智能衣柜及其衣物推荐方法、计算机可读存储介质及设备与流程

1.本技术涉及物联网技术领域，特别是涉及一种智能衣柜的衣物推荐方法、智能衣柜、计算机可读存储介质及计算机设备。


背景技术：

2.随着技术的发展与人民生活水平的提高，越来越多的智能家电开始走进千家万户，智能化技术影响着日常生活的方方面面。智能家居是基于人性化，基于为主人提供最大的便利，基于人与家具物品之间的和谐互动，是精心设计的智能系统与家居系统的完美结合。
3.随着智能衣柜的出现，为人们的搭配衣物提供了一定的方便。但现有的智能衣柜在做衣物推荐时并未考虑到现在家用衣柜中存放的是一家人的衣物，同时取衣物的时候会出现家人帮忙取衣物的可能，这种时候推荐的衣物很可能是错误的，另外衣柜中存放的衣物由于长时间未穿被遗忘的问题。


技术实现要素：

4.为了解决上述问题至少之一，本技术第一方面提供一种智能衣柜的衣物推荐方法，包括：
5.基于获取的衣柜门的状态信息判定衣柜门的状态；
6.基于衣柜门的状态为打开，检测用户信息和用户所持的衣物的衣物信息，用户信息包括手部动作和身份信息，衣物信息包括衣物轮廓和衣物类别；
7.将手部动作与衣物信息关联，判断衣物的状态；
8.当判断衣物的状态为取出衣柜时，根据身份信息和衣物信息确定衣物的所属人并提供衣物推荐方案。
9.在一些可选的实施例中，基于衣柜门的状态为打开，检测用户信息和用户所持的衣物的衣物信息进一步包括：
10.基于衣柜门的状态为打开，采集衣柜前的图像，检测图像中的人脸图像、手部图像、衣物图像；
11.对人脸图像进行身份识别，获取身份信息；
12.对手部图像进行识别，获取手部动作；以及
13.基于衣物图像截取衣物的衣物轮廓并识别衣物类别。
14.在一些可选的实施例中，
15.当判断衣物的状态为放入衣柜时，将衣物信息与衣柜中已存储的衣物信息进行比较，获取衣物的入柜信息；
16.当衣物为首次入柜时，识别衣物的属性信息，衣物的属性信息包括：衣物的所属人信息、适用天气、衣物款式以及适用场合；
17.将衣物及其属性信息更新到存储器。
18.在一些可选的实施例中，当判断衣物的状态为取出衣柜时，根据身份信息和衣物信息确定衣物的所属人并提供衣物推荐方案进一步包括：
19.当判断衣物的状态为取出衣柜时，根据衣物信息在存储器中读取衣物的属性信息，
20.当衣物的属性信息中的所属人信息与身份信息匹配时，判定用户为实际使用人，根据身份信息在存储器中搜索该用户的衣物列表，并根据衣物的属性信息为用户推荐衣物搭配方案；
21.当衣物的属性信息中的所属人信息与身份信息不匹配时，判定用户为非实际使用人，根据衣物的属性信息中的所属人信息，在存储器中搜索衣物的所属人的衣物列表，根据衣物的属性信息推荐衣物搭配方案。
22.在一些可选的实施例中，基于衣柜门的状态为开启，检测用户信息和用户所持的衣物的衣物信息之后，方法进一步包括：
23.将手部动作与衣物信息关联，判断衣物的状态；
24.基于衣物的状态为非放入衣柜且所持的衣物的衣物信息为无，获取天气信息；
25.根据天气信息和身份信息向用户提供衣物推荐方案。
26.在一些可选的实施例中，
27.当衣物为首次入柜时，将当前放入时间记录为衣物的首次放入时间，当衣物并非首次入柜时，对衣物的状态标记为放入。
28.在一些可选的实施例中，将手部动作与衣物信息关联，判断衣物的状态之后，方法还包括：
29.当判断衣物的状态为取出衣柜时，对衣物进行暂时取出标记；
30.检测衣柜门的关闭，当柜门关闭前未检测到衣物被放入，则将存储器中衣服的状态标记为取出，将当前时间记录为衣物的最后使用时间并将使用次数加一。
31.在一些可选的实施例中，基于获取的衣柜门的状态信息判定所述衣柜门的状态后，方法进一步包括：
32.基于所述衣柜门的状态为开启，获取语音查询信息；
33.自语音查询信息中获取关键词并进行衣物推荐，
34.和/或者
35.基于获取的衣柜门的状态信息判定所述衣柜门的状态后，方法进一步包括：
36.基于所述衣柜门的状态为开启，获取处于衣柜前的用户图像并在显示单元中显示；
