具体实施方式

为了使本领域的人员更好地理解本发明实施例中的技术方案，下面将结 合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地 描述，显然，所描述的实施例仅是本发明实施例一部分实施例，而不是全部 的实施例。基于本发明实施例中的实施例，本领域普通技术人员所获得的所 有其他实施例，都应当属于本发明实施例保护的范围。

下面结合本发明实施例附图进一步说明本发明实施例具体实现。

实施例一

参照图1，示出了根据本发明实施例一的一种数据生成方法的步骤流程 图。

本实施例的数据生成方法包括以下步骤：

步骤S100：获取目标对象构成要素。

本发明实施例提供的方案可适用于多种具有构成要素的目标对象应用场 景中，包括但不限于：具有服饰构成要素的三维服饰生成场景中、具有建筑 构成要素的三维建筑生成场景中、具有装修构成要素的三维装修生成场景中、 具有布景构成要素的三维布景生成场景中，等等。

其中，服饰构成要素用于指示可形成三维服饰的基本要素，如花色纹理、 材质、版型等。建筑构成要素用于指示可形成三维建筑的基本要素，如房屋 形状、房间排布、门、窗排布等等。装修构成要素用于指示可形成三维建筑 物内装饰的要素，如家具布局、地板样式、墙壁样式，等等。布景构成要素 用于形成设定环境下的三维布景，如，背景道具、设施道具等，比如，海滩 环境下的三维布景可能需要海洋背景道具、海滩休闲设施道具、娱乐设施道 具，等等，将形成的三维布景应用于现实中以进行视频或图像拍摄。

但不限于此，在实际应用于中，任意可根据构成要素进行设计的场景均 可适用于本发明实施例的方案。

步骤S200：确定与目标对象构成要素相对应的要素拓展规则。

要素拓展规则用于拓展目标对象构成要素的元素，以对元素进行丰富和 扩展。

不同的目标对象构成要素对应的要素拓展规则可能不同，例如，服饰构 成要素在进行花色纹理拓展时，可以基于已有花色纹理，对其进行颜色和/ 或风格的拓展，以形成新的花色纹理；在进行材质拓展时，可基于已有材质 或已有花色纹理，进行渲染属性拓展，以形成新的材质；在进行版型拓展时， 可基于已有版型，进行版型变换、拆解或组合，以形成新的版型，等等。

建筑构成要素在进行房屋形状的拓展时，可以基于已有房屋形状，对其 中的某个或某些部分的形状进行改变，以形成新的房屋形状；在进行房间排 布的拓展时，可以基于已有房间排布，对其进行调整和增删，以形成新的房 间排布；在进行门、窗排布的拓展时，可以基于已有门、窗排布，对其进行 位置调整、形状改变等，以形成新的门、窗排布，等等。

装修构成要求在进行家具布局的拓展时，可以基于已有家具布局，对其 中的某个或某些家具进行诸如位置更换、种类更换等拓展，以形成新的家具 布局；在进行地板样式的拓展时，可以基于已有的地板样式，对其进行诸如 地板花色、材质、形状等的拓展，以形成新的地板样式；墙壁样式的拓展与 地板样式类似。

布景构成要素在进行背景道具的拓展时，可以基于已有的背景道具进行 背景道具的位置、样式、内容等的拓展，以形成新的背景道具；在进行设施 道具的拓展时，可以基于已有的设施道具，进行设施道具的形状、花样、附 加物的拓展，以形成新的设施道具，等等。

需要说明的是，以上仅为示例性说明，在实际应用中，本领域技术人员 可以基于本发明实施例提供的数据生成原理，实现根据目标对象构成要素的 拓展成果，生成相应的结果数据的方案。

步骤S300：根据要素拓展规则，对目标对象构成要素中的元素进行要素 拓展。

如前所述，利用与目标对象构成要素相对应的要素拓展规则，可对目标 对象构成要素中的元素进行有效拓展，以丰富其数量、内容及形式。

步骤S400：根据拓展后的目标对象构成要素，生成结果数据。

通过使用拓展后的目标对象构成要素中的元素进行适当组合和搭配，可 生成相对应的结果，即结果数据，如三维服饰、三维建筑、三维装修、三维 布景等等。

此外，在一种可行方式中，在获得结果数据后，还可以将所述结果数据 发送至工控设备，以在工控设备中展示结果数据，并使工控设备控制与所述 结果数据对应的物品的生产，以提高所述结果数据的转化和利用效率。其中， 所述工控设备(工业控制设备)可以为任意适当的应用于工业领域、且具有 展示和其它设备控制功能的装置，本发明实施例对工控设备的具体实现不作 限制。

