成員：

小組成員在本次迭代中的貢獻：

前言：

本次項目是一個基于網(wǎng)頁的智能化衣櫥，面向?qū)σ聶徽砗痛钆湟延幸路扑]功能有需求的所有人群，尤其是在快節(jié)奏的生活下，具有選擇綜合癥或者健忘癥的上班一族和部分女性以及對形象有要求的男性群體。結(jié)合調(diào)查問卷總結(jié)出的實際需求信息，參照傳統(tǒng)的衣櫥類app和網(wǎng)站的已有功能，我們設(shè)計了一款智能虛擬衣櫥：今天穿什么。

一、需求分析

1.1 內(nèi)部分析

在綜合的考慮了目標人群的真實需求之上，結(jié)合了對不同性別、不同年齡結(jié)構(gòu)的調(diào)查者進行了問卷調(diào)查，對樣本的調(diào)查結(jié)果和數(shù)據(jù)作深入分析，總結(jié)出如下：

圖1.1客戶分析圖

由上圖可分析出以下需求信息：

(1)目標群體:對衣櫥整理和搭配已有衣服推薦功能有需求的所有人群，特別是大部分年輕女性和部分對外表有要求的年輕男性。 

(2)主要功能:整理衣櫥、推薦已有衣服的穿衣搭配等。

今天穿什么主要針對兩個方面進行功能設(shè)計，分別是個人衣物管理、推薦穿衣。

個人衣物管理方面:將現(xiàn)實中衣櫥的所有衣物搬到移動端，通過導(dǎo)入圖片或淘寶鏈接，根據(jù)衣物類型完成分類，打造用戶個人私有衣柜;設(shè)計的具體功能模塊包括:衣物分類、上傳、淘寶訂單或相冊導(dǎo)入、刪除等。

推薦穿衣方面: 針對服裝圖像對多個屬性同時進行分類和識別的要求,構(gòu)建了基于多任務(wù)學(xué)習(xí)的卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。最后決定使用了效率更高的開源代碼基于深度學(xué)習(xí)框架Tensorflow搭建的衣服圖片識別服務(wù)。

1.2 競品分析

根據(jù)市面已有的智能化衣櫥，我們進行了相關(guān)測試和分析，得出結(jié)果列出如下表格：

圖1.2競品分析圖

二、概要設(shè)計

2.1 總體架構(gòu)

在本設(shè)計的智能虛擬衣櫥web中，客戶端與服務(wù)器的通信采用http協(xié)議，

客戶端與服務(wù)器之間所有的數(shù)據(jù)交互通過http協(xié)議的HttpServld類實現(xiàn)，服務(wù)器端通過Servlet接口接收客戶端的請求，Servlet容器解析客戶端的http請求，把請求封裝成一個HttpServletRequest對象，將對象傳給HttpServld的service方法，信息反饋給數(shù)據(jù)庫后生成的響應(yīng)數(shù)據(jù)傳給客戶端，Servlet只用來擴展基于http協(xié)議的Web服務(wù)器。

 圖2.12系統(tǒng)的網(wǎng)絡(luò)結(jié)構(gòu)圖

2.2 功能框架

智能虛擬衣櫥應(yīng)用主要由客戶端和后臺服務(wù)器構(gòu)成針對智能虛擬衣櫥應(yīng)用的實際需求，在客戶端和服務(wù)端分別進行了功能框架設(shè)計。圖2.21是客戶端功能框架，圖2.22是服務(wù)端功能框架。

圖2.21客戶端框架

圖2.22服務(wù)端框架   

2.3 功能模塊

2.3.1用戶注冊功能

    用戶第一次使用本應(yīng)用時需要進行賬號注冊和密碼設(shè)置，所有注冊的用戶信息將會傳到服務(wù)器以用戶信息表的形式儲存，使注冊過的用戶下次可以直接登錄。

2.3.2用戶登錄功能

    用戶注冊后就可以輸入賬號以及密碼登錄系統(tǒng)，服務(wù)器接收到登錄請求后，判斷與數(shù)據(jù)庫里的該用戶的信息表是否吻合，并將請求的響應(yīng)數(shù)據(jù)返回給客戶端，信息若一致，客戶端將登錄成功，否則無法登錄。

2.3.3衣櫥分類功能

    衣櫥分類功能是整個應(yīng)用的基礎(chǔ)功能，在對衣櫥進行衣物分類的基礎(chǔ)上，通過拍照或相冊導(dǎo)入的方式加入用戶的衣物，所有的圖片信息從客戶端上傳并儲存在服務(wù)端的數(shù)據(jù)庫。用戶通過此功能可以把現(xiàn)實中的衣櫥搬到移動終端，打造個人的專屬衣柜。

2.3.4我的搭配功能

和衣櫥分類功能類似，所有搭配圖片都上傳到服務(wù)端。我的搭配分為己有搭配和收藏搭配兩部分，用戶可以通過相冊導(dǎo)入或拍照將搭配圖片保存己有搭配里，操作上同樣要輸入衣服的屬性信息。

2.3.5智能推薦穿衣功能

    用戶選擇已上傳的衣服圖片，服務(wù)端針對服裝圖像對多個屬性同時進行分類和識別的要求，構(gòu)建了基于多任務(wù)學(xué)習(xí)的卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。采用了結(jié)合度量學(xué)習(xí)的卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，克服了背景、光照、變形等因素的影響。根據(jù)訓(xùn)練好的卷積神經(jīng)網(wǎng)絡(luò)進行圖像檢索，進而推送搭配給用戶。

2.4模塊調(diào)用：

登錄模塊提供用戶登錄的信息，驗證登陸狀態(tài)，并相應(yīng)的提交給數(shù)據(jù)庫，鏈接數(shù)據(jù)庫導(dǎo)入衣櫥和搭配信息。搭配中的“增加搭配”功能調(diào)用衣櫥的中單品。

2.5.模塊接口：

1. userLogin(String UserName,String PassWord),用戶登陸。登陸時傳入用戶賬號和密碼。同時將用戶的信息放到數(shù)據(jù)庫中。
2. addClothes(),添加衣物。用戶通過該函數(shù)上傳自己的衣物。同時將衣服的信息導(dǎo)入數(shù)庫中。
3. Clothes(),衣物管理。管理用戶上傳的單品以及用戶的自定義搭配。
4. Match(),實現(xiàn)單品的搭配。用戶通過選擇各種單品，進行自定義搭配。
5. Recommend(),推薦搭配。通過識別用戶的單品，與數(shù)據(jù)庫中的衣服搭配進行匹配，從而獲取推薦的搭配。

2019-11-22