37.对用户图像进行识别获取用户的身份信息；
38.根据身份信息，在存储器中搜索用户的所属衣物；
39.响应于用户在显示单元上的操作，将所选衣物叠加在用户图像上。
40.本技术第二方面提供一种智能衣柜，包括：
41.感测单元，获取衣柜门的状态；
42.处理单元，被配置为：
43.基于衣柜门的状态信息判定衣柜门的状态；
44.基于衣柜门的状态为开启，检测用户信息和用户所持的衣物的衣物信息，用户信
息包括手部动作和身份信息，衣物信息包括衣物轮廓和衣物类别；
45.将手部动作与衣物信息关联，判断衣物的状态；
46.当判断衣物的状态为取出衣柜时，根据身份信息和衣物信息确定衣物的所属人并提供衣物推荐方案。
47.本技术第三方面提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上文所述的方法。
48.本技术第四方面提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，
49.处理器执行程序时实现如上文所述的方法。
50.本技术的有益效果如下：
51.本技术针对目前现有的问题，制定一种智能衣柜的衣物推荐方法、智能衣柜、计算机可读存储介质及计算机设备。具体地，智能衣柜的衣物推荐方法在获取柜门状态后，通过检测用户信息和用户所持的衣物的衣物信息，并且在衣物的状态为取出衣物时，根据身份信息和衣物信息给出衣物推荐方案，从而能够确保针对衣物的所属人身份给出准确的推荐结果，提高衣柜的使用体验，具有广阔的应用。
附图说明
52.为了更清楚地说明本技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
53.图1示出根据本技术的实施例的智能衣柜的衣物推荐方法的示例性流程图；
54.图2示出根据本技术的实施例的应用衣物推荐方法的智能衣柜的示例性框图；
55.图3示出根据本技术一实施例的衣物推荐方法的详细流程图；
56.图4示出根据本技术另一实施例的衣物推荐方法的流程图；
57.图5示出根据本技术另一实施例的衣物推荐方法的流程图；以及
58.图6为根据本技术的实施例的一种计算机设备的结构示意图。
具体实施方式
59.为了更清楚地说明本技术，下面结合优选实施例和附图对本技术做进一步的说明。附图中相似的部件以相同的附图标记进行表示。本领域技术人员应当理解，下面所具体描述的内容是说明性的而非限制性的，不应以此限制本技术的保护范围。
60.需要说明的是，在本技术的描述中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。
61.参照图1所示，本技术的一个实施例提供了一种智能衣柜的衣物推荐方法，包括：
62.步骤s1、基于获取的衣柜门的状态信息判定衣柜门的状态；
63.步骤s2、基于衣柜门的状态为开启，检测用户信息和用户所持的衣物的衣物信息，用户信息包括手部动作和身份信息，衣物信息包括衣物轮廓和衣物类别；
64.步骤s3、将手部动作与衣物信息关联，判断衣物的状态；
65.步骤s4、当判断衣物的状态为取出衣柜时，根据身份信息和衣物信息确定衣物的所属人并提供衣物推荐方案。
66.在本实施例中，在获取柜门状态后，通过检测用户信息和用户所持的衣物的衣物信息，并且在衣物的状态为取出衣物时，根据身份信息和衣物信息给出衣物推荐方案，从而能够确保针对衣物的所属人身份给出准确的推荐结果，提高衣柜的使用体验。
67.为了更好地理解本技术实施例的衣物推荐方法，首先结合图2描述应用该衣物推荐方法的智能衣柜的示意性结构图。
68.如图2所示，智能衣柜1包括：感测单元11、图像采集单元12、处理单元13、以及显示单元14。