例如，将生成的三维服饰的数据发送至工控设备，工控设备一方面可以 展示三维服饰的数据，另一方面可以根据这些数据控制相关设备，如布料渲 染设备进行相应的花色纹理的渲染、控制布料裁剪设备进行相应的版式裁剪 等等。

再例如，将生成的三维建筑的数据发送至工控设备，工控设备一方面可 以展示三维建筑的数据，另一方面可以根据这些数据控制相关设备，如模型 制作设备制作三维建筑的模型，等等。

又例如，将生成的三维装修的数据发送至工控设备，工控设备一方面可 以展示三维装修的数据，另一方面可以根据这些数据控制相关设备，如三维 打印机打印三维装修的效果模型，等等。

再例如，将生成的三维布景的数据发送至工控设备，工控设备一方面可 以展示三维布景的数据，另一方面可以根据这些数据控制相关设备，如三维 打印机打印三维布景的效果模型，等等。

可见，通过本实施例，在根据目标对象生成结果数据的过程中，首先获 得目标对象构成要素；进一步地，对获得的目标对象构成要素中的元素按照 相对应的要素拓展规则进行要素拓展，由此，对于各类目标对象构成要素中 的各个元素，可以由单个拓展为多个不同元素，实现了目标对象构成要素的 扩展和丰富；进而，基于拓展后的目标对象构成要素可以生成多种多样的结 果数据。由此，一方面，极大地丰富了目标对象的要素素材，满足了多样化 的设计需求；另一方面，因素材的丰富，使得通过素材搭配出的结果更为丰 富和多样化，降低了对设计师的设计要求和设计成本，并且提升了设计效率。

本实施例的数据生成方法可以由任意适当的具有数据处理能力的电子设 备执行，包括但不限于：服务器、移动终端(如手机、PAD等)和PC机等。

以上，以多种应用场景为例，对多种目标对象构成要素的形式及其拓展， 以及基于拓展结果生成结果数据的过程进行了说明。以下多个实施例中，以 三维服饰生成场景为例，对上述过程进行说明。当将本发明实施例的数据生 成方案应用于三维服饰生成场景中时，目标对象构成要素实现为服饰构成要 素，所述服饰构成要素包括至少一类。

实施例二

参照图2A，示出了根据本发明实施例二的一种数据生成方法的步骤流程 图。

本实施例的数据生成方法包括以下步骤：

步骤S102：根据样本服饰图像数据，获取至少一类服饰构成要素。

当将本发明实施例提供的数据生成方案应用于三维服饰生成场景中时， 所述获取目标对象构成要素可以实现为上述步骤S102，即根据样本服饰图像 数据，获取至少一类服饰构成要素。

服饰构成要素是用于构建服饰的基本要素，是服饰的组成部分，服饰构 成要素通常包括多类，包括但不限于版型(服饰的整体裁剪形状)、材质(面 料在三维服饰的上的材料和质感体现，它描述了面料织物表面的花色纹理、 凹凸、光感等细节属性)、花色纹理(三维服饰的重要视觉属性，它描述了 服饰的颜色、表面花纹、图案等信息)这三类服饰构成要素，通过上述三类 服饰构成要素即可以设计出一件服饰作品。但不限于上述服饰构成要素，在 实际应用中，还可以增加更多的可选服饰构成要素，如花型、风格、搭配等 等，本领域技术人员可以根据实际需要进行适当设定。

服饰构成要素可以根据样本服饰图像数据得到，例如，通过网络模型(如DeepFashion模型)分析后得到等，本实施例对服饰构成要素的具体获得手 段不作限定。

一般来说，新设计的服饰通常希望成为未来的潮流趋势，因此，样本服 饰图像数据可以选择发布时间距离当前时间较近的图像数据，以对当前的流 行趋势进行分析，但不限于此，在实际应用中，也可以是距离当前时间较远 时间的图像数据，或，较近时间的图像数据和较远时间的图像数据的混合数 据，由服饰设计者根据实际需求选择即可。

步骤S104：确定与至少一类服饰构成要素相对应的要素拓展规则，根据 要素拓展规则对至少一类服饰构成要素中的元素进行要素拓展。

当将本发明实施例提供的数据生成方案应用于三维服饰生成场景中时， 所述确定与所述目标对象构成要素相对应的要素拓展规则；根据所述要素拓 展规则，对所述目标对象构成要素中的元素进行要素拓展的步骤可以实现为 上述步骤S104，即，确定与至少一类服饰构成要素相对应的要素拓展规则， 根据要素拓展规则对至少一类服饰构成要素中的元素进行要素拓展。

