況的適用套裝信息；

將所述適用套裝信息推薦給用戶。

作為本發(fā)明的一種優(yōu)選方式，采集用戶的面部表情，包括：設(shè)定一預(yù)設(shè)時間，采集所述預(yù)設(shè)時間內(nèi)用戶的表情變化。

作為本發(fā)明的一種優(yōu)選方式，在獲取當(dāng)前區(qū)域的天氣情況之前，還包括：獲取移動終端上的日歷事件，從所述套裝信息中提取出符合所述日歷事件的套裝信息。

作為本發(fā)明的一種優(yōu)選方式，所述套裝信息中提取出符合所述日歷事件的套裝信息，還包括：根據(jù)所述日歷事件確定出穿衣風(fēng)格以及套裝顏色，從所述套裝信息中提取出與所述穿衣風(fēng)格以及套裝顏色匹配的套裝信息；

作為本發(fā)明的一種優(yōu)選方式，將所述適用套裝信息推薦給用戶，包括：將所述適用套裝通過設(shè)置在鏡面上的顯示器進行顯示。

一種基于智能家居的服裝搭配推薦裝置，包括：

采集模塊，被配置為利用設(shè)置在鏡面上的攝像頭采集用戶的面部表情；

心情指數(shù)計算模塊，被配置為計算所述面部表情對應(yīng)的心情指數(shù)；

套裝信息獲取模塊，被配置為根據(jù)所述心情指數(shù)從數(shù)據(jù)庫中獲取與其對應(yīng)的套裝信息，其中所述數(shù)據(jù)庫中存儲有若干心情指數(shù)與若干套裝信息映射關(guān)系表；

天氣情況獲取模塊，被配置為獲取當(dāng)前區(qū)域的天氣情況，其中所述天氣情況包括溫度、濕度、風(fēng)力、天氣現(xiàn)象、晝夜溫差中的任意一種；

第一提取模塊，被配置為從所述套裝信息中提取出符合所述天氣情況的適用套裝信息；推薦模塊，被配置為將所述適用套裝信息推薦給用戶。

作為本發(fā)明的一種優(yōu)選方式，所述采集模塊進一步被配置為利用設(shè)置在鏡面上的攝像頭采集預(yù)設(shè)時間內(nèi)用戶的表情變化。

作為本發(fā)明的一種優(yōu)選方式，一種基于智能家居的服裝搭配推薦裝置，還包括：

日歷事件獲取模塊，被配置為獲取移動終端上的日歷事件；

第二提取模塊，被配置為從所述套裝信息中提取出符合所述日歷事件的套裝信息。

作為本發(fā)明的一種優(yōu)選方式，所述第二提取模塊包括：

確定模塊，被配置為根據(jù)所述日歷事件確定出穿衣風(fēng)格以及套裝顏色；

提取子模塊，被配置為從所述套裝信息中提取出與所述穿衣風(fēng)格以及套裝顏色匹配的套裝信息。

作為本發(fā)明的一種優(yōu)選方式，所述推薦模塊進一步被配置為將所述適用套裝通過設(shè)置在鏡面上的顯示器進行顯示。

本發(fā)明實現(xiàn)以下有益效果：通過采集用戶的面部表情計算心情指數(shù)以及獲取目標(biāo)區(qū)域的天氣情況來幫助用戶選擇合適的服裝搭配，解決了用戶每天選擇服裝的困擾，又能適應(yīng)當(dāng)天的天氣情況，避免引起身體上的不適。還能夠接收移動終端發(fā)送的日歷事件，根據(jù)所述日歷事件推薦給用戶適用于特定社交場合的服裝搭配，提高用戶的生活體驗。

附圖說明

此處的附圖被并入說明書中并構(gòu)成本說明書的一部分，示出了符合本公開的實施例，并于說明書一起用于解釋本公開的原理。圖1為本發(fā)明實施例一提供的一種基于智能家居的服裝搭配推薦方法流程示意圖；