69.其中，感测单元11用于感测智能衣柜的衣柜门的角度信息，以便于确定衣柜门是否开启，可选地，感测单元11可以为角度传感器、摄像头等能够获取衣柜门角度的设备。图像采集单元12用于采集智能衣柜前的图像，例如，衣柜门开启后位于智能衣柜前的用户图像，图像采集单元12可以为设置在衣柜门或者柜顶的摄像头，在本技术的实施例中，该图像采集单元12采集的用户头像应包括人脸区域、手部区域，且采集范围应能够满足拍摄到身高较矮的幼童和身高较高的成年男子。处理单元13与感测单元11和图像采集单元12电连接，以从感测单元11接收其感测的衣柜门的角度信息、以及从图像采集单元12接收其采集的图像，并对接收到的角度信息和图像进行处理、分析和判断，并给出衣物推荐方案。处理单元13还与显示单元14电连接，用于利用显示单元14显示衣物推荐方案，例如显示推荐的衣物图像，具体过程可以通过处理单元13向显示单元14发送衣控制信息和衣物图像信息实现。除图2中所示的单元，智能衣柜1还可以包括通信单元和/或存储器，以通过通信单元与云服务器进行连接，接收天气信息、同步显示时间等，并且通过存储器存储衣柜中的衣物记录等，另外，衣柜中的衣物记录等信息也可以存储在云存储器中，这种情况下，可以通过通信单元与云存储器的通信从云存储器读取或者写入更新的衣物记录等数据。需要说明的是，当智能衣柜1包括通信单元时，该通信单元可以为通过有线或无线方式连接至互联网或者局域网的单元，具体通信方式本技术不作限定。
70.下面结合图2和图3描述本技术的一个实施例的智能衣柜的衣物推荐方法，图3为根据本技术一实施例的衣物推荐方法的详细流图。
71.在步骤s1中，基于获取的衣柜门的状态信息判定衣柜门的状态。
72.具体地，当用户需要使用智能衣柜时，该用户会站在衣柜前，并打开衣柜门，用户的身份例如可以为家庭中的女主人。感测单元11感测衣柜门的角度信息。具体地，例如感测单元11为角度传感器，则感测单元11直接感测衣柜门与柜体之间的角度，将感测到的角度值作为角度信息发送至处理单元13。处理单元13基于获取的角度信息判定衣柜门的状态是否为开启，例如，当衣柜门与柜体之间的角度值为大于等于预设值时，判定衣柜门开启，小于该预设值则衣柜门未开启，本技术并不旨在限定预设值的具体数值，其可以根据具体衣
柜的型号尺寸而定。
73.在步骤s2中，基于衣柜门的状态为开启，检测用户信息和用户所持的衣物的衣物信息，用户信息包括手部动作和身份信息，衣物信息包括衣物轮廓和衣物类别。
74.具体地，当处理单元13判定衣柜门的状态为开启(对应图3中的“y”)时，处理单元13自图像采集单元12获取其采集的图像，并基于该图像检测用户的用户信息和该用户所持的衣物的衣物信息。
75.更具体地，如图像采集单元12为设置在衣柜顶部的摄像头，处理单元13判定衣柜门的状态为开启时，控制该图像采集单元12拍摄衣柜前的图像或视频并获取图像。处理单元13将获取的图像进行区域划分，检测并划分为人脸图像、手部图像、衣物图像。
76.对于人脸图像，处理单元13进行身份识别，获取身份信息。具体通过特征检测来提取人脸特征信息，将该人脸特征信息与存储器中存储的用户所属家庭内各人员的人脸特征进行比较，确定用户的身份信息，在本示例中，经过人脸特征比较将确定用户为该家庭中的女主人。本领域技术人员可以理解，在首次使用智能衣柜时，智能衣柜可以提供用户身份信息录入设置，用户可以通过图像采集单元12录入各家庭成员的人脸图像并进行身份绑定，然后存储在存储器中用于后续的身份信息检测，在此不再赘述。
77.对于手部图像，处理单元13对手部图像进行识别，获取手部动作。具体地，以上图像采集单元12获取的图像可以为时间变化的多个图像，处理单元13获取这些图像中的手部区域，检测手部区域的变化，确定手部动作，手部动作可以为手移动的方向，例如朝向衣柜移动、远离衣柜移动、以及非朝向衣柜移动。
78.对于衣物图像，处理单元12基于衣物图像截取衣物的衣物轮廓并识别衣物类别。具体地，处理单元13获取衣物轮廓，同时根据衣物区域中的衣物图像识别该衣物的类别，本技术的实施例中，衣物的类别表示该衣物所适应的年龄段和性别，诸如该衣物为女款还是男款、成人款还是儿童款，示例性，例如该衣物为成人的女款。
79.需要说明的是，本领域技术人员应理解，在检测图像用户的衣物的衣物信息时，存在两种情况，也就是存在衣物的情况和不存在衣物的情况，当不存在衣物信息时，则表示在检测衣物的衣物信息时得到的结果为无。