其中，要素拓展规则用于对服饰构成要素中的元素进行拓展，以基于一 个元素形成多个新的元素。若将一类服饰构成要素看作一个集合，则其中的 每一个具体要素为其元素，例如，花色纹理类要素中有三个花色纹理，则这 三个花色纹理即为花色纹理类要素中的三个元素。在实际应用中，这些元素 可以实现为图像的形式。

其中，每类服饰构成要素都可以对应有相应的要素拓展规则。但不限于 此，在实际应用中，也可以在多类服饰构成要素中仅有部分类服饰构成要素 具有要素拓展规则。针对每类服饰构成要素的要素拓展规则需要与要素相适 应，例如，花色纹理类要素的要素拓展规则可以指示对其中的元素进行颜色 和/或风格的拓展；材质类要素的要素拓展规则可以指示对其中的元素进行材 质渲染属性的拓展，等等。

在确定了与服饰构成要素相对应的要素拓展规则后，即可对服饰构成要 素中的元素进行拓展，获得相应的拓展结果。通过要素拓展，极大地丰富了 服饰构成要素中的元素，为服饰作品的设计和生成提供充足的素材。

步骤S106：根据拓展后的服饰构成要素，生成三维服饰。

当将本发明实施例提供的数据生成方案应用于三维服饰生成场景中时， 所述根据拓展后的目标对象构成要素，生成结果数据的步骤可以实现为上述 步骤S106，即：根据拓展后的服饰构成要素，生成三维服饰。

如前所述，在对服饰构成要素进行要素拓展后，即可获得充足的素材， 基于此，服饰设计者可利用这些素材进行任意搭配和组合，生成三维服饰。 三维服饰是一种通过三维建模技术创建的虚拟服饰，通常表现形式为三角网 格，通过渲染算法进行可视化。在本实施例中，对基于服饰构成要素生成三 维服饰的具体实现手段不作限制。

以下，以一个场景示例对上述过程进行示意性说明，如图2B所示。

本示例中，利用网络爬虫从时装秀场、时尚杂志、时尚博文等网站采集 近期(如一个月内)的样本服饰图像数据，通过适当方式(如DeepFashion 模型等)对采集的样本服饰图像数据进行分析，获取服饰构成要素，本示例， 设定获取了三类服饰构成要素，即，版型类要素、材质类要素、花色纹理类 要素。此外，本示例中，仅以对花色纹理类要素进行要素拓展进行示例性简 单说明。

如图2B中所示，假设花色纹理类要素对应的要素拓展规则指示对花色纹 理类要素中的元素(下文中称为花色纹理元素)进行颜色拓展和风格拓展， 以单个花色纹理元素A为例，假设该花色纹理元素A的原始颜色为蓝色(图 中示意为竖线)、原始风格为典雅风格，则一方面，可以对该花色纹理元素 A进行颜色拓展，本示例中简单拓展为黄色(图中示意为斜线)和红色(图 中示意为横线)；另一方面，对该花色纹理元素A进行风格拓展，本示例中简单拓展为卡通风格和前卫风格。其中，各种所述风格的具体设定和名称遵 循服饰设计行业的规定，本发明实施例在此不再详述。

又假设，待生成的三维服饰为一件无袖连衣裙(版式)，材质为棉质， 其对应的组件包括上身部分和下身部分，则上身部分可采用的花色纹理为： 【典雅风格、蓝色】、【典雅风格、黄色】、【典雅风格、红色】；【卡通 风格、蓝色】、【卡通风格、黄色】、【卡通风格、红色】；【前卫风格、 蓝色】、【前卫风格、黄色】、【前卫风格、红色】中的任意一种。类似地， 下身部分可采用的花色纹理也可为上述多种中的一种。而结合上身部分和下 身部分生成的三维服饰采用的花色纹理则可为上身部分的9种花色纹理与下 身部分的9种花色纹理的任意组合(图中仅示意为上身部分9种花色纹理与 下身部分9种花色纹理的组合)。本示例中，该三维服饰的材质采用统一材 质，但本领域技术人员应当明了，在对材质类服饰构成要素进行要素拓展后， 将会进一步丰富生成的三维服饰的可能形式。

在通过上述上身部分的花色纹理和下身部分的花色纹理的组合后，可以 由服饰设计者根据需求从中选出一个或多个最终的三维服饰。图2B中示意为 选出一个三维服饰，即棉质的、上身为【典雅风格、黄色】、下身为【卡通 风格、蓝色】的三维服饰。

