买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉武汉纺织大学申请的专利基于时尚拼图与动态聚类的服装图像时尚风格学习方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115631360B 。

龙图腾网通过国家知识产权局官网在2025-12-05发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211146365.6，技术领域涉及：G06V10/762；该发明授权基于时尚拼图与动态聚类的服装图像时尚风格学习方法是由陈佳;袁海东青;胡新荣;彭涛;梁金星设计研发完成，并于2022-09-20向国家知识产权局提交的专利申请。

本基于时尚拼图与动态聚类的服装图像时尚风格学习方法在说明书摘要公布了：本发明涉及一种基于时尚拼图与动态聚类的服装图像时尚风格学习方法，本发明提出了动态聚类算法，通过引入“质心”这一属性，使新增数据可以更快速进行聚类，减少了计算负担；除了方便计算外，也是反映该簇的代表特征，是该时尚风格的代表形象；噪点在传统聚类中被忽视其作用，而在对时尚风格的研究中，将噪点当做潜在风格，当有足够多数量的噪点聚在一起，就会形成新的簇，这对新时尚风格的发现具有重要意义。

本发明授权基于时尚拼图与动态聚类的服装图像时尚风格学习方法在权利要求书中公布了：1.基于时尚拼图与动态聚类的服装图像时尚风格学习方法，其特征在于，包括以下步骤： 步骤1、将服装图像数据集进行预处理，其中，预处理包括切割、增强和拼接，预处理后得到时尚拼图集； 步骤2、将时尚拼图集输入主干网络进行特征提取，得到每个时尚拼图的图像特征向量； 步骤3、计算每个时尚拼图的图像特征向量的聚类损失和定位损失，通过最小化损失函数，对主干网络的参数进行调整，获得预训练模型； 步骤4、将部分预处理后的目标数据集输入预训练模型，根据输出结果对预训练模型进行参数微调，获得训练好的模型； 步骤5、将目标数据集输入步骤4的训练好的模型中，得到目标数据集的图像特征队列； 步骤6、将目标数据集的图像特征队列输入动态密度聚类算法中，得到初始聚类结果，计算各个聚类簇的质心，相似图像标记为相同簇，相同簇的图像表示具有相同的时尚风格，每个簇表示一种时尚风格类型，噪点表示潜在风格，质心是每种时尚风格的代表图像； 所述步骤6中，通过DBSCAN聚类算法对目标数据集的图像特征队列进行聚类，在聚类结束后，通过调用scipy库的center_of_mass方法来计算每个聚类簇的质心；步骤7、将新增图像数据输入训练好的模型中，得到新增图像数据的图像特征，将新增图像数据的图像特征输入动态密度聚类算法中，计算与初始聚类簇质心的距离，与最近簇进行聚类，标记为已有簇、形成新簇或噪点，根据已有簇得到相应时尚风格类型，将新簇作为新风格类型； 所述步骤7中将新增图像数据的图像特征输入动态密度聚类算法中，计算与初始聚类簇质心的距离，与最近簇进行聚类，标记为已有簇、形成新簇或噪点的方法包括以下步骤： 步骤71、度量待处理数据的每个特征与各个簇的质心的距离，寻找最近簇进行聚类计算，若聚类成功，若是则将特征标记为相应簇；若否则进行步骤72； 步骤72、将该特征与距离空间中的噪点进行聚类，若能聚类成功，若是则将特征标记为新簇，若否则标记为噪点。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人武汉纺织大学，其通讯地址为：430074 湖北省武汉市洪山区纺织路1号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。