圖2為本發(fā)明實施例二提供的一種鏡面結(jié)構(gòu)示意圖；

圖3為本發(fā)明實施例三提供的一種基于智能家居的服裝搭配推薦方法流程示意圖；

圖4為本發(fā)明實施例四提供的一種基于智能家居的服裝搭配推薦方法流程示意圖；

圖5為本發(fā)明實施例五提供的一種基于智能家居的服裝搭配推薦裝置結(jié)構(gòu)示意圖。

其中：1.顯示器，2.攝像頭，3.鏡面。

具體實施方式

下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例。

實施例一

參考圖1，圖1為本發(fā)明提供的基于智能家居的服裝搭配推薦方法流程示意圖。本實施例提供一種基于智能家居的服裝搭配推薦方法，所述方法包括以下步驟：

s101：利用設(shè)置在鏡面上的攝像頭采集用戶的面部表情；

s102：計算所述面部表情對應(yīng)的心情指數(shù)；

s103：根據(jù)所述心情指數(shù)從數(shù)據(jù)庫中獲取與其對應(yīng)的套裝信息，其中所述數(shù)據(jù)庫中存儲有若干心情指數(shù)與若干套裝信息映射關(guān)系表；

s104：獲取當(dāng)前區(qū)域的天氣情況，其中所述天氣情況包括溫度、濕度、風(fēng)力、天氣現(xiàn)象、晝夜溫差中的任意一種；

s105：從所述套裝信息中提取出符合所述天氣情況的適用套裝信息；

s106：將所述適用套裝信息推薦給用戶。

在s101中，在鏡面上設(shè)置有一個高清攝像頭，所述攝像頭的具體位置為：與人臉保持在同一水平高度的鏡面任意一側(cè)的邊緣位置，所述攝像頭用于采集用戶的面部表情。

在s102中，計算所述面部表情對應(yīng)的心情指數(shù)，具體地，設(shè)定心情指數(shù)值為1-5，1代表情緒十分低落，3代表情緒穩(wěn)定，既不低落也不愉悅，5代表情緒十分積極，從1至5，情緒呈遞增趨勢。

在s103中，首先，用戶將自己所有的服裝以及配飾以照片的形式上傳至數(shù)據(jù)庫，用戶上傳的服裝信息自動進行智能搭配，生成套裝并編碼存入數(shù)據(jù)庫，其中所述服裝信息包括但不限于服裝款式、顏色、季節(jié)性。若用戶購入了新的服裝以及配飾，只需將新的服裝以及配飾照片上傳數(shù)據(jù)庫，原先的服裝信息與新上傳的服裝信息自動進行智能搭配，生成新套裝并重新編碼存入數(shù)據(jù)庫，能夠及時更新套裝信息，根據(jù)心情指數(shù)以及套裝信息生成心情指數(shù)與套裝信息映射關(guān)系表，如下表所示：

具體地，若計算出用戶的心情指數(shù)為1，則提取套裝a1、a2、a3、a4；若計算出用戶的心情指數(shù)為2，則提取套裝b1、b2、b3、b4；若計算出用戶的心情指數(shù)為3，則提取套裝c1、c2、c3、c4；若計算出用戶的心情指數(shù)為4，則提取套裝d1、d2、d3、d4；若計算出用戶的心情指數(shù)為5，則提取套裝e1、e2、e3、e4。

在s104中，獲取用戶當(dāng)前區(qū)域的天氣情況，其中所述天氣情況包括溫度、濕度、風(fēng)力、天氣現(xiàn)象、晝夜溫差中的任意一種。

具體地，其中獲取用戶當(dāng)前區(qū)域的天氣情況共有兩種方式。第一種方式，接收用戶移動終端發(fā)送的天氣情況，其中所述移動終端包括智能手機、智能手表、筆記本電腦；第二種方式，從氣象網(wǎng)自動獲取用戶當(dāng)前區(qū)域的天氣情況，并進行實時更新，具體為每三小時更新一次，確保所述天氣情況準(zhǔn)確無誤。

在s105中，獲取的部分天氣情況如下表所示：

具體地，用戶使用該裝置為早晨八點，計算出心情指數(shù)為1，提取套裝a1、a2、a3、a4；獲取天氣情況為：8℃、濕度73%、東風(fēng)3級、晴、晝夜溫差7℃，提取所述套裝中符合所述天氣情況的套裝a1、a2。