根据本实施例，通过三维服饰的自动生成实现服饰的智能设计。在该生 成过程中，首先根据样本服饰图像数据获得至少一类服饰构成要素，如版型、 材质和花色纹理等服饰构成要素；进一步地，对获得的服饰构成要素中的元 素按照相对应的要素拓展规则进行要素拓展，由此，对于各类服饰构成要素 中的各个元素，可以由单个拓展为多个不同元素，实现了服饰构成要素的扩 展和丰富；进而，基于拓展后的服饰构成要素可以生成多种多样的三维服饰。 由此，一方面，极大地丰富了服饰设计的素材，满足了多样化的设计需求； 另一方面，因素材的丰富，使得通过素材搭配出的服饰的种类和风格也更为 丰富和多样化，降低了对设计师的设计要求和设计成本，并且提升了设计效 率。

本实施例的数据生成方法可以由任意适当的具有数据处理能力的电子设 备执行，包括但不限于：服务器、移动终端(如手机、PAD等)和PC机等。

实施例三

参照图3A，示出了根据本发明实施例三的一种数据生成方法的步骤流程 图。

本实施例的数据生成方法包括以下步骤：

步骤S202：根据样本服饰图像数据，获取至少一类服饰构成要素。

在一种可行方式中，可以通过根据样本服饰图像数据生成的服饰知识图 谱，获取至少一类服饰构成要素。知识图谱是一种揭示实体之间关系的语义 网络，可以对现实世界的事物及其相互关系进行形式化地描述。对于服饰知 识图谱来说，其可以服饰构成要素及其中的元素为实体，以要素与要素之间、 要素与元素之间，以及元素与元素之间的关联关系为边，来构建图结构的服 饰知识图谱。一种构建的服饰知识图谱的简单示例如图3B所示，由图3B中 可见，其中的服饰构成要素包括：版型类要素、材质类要素、花色纹理类要素、风格类要素、颜色类要素，在每一类要素下具有一定的元素，具体如图 3B中所示的各类要素的下级元素，在要素的下级元素下还可有再下一级的元 素，如“上装”元素下还有“衬衫”等。通过图3B所示的服饰知识图谱，可 以方便地获得服饰构成要素、各要素下的各级元素，以及它们之间的关联关 系，有效地提高了获得服饰构成要素及其对应的元素的速度和效率。

在使用服饰知识图谱的情况下，可选地，在通过根据样本服饰图像数据 生成的服饰知识图谱，获取至少一类服饰构成要素之前，还包括：获取样本 服饰图像数据及所述样本服饰图像数据对应的文字描述数据；通过用于服饰 元素检测的神经网络模型，获得服饰元素的信息和所述服饰元素对应的元素 标签；根据所述元素标签和所述文字描述数据，获得所述服饰元素之间的关 联关系；根据所述关联关系，以及，所述服饰元素和所述服饰构成要素之间 的对应关系，生成服饰知识图谱。其中，文字描述数据可以对服饰图像数据 进行直接的语义阐述，将文字描述数据与服饰图像数据相结合，可以对服饰 构成要素及流行趋势进行更准确地理解。所述神经网络模型可以为任意适当 的网络模型，包括但不限于具有服饰元素检测功能的CNN网络模型(卷积神 经网络模型)、用于服饰图像数据处理的DeepFashion模型等。其中， DeepFashion模型是基于DeepFashion2数据集构建的分析模型。通过对其进 行预先训练可以获得各种基于服饰图像数据的功能和数据，包括但不限于： 服装主体检测、服装关键点估计、服装分割、服装检索、服饰元素检测、服 饰元素标签生成等。

例如，获取一定数量的样本服饰图像数据及其对应的文字描述数据；先 将样本服饰图像数据输入DeepFashion模型，获得所需的服饰元素(包括但 不限于版式元素、材质元素、花色纹理元素中的一种或多种)及其对应的元 素标签；获取文字描述数据中的高频流行元素词汇；以元素标签为基础语料， 将其与高频流行元素词汇进行匹配，获得每个元素标签对应的一定数量如10 个高频流行元素词汇。因文字描述数据通常与服饰图像数据中的服饰元素有 关，因此，通过元素标签，可以建立某个服饰元素与其他服饰元素之间的关联关系。例如，若某个服饰图像数据对应的文字描述数据为“这一季的短裙 中，卡通风格大行其道”，其中包含的服饰元素的信息包括“短裙”(版式) 和“卡通风格”(花色纹理)，则通过该文字描述可以建立起“短裙”和“卡 通风格”之间的关联关系。又因服饰元素与服饰构成要素之间具有相应的对 应关系，如前述“短裙”对应于版式类要素，“卡通风格”对应于花色纹理 类要素。据此，可以建立起服饰知识图谱，该服饰知识图谱中包括有服饰构 成要素的信息、服饰构成要素中的元素的信息、服饰构成要素之间的关系信 息、服饰构成要素的元素之间的关系信息。通过该服饰知识图谱，可以快速 地获得上述各种信息，从而大大提高了后续的服饰数据处理效率。