80.因而本技术的实施例中，用户信息包括手部动作和身份信息，衣物信息包括衣物轮廓和衣物类别。
81.在步骤s3中，将手部动作与衣物信息关联，判断衣物的状态。
82.具体地，将手部图像中的手与衣物信息相关联。更具体地，也可以将手部动作与衣物信息相关联，判断衣物的状态为取出衣柜(即，y)还是非取出衣柜(即，n)。例如，若判断手部动作为朝向衣柜移动，且检测到衣物信息，则可以确定衣物的状态为放入衣柜；若判断手部动作为非远离衣柜移动，则可以确定为非放入衣柜。
83.另外，对于为非放入衣柜，当用户站在智能衣柜前并刚打开衣柜门时，在一段时间内手上是未持有衣物的，也就是说在刚打开衣物时存在未持有衣物的中间状态。
84.考虑到用户可能并不知晓当前天气情况以及当前天气穿什么衣物合适，或者说，考虑到希望为用户提供便利，使得用户不必自己查询天气情况以及用户不必思考当前天气穿什么衣物合适。本技术的实施例中，较为优选地，利用上述中间状态，在用户打开衣柜而还未取衣物时，即向用户提供衣物推荐方案。
85.具体地，参照图4所示，在基于衣柜门的状态为开启，检测用户信息和用户所持的衣物的衣物信息之后，衣物推荐方法还包括：在步骤s3'中，将手部动作与衣物信息关联，判断衣物的状态；在步骤s4'中，基于衣物的状态为非放入衣柜且所持的衣物的衣物信息为无，获取天气信息；在步骤s5'中，根据天气信息和身份信息向用户提供衣物推荐方案。
86.为了进一步提高用户体验，本技术的实施例还考虑提供语音服务，即基于用户的语音查询信息进行衣物推荐，基于获取的衣柜门的状态信息判定衣柜门的状态后，方法进一步包括：基于衣柜门的状态为开启，获取语音查询信息；自所述语音查询信息中获取关键词并进行衣物推荐。具体地，参照图3所示，该推荐服务可以设置在判定衣物的状态后，即，当判定衣物的状态为非放入衣柜时，通过诸如麦克风的声音收集单元获取语音查询信息，如“今天大宝去公园适合穿什么？”；处理单元13自该语音查询信息中获取关键词“大宝”、“今天”和“公园”，并基于以上关键词在存储器中搜索“今天”“大宝”去“公园”适合穿的衣物推荐，当然，因为关键词涉及时间，则还可以获取天气信息并给出推荐，在此不作赘述。
87.另外，应注意，本技术并不限定该语音查询推荐服务的具体步骤位置，实质上，在检测到衣柜门开启状态后，即可以通过接收语音信息提供以上推荐服务。
88.具体到本示例，当用户打开衣柜门，处理单元13判定衣柜门的状态为开启，检测用户信息和用户所持的衣物的衣物信息之后，将手部动作与衣物信息关联，当识别出的手部动作为朝向衣柜移动时，判定衣物的状态为非放入衣柜；同时若所持的衣物的衣物信息为无，则可以确定此时处于非放入状态下，用户还未取出衣物的状态，获取天气信息。也就是说，若用户不是放入衣物，用户打开衣柜门后，智能衣柜则通过通信单元与云服务器连接，得到当前时刻的天气信息并发送至处理单元13，例如，当前时刻天气“阴，温度为13℃”，则处理单元13根据获取的该天气信息，判定目前的天气情况适合穿春秋款厚度的衣物；处理单元13根据用户的身份信息，读取存储器中存储的与该用户对应的衣物，并将该用户的衣物中与当前天气对应的衣物作为衣物推荐方案提供给用户。至于具体的推荐方式，作为一个示例，处理单元13可以向将该用户的衣物中与天气对应的衣物的图像发送至显示单元14上显示，以在用户未从衣柜取出衣物前得到推荐参考，提高智能衣柜的使用体验。
89.进一步地，参照图3和图5所示，在步骤s4中，当判断衣物的状态为取出衣柜时，根据身份信息和衣物信息确定衣物的所属人并提供衣物推荐方案。
90.具体地，尽管在打衣柜门后，智能衣柜1在判断衣物的状态为非放入衣柜时就根据天气情况给出衣物推荐，但考虑到这并不总是用户需要的。一种情况是，用户并不是为自己取衣物，因而智能衣柜针对其个人的衣物推荐可能对于她来说是不恰当的；还有一种情况是，尽管用户是为自己取衣物，并且智能衣柜1已经给出了与当时天气情况匹配的各种衣物推荐，但并没有给出衣物的具体搭配，可能用户以此为参照选择了一件衣物，需要额外的搭配方案以便于着装出行；还有一种情况是，用户是为自己取衣物，并且智能衣柜1给出了与当时天气匹配的衣物推荐，但用户希望牺牲温度或在不考虑天气的情况下，搭配特殊用途和场合的衣物。