在s106中，提取出符合所述天氣情況的適用套裝推薦給用戶，若提取出不止一件套裝，則將所有適用套裝推薦給用戶，供用戶選擇。

實施例二

如圖2所示，設(shè)置在鏡面上的攝像頭采集用戶的面部表情，設(shè)置在鏡面上的顯示器用于顯示適用套裝。

具體地，設(shè)定一預(yù)設(shè)時間，例如，設(shè)定預(yù)設(shè)時間為10s，攝像頭采集用戶10s內(nèi)的表情變化，用于計算用戶當(dāng)前心情指數(shù)，設(shè)定預(yù)設(shè)時間可以有效減少誤差，提高計算心情指數(shù)的正確率，更進一步，用戶使用該裝置為早晨八點，計算出心情指數(shù)為1，提取套裝a1、a2、a3、a4；獲取天氣情況為：8℃、濕度73%、東風(fēng)3級、晴、晝夜溫差7℃，提取所述套裝中符合所述天氣情況的套裝a1、a2，將套裝a1、a2以圖片的形式在顯示器上顯示，供用戶進行選擇，所述顯示器顯示套裝a1、a2正反兩面的信息。

實施例三

如圖3所示，本實施例與實施例一相似，區(qū)別之處在于，本實施例中，獲取當(dāng)前區(qū)域的天氣情況之前，包括：

s107：獲取移動終端上的日歷事件；

s108：從所述套裝信息中提取出符合所述日歷事件的套裝信息。

具體地，用戶可以在移動終端上編輯日歷事件，所述移動終端可以為智能手機、智能手表、筆記本電腦，通過無線信號傳輸。

例如，當(dāng)天用戶需要去參加一個面試，用戶用智能手機編輯日歷事件為參加xx公司的面試并發(fā)送；接收用戶發(fā)送的所述日歷事件；若從心情指數(shù)對應(yīng)的套裝信息中提取出的是套裝a1、a2、a3、a4，根據(jù)參加面試這一日歷事件從中提出適用的套裝a1、a2。

實施例四

如圖4所示，本實施例與實施例三基本一致，在本實施例中，所述套裝信息中提取出符合所述日歷事件的套裝信息，包括：

s109：根據(jù)所述日歷事件確定出穿衣風(fēng)格以及套裝顏色；

s110：從所述套裝信息中提取出與所述穿衣風(fēng)格以及套裝顏色匹配的套裝信息。

具體地，當(dāng)天用戶需要參加一個運動會，用戶用智能手機編輯日歷事件為參加運動會并發(fā)送；接收用戶發(fā)送的所述日歷事件；若從心情指數(shù)對應(yīng)的套裝信息中提取出的是套裝a1、a2、a3、a4，根據(jù)參加運動會這一日歷事件確定出穿衣風(fēng)格為運動裝，服裝顏色偏深色，從中提取出a3、a4。

實施例五

如圖5所示，本實施例提供一種基于智能家居的服裝搭配推薦裝置包括：

采集模塊501，利用設(shè)置在鏡面上的攝像頭采集用戶的面部表情；

心情指數(shù)計算模塊502，被配置為計算所述面部表情對應(yīng)的心情指數(shù)；

套裝信息獲取模塊503，被配置為根據(jù)所述心情指數(shù)從數(shù)據(jù)庫中獲取與其對應(yīng)的套裝信息；

天氣情況獲取模塊504，被配置為獲取當(dāng)前區(qū)域的天氣情況，其中所述天氣情況包括溫度、濕度、風(fēng)速、天氣現(xiàn)象、晝夜溫差中的任意一種；

第一提取模塊505，被配置為從所述套裝信息中提取出符合所述天氣情況的適用套裝信息；

推薦模塊506，被配置為將所述適用套裝信息推薦給用戶；

日歷事件獲取模塊507，被配置為獲取移動終端上的日歷事件；

第二提取模塊508，被配置為從所述套裝信息中提取出符合所述日歷事件的套裝信息；所述第二提取模塊包括：

確定模塊509，被配置為根據(jù)所述日歷事件確定出穿衣風(fēng)格以及套裝顏色；

提取子模塊510，被配置為從所述套裝信息中提取出與所述穿衣風(fēng)格以及套裝顏色匹配的套裝信息。

本實施例所述裝置與方法實施例屬于同一構(gòu)思，其具體實現(xiàn)過程詳見方法實施例，在此將不進行贅述。

上述實施例只為說明本發(fā)明的技術(shù)構(gòu)思及特點，其目的是讓熟悉該技術(shù)領(lǐng)域的技術(shù)人員能夠了解本發(fā)明的內(nèi)容并據(jù)以實施，并不能以此來限制本發(fā)明的保護范圍。凡根據(jù)本發(fā)明精神實質(zhì)所作出的等同變換或修飾，都應(yīng)涵蓋在本發(fā)明的保護范圍之內(nèi)。