步骤S204：确定与至少一类服饰构成要素相对应的要素拓展规则，根据 要素拓展规则对至少一类服饰构成要素中的元素进行要素拓展。

如前所述，服饰构成要素包括版式类要素、材质类要素、花色纹理类要 素中的至少一种，这些服饰构成要素中的部分或全部对应有各自的要素拓展 规则，本发明实施例中主要对材质类要素和花色纹理类要素的要素拓展进行 说明，但本领域技术人员应当明了，对于版式类要素及其它类要素也可根据 实际需求为其设置相就把要素拓展规则，以进行要素拓展。

在一种可行方式中，当服饰构成要素包括花色纹理类要素时，步骤S204 可以实现为：确定与花色纹理类要素对应的颜色拓展规则和/或风格拓展规则； 根据颜色拓展规则，对花色纹理类要素中的元素进行颜色拓展；和/或，根据 风格拓展规则，对花色纹理类要素中的元素进行风格拓展。通过颜色拓展， 扩大了花色纹理类要素中的元素的颜色范围及与其它颜色之间的搭配范围； 通过风格拓展，使得花色纹理类要素中的元素具有了更多变的风格，以满足 不同服饰设计者的设计需求。

其中，可选地，根据颜色拓展规则，对花色纹理类要素中的元素进行颜 色拓展可以包括：根据花色纹理类要素中的元素对应的颜色，通过设定角度 的色相环旋转操作，进行花色纹理类要素中的元素的颜色拓展。其中，所述 色相环的具体环数以及所述设定角度均可由本领域技术人员根据实际需求适 当设置，能够使得拓展后的颜色之间，以及拓展后的颜色与所述元素的原始 颜色之间可以进行有效区分即可。色相环是一种圆形排列的色相光谱，色彩 按照光谱在自然中出现的顺序排列。色相环的环数不同，色相间距也不同。例如，十二色相环每一色相间距为30度，二十四色相环每一色相间距为15 度。基于此，可选地，本实施例中的所述设定角度为60度，以使拓展前后的 颜色区别较为明显。通过色相环的进行颜色拓展的方式实现简单，降低了颜 色拓展的实现成本。

进一步可选地，上述通过色相环进行颜色调整的方式可以具体实现为： 将花色纹理类要素中的元素的颜色空间从RGB空间转换至HSV空间；在HSV 空间，通过对所述元素对应的颜色按照设定角度旋转色相环，进行所述元素 的颜色拓展。将元素的颜色空间从RGB空间转换至HSV空间，可以在不改变 光感的情况下改变元素的颜色，实现元素的颜色拓展，达到了更好的颜色拓 展效果。

而在对花色纹理类要素进行风格拓展的可行方式中，所述根据风格拓展 规则，对花色纹理类要素中的元素进行风格拓展可以实现为：获取待使用的 设计风格的信息；通过多笔触注意力感知算法，将待使用的设计风格的信息 指示的设计风格迁移至花色纹理类要素的元素中，以进行花色纹理类要素中 的元素的风格拓展。多笔触注意力感知算法(Attention-aware Multi-stroke Style Transfer)使用注意力机制和多笔触(Multi-stroke)融合策略，首先 使用自注意力机制构建一种风格事先未知的重构自编码器，从该重构自编码 器中可以获得原始图像的注意力图。进而，通过在内容特征和风格特征上进行多尺度的风格变换，生成代表多种笔触模式的特征图。之后，结合注意力 图，通过灵活的混合策略将注意力图中的重要特征点与多种笔触模式的特征 图进行混合，输出不同笔触模式的图像。对于给定的一对包含花色纹理的图 像和预定风格的图像，通过上述多笔触注意力感知算法，对花色纹理的图像 进行基于注意力机制的多笔触风格变换融合，获得不同风格的花色纹理的图 像，且能保证花色纹理的图像在风格变换前后注意力的一致性(即花色纹理 的图像和预定风格的图像视觉注意力分布的空间一致性)。

例如，待使用的设计风格为梵高风格或者为毕加索风格等，则可以通过 多笔触注意力感知算法，将其迁移至花色纹理类要素的元素中，形成梵高风 格的元素或者毕加索风格的元素，实现所述元素的风格拓展。