91.考虑到至少以上三种情况，当前仅基于天气情况的衣物推荐方案就不能够完全满足用户的需求，在本技术的实施例中，智能衣柜进行更进一步的推荐。
92.更具体地，在步骤s41中，当判断衣物的状态为取出衣柜时，也就是说，当用户打开衣柜门后，处理单元13根据手部动作与衣物信息的关联，确定手部动作为远离衣柜移动同
时手上关联到衣物的衣物信息，从而判定衣物的状态为取出衣柜，此时，根据衣物信息在存储器中读取衣物的属性信息，该属性信息是用户在首次将该衣物放入智能衣柜1时，智能衣柜1识别并存储的属性信息，具体过程将在后续描述，衣物的属性信息包括：衣物的所属人信息、适用天气、衣物款式以及适合场合，例如，对于女主人来说，若取出一件白色包身半身裙，则处理单元13将在步骤s2截取的衣物图像基础上进一步进行衣物的特征提取，并根据此时提取的特征结合存储器中存储的属性信息和特征进行进一步识别，确定该半身裙的所属人为女主人、该衣物的款式为包身的半身裙、颜色例如为白色、适合15℃左右天气、适合职场商务穿着。当然关于衣物的属性信息也并不限于以上几项，只不过最好应包括以上几项，以便能够给出更好的衣物搭配方案。
93.在步骤s42中，当衣物的属性信息中的所属人信息与身份信息匹配时，判定用户为实际使用人，根据身份信息在存储器中搜索该用户的衣物列表，并根据衣物的属性信息为用户推荐衣物搭配方案。
94.具体地，处理单元13将获取衣物的所属人信息与检测到的用户的身份信息进行比较，当二者匹配时，可以确定用户在为本人取衣，则在存储器中搜索与该身份信息相匹配的所有衣物，并在这些衣物中寻找与当前取出的衣物的属性信息适合搭配的衣物进行衣物搭配方案的推荐。例如，在存储器中存储有与该白色包身半身裙适合搭配的多个搭配方案，浅色衬衫加丝袜与白色包身半身裙，浅色衬衫加小款西服加丝袜与白色包身半身裙的搭配，浅色印花衬衫加针织开衫加丝袜与白色包身半身裙的搭配，作为衣物搭配方案的推荐，处理单元13将以上搭配方案以图片方式显示在显示单元14上，以便于用户做出相应选择，提高了用户体验。
95.另外可选地，作为衣物搭配方案的推荐，也可以在相应的推荐方案下方或其他位置显示该套衣物所适合的温度以供用户参照当前天气情况做出合理选择，在此不再赘述。
96.接下来，在步骤s43中，当衣物的属性信息中的所属人信息与身份信息不匹配时，判定用户为非实际使用人，根据衣物的属性信息中的所属人信息，在存储器中搜索衣物的所属人的衣物列表，根据衣物的属性信息推荐衣物搭配方案。
97.具体地，处理单元13将获取衣物的所属人信息与检测到的用户的身份信息进行比较，当二者不匹配时，可以确定用户在为家庭中的其他人取衣，则在存储器中搜索与该衣物具有相同所属人信息的所有衣物，并在这些衣物中寻找与当前取出的衣物的属性信息适合搭配的衣物进行衣物搭配方案的推荐。例如，若用户为女主人，取出的衣物为男士黑色夹克，并识别出该男士黑色夹克的所属人信息为家里的男主人，因此处理单元13在处理器中搜索男主人的所有衣物，并基于存储器中存储的与该黑色夹克适合搭配的多个搭配方案给出衣物搭配推荐。例如，将深色休闲裤、毛衣与该男士黑色夹克作为衣物搭配方案，并将这些搭配方案以图片方式显示在显示单元14上，以便于用户做出相应选择，提高了用户体验。
98.类似地，作为衣物搭配方案的推荐，也可以在相应的推荐方案下方或其他位置显示该套衣物所适合的温度以供用户参照当前天气情况做出合理选择，在此不再赘述。
99.以上设置，通过在衣柜门打开时检测用户信息与衣物信息，将手部动作与衣物信息相关联判定衣物的状态，并在判定衣物的状态为取出衣柜时，根据用户信息和衣物信息向用户提供衣物推荐方案，从而能够在推荐衣物时考虑到取出衣物的具体使用人，提高衣物推荐的准确性，提高用户体验。
