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！

龙图腾网恭喜青岛科技大学申请的专利融合细粒度兼容和多视图相关的时尚单品推荐方法及系统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：CN119359411B 。

龙图腾网通过国家知识产权局官网在2025-05-02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：202411896033.9，技术领域涉及：G06F17/00；该发明授权融合细粒度兼容和多视图相关的时尚单品推荐方法及系统是由刘金环;谭春艳;殷贵宝;胥佳程;杜军威;于旭设计研发完成，并于2024-12-23向国家知识产权局提交的专利申请。

本融合细粒度兼容和多视图相关的时尚单品推荐方法及系统在说明书摘要公布了：本发明涉及推荐系统及深度学习技术领域，涉及融合细粒度兼容和多视图相关的时尚单品推荐方法及系统，方法包括：提取M‑1件已有互补单品中每件单品的视觉特征和文本特征；对每件单品的视觉特征和文本特征进行拼接，得到每件单品的多模态特征；采用基于语义条件动态卷积的多空间兼容性建模模块，对每件单品的多模态特征进行处理，得到基于语义条件动态卷积的多空间兼容性分数；采用基于多视图的深度相关性建模模块，对每件单品的多模态特征进行处理，得到基于多视图的深度相关性分数；对两种分数进行加权求和，得到互补服装推荐任务的最终评分，根据互补服装推荐任务的最终评分，得到目标单品的推荐结果。在实际场景中，取得较好的推荐效果。

本发明授权融合细粒度兼容和多视图相关的时尚单品推荐方法及系统在权利要求书中公布了：1.融合细粒度兼容和多视图相关的时尚单品推荐方法，其特征是，包括：获取M-1件已有互补单品的图像和文本描述，以及目标单品的名称；将获取的数据，输入到训练后的时尚单品推荐模型中，得到目标单品的推荐结果；其中，训练后的时尚单品推荐模型，提取M-1件已有互补单品中每件单品的视觉特征和文本特征；对每件单品的视觉特征和文本特征进行拼接，得到每件单品的多模态特征；采用基于语义条件动态卷积的多空间兼容性建模模块，对每件单品的多模态特征进行处理，得到基于语义条件动态卷积的多空间兼容性分数；采用基于多视图的深度相关性建模模块，对每件单品的多模态特征进行处理，得到基于多视图的深度相关性分数；将基于语义条件动态卷积的多空间兼容性分数和基于多视图的深度相关性分数进行加权求和，得到互补服装推荐任务的最终评分，根据互补服装推荐任务的最终评分，得到目标单品的推荐结果；所述采用基于语义条件动态卷积的多空间兼容性建模模块，对每件单品的多模态特征进行处理，得到基于语义条件动态卷积的多空间兼容性分数，包括：（1-1）对不同单品的多模态特征，经过不同语义条件解离，并对对齐后的细粒度语义特征进行表示；（1-2）根据不同的套装为不同单品的细粒度语义特征编码学习卷积权重和偏置参数；（1-3）基于卷积权重、偏置参数和语义特征，确定对齐后的细粒度语义特征；（1-4）基于对齐后的细粒度语义特征，计算出M-1件已有互补单品和目标单品，在不同语义子空间中的细粒度兼容性分数，进而得到基于语义条件动态卷积的多空间兼容性分数；所述采用基于多视图的深度相关性建模模块，对每件单品的多模态特征进行处理，得到基于多视图的深度相关性分数，包括：（2-1）将所有单品的特征进行拼接，得到套装的整体视图；（2-2）根据稀疏矩阵和套装的整体视图，确定新视图；（2-3）根据两个独立的卷积神经网络，分别学习整体视图的特征表示和新视图的特征表示；（2-4）根据整体视图的特征表示和新视图的特征表示，确定整体视图的中心化矩阵和新视图的中心化矩阵；（2-5）根据整体视图的中心化矩阵和新视图的中心化矩阵，定义协方差矩阵和交叉协方差矩阵；（2-6）根据协方差矩阵和交叉协方差矩阵，确定基于多视图的深度相关性分数。

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青岛科技大学，其通讯地址为：266061 山东省青岛市崂山区松岭路99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”。