虽然通过上述方式实现了花色纹理类要素的元素的风格拓展，但为了进 一步丰富花色纹理的样式，在另一种可行方式中，所述根据风格拓展规则， 对花色纹理类要素中的元素进行风格拓展可以实现为：获取花色纹理类要素 中的元素的风格数据；通过蒙德里安随机过程算法，对所述风格数据进行拼 接，根据拼接结果获得所述元素的风格拓展。由此，可形成新的花色纹理类 要素中的元素，进一步丰富了元素种类和数量。蒙德里安随机过程算法 (Mondrian Process)可以表示为一种递归生成过程算法，其随机进行轴对 齐的空间切割，以将一个空间划分为多个空间。

具体到本实施例中，可选地，所述通过蒙德里安随机过程算法，对所述 风格数据进行拼接，根据拼接结果获得所述元素的风格拓展，包括：通过蒙 德里安随机过程算法，将预设的二维图像空间划分为多个子空间；从所述多 个子空间中选择部分空间使用所述风格数据进行填充，对所述多个子空间中 除选择的部分空间外的其余空间，使用所述二维图像空间的主色调进行填充； 根据填充结果，进行所述风格数据和所述主色调的拼接，根据拼接结果获得 所述花色纹理类要素中的元素的风格拓展。

通过上述过程，实现了花色纹理的颜色、风格、以及样式的多方面拓展。

除此之外，当服饰构成要素包括材质类要素时，步骤S204可以实现为： 确定与所述材质类要素对应的材质渲染拓展规则；根据所述材质渲染拓展规 则，对所述材质类要素中的元素进行材质渲染属性拓展。材质类要素具有物 理属性(如棉、麻、皮革等)和渲染属性，物理属性属于材质的固有属性， 而在服饰的三维呈现中，可以通过材质的渲染属性使得服饰材质呈现出不同 的材质效果。本实施例中，通过对材质类要素中的元素进行材质渲染属性拓 展，可以实现更加多样化和更为丰富的材质效果。

可选地，所述根据所述材质渲染拓展规则，对所述材质类要素中的元素 进行材质渲染属性拓展可以包括：获取进行了拓展后的所述花色纹理类要素 中的元素的主色调；根据所述主色调和材质球的UV纹理空间变换，对所述元 素进行材质渲染属性拓展。在3D设计中，要创建逼真的材质，需要理解材质 属性。材质即为虚拟中模拟物体真实的物理性质，例如颜色、反光、透明、 贴图等；而材质球则是对这个材质的属性整合的统称，行业惯用球来表现， 因此得名材质球。基于此，本发明实施例中，对材质类要素的拓展可以通过 材质球实现。其中，所述根据所述主色调和材质球的UV纹理空间变换，对所 述元素进行材质渲染属性拓展包括：在材质球的UV纹理空间进行变换操作； 根据所述变换操作，对所述材质球在花色纹理和/或主色调上进行材质渲染属 性拓展；其中，所述变换操作包括以下至少之一：旋转操作、平移操作、缩 放操作。

材质类要素中的元素会以一定概率渲染为纯色或者被渲染为花色纹理类 要素中的元素对应的纹理，基于此，可以所述主色调为参考，将材质类要素 中的元素进行材质渲染属性拓展，形成多种不同的颜色，且多种颜色均为纯 色。此外，还可以通过对所述主色调的UV纹理坐标在UV坐标空间的变换操 作，形成一系列具有不同纹理的元素，以丰富材质类要素中的元素。

步骤S206：根据拓展后的服饰构成要素，生成三维服饰。

包括；从拓展后的花色纹理类要素中，确定待使用的花色纹理元素；根 据所述待使用的花色纹理元素，获取对应的材质元素；根据预设的要素分配 规则，为待生成的三维服饰的各个组件分配材质元素；根据分配的材质元素， 对各个组件进行渲染，生成三维服饰。由此，实现了三维服饰的多样化生成。 其中，服饰的组件是带有语义信息的服饰组成部分，通常由二维版片缝合得 到，它们是可被替换、重组、变形的最小单元。二维版片作为服饰的最小组 成单位，通常表现形式为二维多边形，它定义了材质的裁剪方式，通过缝合 算法可以生成三维服饰。

其中，所述预设的要素分配规则包括以下之一：所述待生成的三维服饰 的各个组件使用相同的材质元素；所述待生成的三维服饰的主体组件使用第 一材质元素，除所述主体组件外的其它组件使用第二材质元素。