100.考虑到通常衣柜中的衣物量很多，而用户实质上能够想到穿着的数量并不多，很多购买日期比较早或者不经常穿着的衣物容易在日常穿搭中被遗忘；或者说，往往经常穿着的衣物表示用户的偏爱程度更高，偏爱程度高的衣物可以在衣物推荐方案中优先或者靠前给出。因此，取出次数和使用次数就是一个很重的参照指标。
101.在一可选的实施例中，为每一件取出的衣物进行使用频率的统计。
102.具体地，在将手部动作与衣物信息关联，判断所述衣物的状态之后，方法还包括：
103.当判断衣物的状态为取出衣柜时，对衣物进行暂时取出标记，例如，在存储器可以针对每件存储的衣物设置存储区间记录取出次数take_times，因而可以将该衣物的取出次数take_times加一作为暂时取出标记；
104.检测衣柜门的关闭，当柜门关闭前未检测到衣物被放入，则将存储器中衣服的状态标记为取出，将当前时间记录为所述衣物的最后使用时间并将使用次数加一，例如，存储器可以针对每件存储的衣物设置存储区间记录使用次数use_times，因而可以将该衣物的使用次数use_times加一作为取出标记，具体可以在关门时检测take_times为“1”则将使用次数use_times加一。另外，若在柜门关闭前，检测到同样的衣物被放入，则确定该衣物并未真正被取出使用，则将取出次数take_times减一，取消取出状态，即此时take_times为“0”，认为该衣物既未拿也未放。此外，若在柜门关闭前，检测到开门后无取出直接放入，则直接标记该衣物为放入。本领域技术人员应理解，取出标记、暂时取出标记、放入标记三者仅一个保留在衣物的取出状态里。另外，本实施例中，并不必严格限定当前时间为具体的时刻，只要是本次取衣过程内的时间均是可以的，通常为了方便可以设定处理单元13判定衣柜门关闭后未将衣物放回的判断时间计为当前时间。此外，在进行衣物推荐时，对take_times为1的衣物不作推荐，衣物首次放入时，take_times为0。
105.此外，考虑到使用频率的应用，每次开门后第一次有衣物取出时，根据当前衣物所属人信息，例如女主人，获取当前衣物内所属人所有衣物的使用次数最少、取出次数最少、最后使用时间距离当前时间大于预设阈值time_thr的衣物，提醒当前开门人这些衣物可能长时间未穿着被遗忘或者是无用衣物建议清理，从而提高智能衣柜1中衣物的流动性和使用有效性。
106.在另一可选的实施例中，为了进一步提高更好的使用体验，减少用户频繁穿衣脱衣试衣服的麻烦，本技术的实施例利用显示单元14提供试衣镜功能。
107.具体地，衣柜门上设置的显示单元14可以作为虚拟试衣镜，具体地在基于获取的衣柜门的状态信息判定衣柜门的状态后，方法进一步包括：
108.基于衣柜门的状态为开启，获取处于衣柜前的用户图像并在显示单元中显示；
109.对用户图像进行识别获取用户的身份信息；
110.根据身份信息，在存储器中搜索用户的所属衣物；
111.响应于用户在显示单元上的操作，将所选衣物叠加在用户图像上。
112.具体到本示例，用户在打开衣柜门后，可以站在衣柜前面对衣柜门上设置的摄像头，点击显示单元14上的特定按钮或者触控屏幕中的特定图标则启动虚拟试衣镜的功能。此时，处理单元13通过图像采集单元12获取衣柜前的用户图像并显示在显示单元14上；对用户图像进行识别获取用户的身份信息，并根据用户信息搜索用户的所属衣物并进行显示，用户可以拖选当前推荐的衣物图片或存储器中选择自己心仪的衣物；处理单元13响应
于用户的这些操作，将衣物叠加在用户图像进行模拟试穿。
113.通过该设置，可以有效提高用户的试衣体验，提高效率。
114.在另一可选的实施例中，本技术实施例的衣物推荐方法还提供放入管理功能。
115.可选地，参照图3所示，当新添置意见新衣服时，智能衣柜进行首次录入，具体地：
116.当判断衣物的状态为放入衣柜时，将衣物信息与衣柜中已存储的衣物信息进行比较，获取衣物的入柜信息；
