基于服裝屬性的女裝搭配規則構建

馬 玲，呂葉馨，劉 馳，陳佳珍，鄒奉元,3

(1.浙江理工大學 絲綢文化傳承與產品設計數字化技術文化和旅游部重點實驗室，浙江 杭州 310018；2.西安工程大學 服裝與藝術設計學院，陜西 西安 710048;3.浙江理工大學 浙江省服裝工程技術研究中心，浙江 杭州 310018)

服裝搭配方法由于技術的不斷進步和豐富而變得多樣。Kobayashi等[1]強調膚色對服裝搭配的影響而提出依據色彩對服裝進行選擇的服裝搭配方法。Song等[2]提出了一種基于內容的神經網絡服裝搭配方法，對時尚單品之間的兼容性進行建模，并判斷服裝搭配的效果。甘美辰等[3]利用感性工學構建服裝風格量化模型，通過歐幾里得距離公式計算風格相似度進行服裝匹配，從而實現女裝搭配推薦的功能。Lin等[4]為實現可解釋的服裝搭配方法，提出一種采用具有相互注意機制的卷積神經網絡既能給出服裝搭配建議，同時還能生成文本解釋的方法。在不考慮服裝圖像特征提取來實現服裝搭配的情況下，服裝搭配的實現可通過給服裝圖片標注屬性標簽，通過屬性標簽中服裝的類別和風格信息進行合理搭配[5]。目前，時尚專家對服裝搭配規則的隱含傳遞，使得人們對穿著搭配背后所涉及到的規則認知往往是非結構化和模糊化的。碎片化的規則由于缺乏知識整合影響了服裝搭配的合理性。

本文基于服裝屬性提取，以女裝為主要研究對象，利用服裝圖像文本信息，確定服裝屬性優先級，并結合女裝特點對不同服裝屬性設計相應的搭配規則，以實現女裝搭配規則結構化構建，以期對服裝網絡選購、服裝智能試衣和推薦等具有參考導作用。

1 服裝屬性提取

影響服裝搭配效果的服裝屬性有很多，如款式類型、顏色、面料、流行元素等。網購平臺的服裝單品通常有著背景干凈的視覺圖像(見圖1)，并且與豐富的上下文數據相關聯，如標題和類別，如表1所示，說明該件服飾所持有屬性的同時輔助消費者做出購買決策。

圖1 網店服飾Fig.1 Online shop clothing.(a) Outwear;(b)Top;(c) Dress;(d) Bottom

表1 網店服飾屬性標簽Tab.1 Online shop clothing attribute label

為確定女裝屬性優先級，需要大量帶有屬性標簽的服裝樣本，因此利用網絡爬蟲工具Crawler，在國內某知名網購平臺輸入關鍵詞“女裝”后，爬取了750例女裝標題詞，即商家給該件服飾標注的屬性標簽。利用線上服裝樣本屬性提取的優勢，確定女裝屬性優先級，為后續不同服裝屬性的搭配規則挖掘搭基礎。利用GooSeeker平臺對750例標題詞原數據進行名詞分詞篩選，以提取服裝屬性關鍵詞。

將提取出的關鍵詞進行詞頻統計(介于1～525之間)。其中，詞頻低于10的關鍵詞普遍受關注程度不高，故設定低頻詞界值[6]為10，并剔除低頻關鍵詞。部分關鍵詞頻數柱狀圖見圖2。

圖2 關鍵詞頻數Fig.2 Key words frequency

通過分類總結(見表2)，可以確定服裝屬性優先級依次為服裝類型、服裝風格、服裝色彩和季節，即它們能夠最大程度概括1件服裝所具備的特點。

表2 關鍵詞屬性分類Tab.2 Key words attribute classification

2 女裝搭配規則構建

2.1 女裝類型搭配規則

本文將女裝類型[7]分為上裝、下裝、外套和連體裝4類，見表3。

表3 女裝類型Tab.3 Clothing type

對網絡上大量女裝造型圖片進行歸納發現，服裝搭配就女裝類型而言遵循T+B、T+J、T+B+C、J+C、T+J+C、J，6種搭配方案見圖3。

圖3 女裝類型搭配方案Fig.3 Clothing type collocation scheme

每種女裝類型組合的具體搭配方案數計算遵循線性代數中的矩陣相乘算法，公式如下：

式中：xnn、ynn分別表示n行n列的矩陣X、Y。以搭配方案上裝+下裝為例，則有上裝矩陣T與下裝矩陣B相乘，得到共105種搭配方案。其他5種女裝類型搭配的具體方案計算與之類似，以此作為女裝類型搭配規則。

2.2 女裝風格搭配規則

本文采用11種女裝風格[8]：通勤風、甜美風、街頭風、休閑風、知性風、復古風、民族風、運動風、簡約風、中性風和其他風格。在服裝屬性特征詞提取的過程中，有不同屬性標簽形容同一件服裝的情況，除其他風格外的10種女裝風格可以分為3組類似風格，分別為：組1，通勤、甜美、知性、簡約；組2，街頭、休閑、運動、中性；組3，復古、民族。在風格一致的搭配規則前提下，總結女裝風格搭配規則，見表4。