或者，所述材质元素包括：用于指示材质为带纯色纹理的第一类型材质 元素，和用于指示材质为带花色纹理的第二类型材质元素；所述预设的要素 分配规则包括：所述待生成的三维服饰的主体组件使用第一类型的材质元素， 除所述主体组件外的其它组件使用第二类型的材质元素；或者，所述待生成 的三维服饰的主体组件使用第二类型的材质元素，除所述主体组件外的其它 组件使用第一类型的材质元素。

从而，使得生成的三维服饰的整体风格更为协调。需要说明的是，通过 本步骤生成的三维服饰不止一种，其具体数量根据拓展后的服饰构成要素的 元素数量确定。当然，也可以设定任意适当的生成规则，以依据部分服饰构 成要素中的元素生成三维服饰。

步骤S208：展示生成的三维服饰。

通过本步骤，实现了三维服饰的渲染展示。

根据本实施例，通过三维服饰的自动生成实现服饰的智能设计。在该生 成过程中，首先根据样本服饰图像数据获得至少一类服饰构成要素，如版型、 材质和花色纹理等服饰构成要素；进一步地，对获得的服饰构成要素中的元 素按照相对应的要素拓展规则进行要素拓展，由此，对于各类服饰构成要素 中的各个元素，可以由单个拓展为多个不同元素，实现了服饰构成要素的扩 展和丰富；进而，基于拓展后的服饰构成要素可以生成多种多样的三维服饰。 由此，一方面，极大地丰富了服饰设计的素材，满足了多样化的设计需求； 另一方面，因素材的丰富，使得通过素材搭配出的服饰的种类和风格也更为 丰富和多样化，降低了对设计师的设计要求和设计成本，并且提升了设计效 率。

本实施例的数据生成方法可以由任意适当的具有数据处理能力的电子设 备执行，包括但不限于：服务器、移动终端(如手机、PAD等)和PC机等。

实施例四

参照图4A，示出了根据本发明实施例四的一种数据生成方法的步骤流程 图。

本实施例以一个具体实例的形式，对本发明实施例提供的数据生成方法 进行说明，该数据生成方法包括以下步骤：

步骤S302：获取样本服饰图像数据及样本服饰图像数据对应的文字描述 数据。

例如，利用网络爬虫对时装秀场、时尚杂志、社交网络、时尚博文等网 站进行数据收集，得到海量样本服饰图像数据资源，包括图像数据资源和对 应的文字描述数据资源。图像和文字是流行趋势分析的主要训练数据源，同 时使用图像和文字对模型进行训练是因为图像中富含丰富的颜色、搭配等视 觉信息，而缺乏结构化的语义信息；而文字则可以对抽象的流行趋势进行直 接的语义阐述。因此，文字与图像视觉信息的结合能够使得对流行趋势有更 准确的理解。

步骤S304：根据样本服饰图像数据及其文字描述数据，生成服饰知识图 谱。

包括：利用深度学习算法对样本服饰图像数据及其文字描述数据进行服 饰构成要素(包括但不局限于服饰的花色纹理类要素、版型类要素、材质类 要素、辅料(在服饰设计中起到修饰作用的材料，如拉链、纽扣、里料等) 类要素以及相宜搭配等)的流行趋势分析，并对分析获得的样本服饰图像数 据中的元素标签进行出现频率统计，将高频的元素标签作为当季的流行趋势 信息。

例如，针对样本服饰图像数据，采用DeepFashion模型中的视觉感知 Match R-CNN网络完成服饰主体检测和分割，输出图像中服饰的关键点和掩 膜。由此，服饰主体检测和分割能够尽可能完整地识别图像中多件服饰元素 (如上下装等)，有效地避免背景、人体肤色在后续服饰元素的元素标签识 别和服饰的花色纹理主色调提取任务中带来的干扰。随后，将分割得到的每 个服饰元素输入DeepFashion模型中提出的FashionNet(backbone为VGG-16 网络)进行元素分类和元素标签识别，得到一系列服饰元素及其对应的元素 标签，诸如版式标签如T恤、衬衣等，风格标签如未来印染、工装休闲等。

对于文字描述数据，首先将通过DeepFashion模型获得的元素标签作为 服饰基础语料数据。针对每个元素标签，通过语义模糊匹配算法统计文字描 述数据中出现的、与元素标签相匹配的高频流行元素词汇，并记录下与每个 流行元素词汇同时出现的10个高频词汇。基于此，得到服饰元素之间的关联 关系。