117.当衣物为首次入柜时，识别衣物的属性信息，衣物的属性信息包括：衣物的所属人信息、适用天气、衣物款式以及适合场合，例如，通过对衣物图像的特征提取，获取该衣物的各种属性信息，并与存储器中所存储的所有衣物属性信息进行对比，当获取到存储器中并没有该衣物的任何入柜信息时，判定为首次入柜的衣物，例如，属性信息中包括：所属人为家庭中的男主人、女主人、男童、女童等，适用天气为秋季、冬季、10℃至15℃、0℃以下等，衣物款式为风衣、t恤、连衣裙、半身裙、夹克、衬衣等，适用场合为跑步、休闲、商务、逛街等，属性信息中的任一项信息与存储器中的记录不相符，则可以判定该衣物为首次入柜；
118.将衣物及其属性信息更新到存储器。
119.另外，考虑到有些偏中性的衣物，在识别衣物的属性信息时可能出现所属人信息识别错误，同时可能对于衣物的款式识别错误，本技术的实施例还提供手动修改功能，用户在确认属性信息识别错误时，可以在显示单元14上进行操作，从而完成手动修改。
120.另外，与衣物出柜管理对应地，每一次入柜也应考虑到入柜的状态管理。具体地，当衣物为首次入柜时，将当前放入时间记录为衣物的首次放入时间，当衣物并非首次入柜时，对衣物的状态标记为放入。
121.通过该设置，能够清晰记录每件衣物的入柜情况，相应地即可以在判定衣物的使用频率和取出频率时给出准确的结果，以便于后续进行淘汰建议和衣物推荐。
122.相应于上述智能衣柜的衣物推荐方法，继续结合图2所示，本技术的一个实施例还提供一种智能衣柜，包括：
123.感测单元11，获取衣柜门的状态；
124.处理单元13，被配置为：
125.基于所述衣柜门的状态信息判定衣柜门的状态；
126.基于所述衣柜门的状态为开启，检测用户信息和用户所持的衣物的衣物信息，所述用户信息包括手部动作和身份信息，所述衣物信息包括衣物轮廓和衣物类别；
127.将所述手部动作与所述衣物信息关联，判断所述衣物的状态；
128.当判断衣物的状态为取出衣柜时，根据所述身份信息和所述衣物信息确定所述衣物的所属人并提供衣物推荐方案。
129.除以上单元外，智能衣柜还可以包括图像采集单元12、通信单元(未示出)、声音采集单元(未示出)等，这些单元的具体功能已经在描述上述衣物推荐方法时给出了详细描述，在此不再赘述。
130.在本实施例中，通过感测单元获取衣柜门的状态，并通过处理单元获取柜门状态后，通过检测用户信息和用户所持的衣物的衣物信息，并且在衣物的状态为取出衣物时，根据身份信息和衣物信息给出衣物推荐方案，从而能够确保针对衣物的所属人身份给出准确的推荐结果，提高衣柜的使用体验，具有广阔的应用。本实施例的具体实施方式同前述实施
例，在此不再赘述。
131.本技术的另一个实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现：基于获取的衣柜门的状态信息判定衣柜门的状态；基于衣柜门的状态为开启，检测用户信息和用户所持的衣物的衣物信息，用户信息包括手部动作和身份信息，衣物信息包括衣物轮廓和衣物类别；将手部动作与衣物信息关联，判断衣物的状态；当判断衣物的状态为取出衣柜时，根据身份信息和所述衣物信息确定衣物的所属人并提供衣物推荐方案。
132.在实际应用中，计算机可读存储介质可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
133.计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
134.计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、电线、光缆、rf等等，或者上述的任意合适的组合。
135.可以以一种或多种程序设计语言或其组合来编写用于执行本技术操作的计算机程序代码，程序设计语言包括面向对象的程序设计语言—诸如java、smalltalk、c ，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(lan)或广域网(wan)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