表4 女裝風格搭配規則Tab.4 Clothing style collocation rules

2.3 女裝色彩搭配規則

色彩有色相、純度和明度三大屬性，色彩搭配過程因此相對復雜。回歸色彩本質可用兩大維度將服裝固有色彩劃分為無色彩系和有色彩系，加上近幾年權威色彩機構推出的大地色，共10種標準色作為本文色相選擇。色彩協調[9]強調色相的合理運用和組合，即對比色搭配、同色系搭配和無色彩系搭配。亮點原則[10]指出，穿著者在整體服裝搭配時應該有且僅有1個亮點，強調主色調、副色調和點綴色的合理運用。本文借助色彩協調原則指導色相搭配，借助主色調、副色調和點綴色的搭配理念調整色彩、純度和面積，總結女裝色彩搭配規則，見表5。

表5 女裝色彩搭配規則Tab.5 Clothing color collocation rules

2.4 搭配規則關聯

考慮到搭配規則的復雜性，需要將類型、風格和色彩搭配規則按照特定的關系組合在一起。產生式表示法針對存在前提與結論關系的各種知識單元組合具有很好的優越性[11]，其基本表現形式為：如果前提條件P滿足，那么可推導出結論T。具體描述為

式中：Rk代表第k條規則；Pkij表示第k條規則的前提條件，前提條件一般為復合關系，由i(i=1，2，…，n)個Or(或)，或者j(j=1，2，…，m)個And(和)相連接；Tk和CBk則分別表示第k條規則的對應結論和具體操作。

應用產生式表示女裝搭配規則約束下的一種合理搭配情況，描述如下：

如果上裝+下裝(服裝類型)且甜美+通勤(服裝風格)且白色+黃色(服裝色彩)，那么合理搭配，可供選擇。由此建立女裝搭配規則關聯拓撲結構，見圖4。

圖4 女裝搭配規則關聯拓撲結構Fig.4 Association topology of women′s dress collocation rules

3 搭配規則有效性檢驗

根據搭配規則有效性檢驗的特點，選取除作為自變量的因素外，其余因素都保持不變的對照實驗法[12]進行卡方檢驗。由于卡方檢驗的最低樣本量為40，因此在前期調研面向的女性群體中隨機選取20名高校大學生和20名上班族，設置實驗組和空白對照組(均由10名大學生和10名上班族組成)。統一時間為春季，地點為咖啡廳，場景為下午茶，通過對被試者衣櫥中符合季節的服飾數量統計，規定被試者需從符合季節的20件服裝中開展服裝搭配實驗。實驗組在女裝搭配規則關聯拓撲結構指導下，先依照服裝類型搭配規則，選擇一種類型搭配方案；其次定位服裝風格并挑選出可搭配風格的服裝類型；最后根據色彩搭配規則，確定主色調，匹配可搭配色彩(副色)和點綴色。對照組則依據常識進行搭配。每位被試者最終給出一套搭配方案，效果圖以圖片形式收集，2組實驗服裝搭配效果圖分別見圖5、6。

圖5 實驗組服裝搭配效果圖Fig.5 Effect pictures of clothing collocation in experimental group

圖6 對照組服裝搭配效果圖Fig.6 Effect pictures of clothing collocation in control group

將收集到的40套服裝搭配效果圖進行打分，為保證評分的客觀性和可信性，評分小組由服裝設計專業背景的3個年級各10人，共30名研究生組成，分值則選取10分制(保留1位小數點)，設置均分大于或等于6為合格搭配，小于6則為不合格搭配。計算每套服裝搭配得分均值，得到組別與搭配結果交叉表，見表6。

表6 組別與搭配結果交叉表Tab.6 Cross table of group and collocation result

對組別與搭配結果交叉表進行卡方檢驗，得到卡方值所對應概率值P為0.038，小于0.05，表明實驗組和對照組服裝搭配效果存在顯著差異。為進一步揭示2組實驗服裝搭配效果，計算得出實驗組服裝搭配合格率為85%，對照組服裝搭配合格率為55%。分析發現，對照組9個不合格搭配中，搭配7、18、20的問題在于上下裝的服裝風格不匹配；搭配4、5、13的問題在于服裝色彩搭配復雜且沖突，層次主題模糊，而搭配8、11的服裝色彩卻又極度單一；對照組搭配16的問題是整體服裝風格和季節與預設場景沖突，實驗組3個不合格搭配原因與此相同，說明搭配規則實驗在結合場景方面還有待完善。實驗組整體服裝搭配風格統一，色彩協調，合理分配了主色、副色和點綴色，搭配效果較好，說明基于服裝屬性的女裝搭配規則指導下的女裝搭配效果總體上優于依據常識進行的女裝搭配。

4 結 論

本文以女裝搭配規則構建為出發點，首先通過大量女裝屬性文本標簽提取及頻數分析確定了女裝屬性優先級，隨后將零散化的女裝搭配規則與女裝屬性結合進行相應的搭配規則挖掘，構建了系統的女裝搭配規則關聯拓撲結構。最后采用組別與搭配結果交叉表卡方檢驗對女裝搭配規則的有效性進行驗證。結果表明，2組實驗女裝搭配效果存在明顯差異，基于服裝屬性提取的女裝搭配規則指導下的女裝搭配合格率顯著提高。本文所構建的搭配規則，通過融入圖像內容和產品描述等多維信息，可為服裝搭配智能推薦、網上銷售或智能試衣等技術的進步提供有效方法。

FZXB

致謝本文得到了“浙江省服裝個性化定制2011協同創新中心”的資助，特此感謝。