136.如图6所示，本技术的另一个实施例提供的一种计算机设备的结构示意图。图6显示的计算机设备10仅仅是一个示例，不应对本技术实施例的功能和使用范围带来任何限制。
137.如图6所示，计算机设备10以通用计算设备的形式表现。计算机设备10的组件可以包括但不限于：一个或者多个处理器或者处理器单元16，系统存储器28，连接不同系统组件(包括系统存储器28和处理器单元16)的总线18。
138.总线18表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举
例来说，这些体系结构包括但不限于工业标准体系结构(isa)总线，微通道体系结构(mac)总线，增强型isa总线、视频电子标准协会(vesa)局域总线以及外围组件互连(pci)总线。
139.计算机设备10典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机设备10访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
140.系统存储器28可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(ram)30和/或高速缓存存储器32。计算机设备10可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统34可以用于读写不可移动的、非易失性磁介质(图6未显示，通常称为“硬盘驱动器”)。尽管图6中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如cd-rom，dvd-rom或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本技术各实施例的功能。
141.具有一组(至少一个)程序模块42的程序/实用工具40，可以存储在例如存储器28中，这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本技术所描述的实施例中的功能和/或方法。
142.计算机设备10也可以与一个或多个外部设备15(例如键盘、指向设备、显示器24等)通信，还可与一个或者多个使得用户能与该计算机设备10交互的设备通信，和/或与使得该计算机设备10能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(i/o)接口22进行。并且，计算机设备10还可以通过网络适配器20与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。如图6所示，网络适配器20通过总线18与计算机设备10的其它模块通信。应当明白，尽管图6中未示出，可以结合计算机设备10使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储系统等。
143.处理器单元16通过运行存储在系统存储器28中的程序，从而执行各种功能应用以及数据处理，例如实现本技术实施例所提供的智能衣柜的衣物推荐方法。
144.本技术针对目前现有的问题，制定一种智能衣柜的衣物推荐方法、智能衣柜、计算机可读存储介质及计算机设备。具体地，智能衣柜的衣物推荐方法在获取柜门状态后，通过检测用户信息和用户所持的衣物的衣物信息，并且在衣物的状态为取出衣物时，根据身份信息和衣物信息给出衣物推荐方案，从而能够确保针对衣物的所属人身份给出准确的推荐结果，提高衣柜的使用体验，具有广阔的应用。
145.显然，本技术的上述实施例仅仅是为清楚地说明本技术所作的举例，而并非是对本技术的实施方式的限定，对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动，这里无法对所有的实施方式予以穷举，凡是属于本技术的技术方案所引伸出的显而易见的变化或变动仍处于本技术的保护范围之列。