然后，根据上述关联关系，以及服饰元素与服饰构成要素之间的对应关 系，以服饰构成要素的信息和元素标签的信息作为实体，以要素之间的关联 关系、元素之间的关联关系、要素与元素之间的关联关系为边，构建一个图 结构对服饰进行结构化的阐述，即为服饰知识图谱。通过该服饰知识图谱， 可以引导和获取后续花色纹理类要素的要素拓展和材质类要素的要素拓展所 需的信息。

步骤S306：根据服饰知识图谱，获得花色纹理类要素和材质类要素。

本实施例中，以获得的服饰构成要素包括花色纹理类要素和材质类要素 为例。

步骤S308：分别对花色纹理类要素进行要素拓展和对材质类要素进行要 素拓展。

包括：

(一)对花色纹理类要素进行要素拓展。

首先，依据服饰知识图谱，获取包含有花色纹理类要素的多个图像，每 个图像作为花色纹理类要素的一个元素。针对每个元素，将其作为种子数据， 并对其进行颜色拓展和风格化拓展。

其中，在进行颜色拓展时，可以将元素的图像从RGB空间转换到HSV空 间，以在不改变光感的情况下通过旋转色相环来改变图像的颜色，从而实现 颜色拓展。一种进行了颜色拓展后的元素如图4B中右侧最上面一行所示，图 4B中仅以二种颜色拓展为示意，假设所述元素的原始RGB颜色为蓝色(图中 示意为竖线元素)，则通过本方式，将其拓展为黄色(图中示意为斜线元素)、 红色(图中示意为横线元素)。

对元素的风格化拓展可以采用多笔触注意力感知算法，将待使用的设计 风格如艺术家风格(诸如梵高风格、毕加索风格等)迁移到元素中，即元素 的花色纹理上，实现从1到N的花色纹理拓展。一种进行了本方式中的风格 拓展后的元素如图4B中右侧中间一行所示，图4B中仅以两种风格拓展为示 意，分别拓展为梵高风格和毕加索风格。

另外，本实施例对元素的花色纹理图案也进行了基于蒙德里安随机过程 的拼接和拓展。具体地，给定一个二维图像空间，通过蒙德里安随机过程算 法将其划分成为n个子空间，并随机选择m(m<n)个子空间使用元素的花色 纹理图案进行填充，而剩余m-n个空间则采用元素的图像的主色调进行填充。 由此，实现了对所述元素的进一步拓展。一种进行了本方式中的风格拓展后 的元素如图4B中右侧下面一行所示，图4B中仅以两种拼接拓展为示意，拼 接后的一种结果为将二维图像空间划分为2个子空间，一个子空间位于图像 中心部，另一个子空间围绕中心部子空间，形成外围子空间，其中，中心部 子空间使用元素的花色纹理填充，外围子空间使用元素的主色调进行填充(示 意为斜线)。另一种结果为将二维图像空间划分为4个子空间，一个子空间 位于图像的右下角，使用元素的花色纹理填充，其它3个子空间使用元素的 主色调进行填充(示意为斜线)。

(二)对材质类要素进行要素拓展。

例如，在(一)拓展后的花色纹理中随机选择一个花色纹理，对其图像 进行颜色的柱状图分析得到图像的主色调的色卡(例如，提取5种主色调)。

然后，通过花色纹理的主色调和花色纹理的UV坐标空间变换来实现服饰 的材质类要素的要素拓展，形成多样性的服饰材质。

以材质球表示材质类要素的元素为例，依据服饰设计中颜色相似相搭的 原则，当选定材质种类(如皮革、棉、麻等)，材质球将会以30％的概率赋 予成为纯色，以70％的概率使用花色纹理图像作为材质的diffuse贴图。材 质球被赋予纯色时，颜色会以50％的概率取自花色纹理图像的主色调,以50％ 的概率取自花色纹理图像主色调的补色。材质球使用花色纹理图像作为材质 的diffuse贴图时，可以通过在UV坐标空间中不同的旋转、平移和缩放变换 生成一系列具有不同表现形态的材质球。一种材质类要素的要素拓展过程如 图4C中所示，拓展后形成五种新的材质球。

需要说明的是，上述花色纹理类要素的要素拓展和材质类要素的要素拓 展的执行可以不分先后顺序，也可以并行执行。

步骤S310：根据拓展后的要素，生成多样性的三维服饰。

例如，如图4D中所示，针对某一固定版型(图4D中的(d))，首先依据 服饰知识图谱选择与其相宜的花色纹理图像作为种子数据；随后，如前所述， 对其进行颜色和风格化的多样性拓展(由少量数据生成大量相似而不同的新 数据)，并提取拓展后花色纹理图像的主色调色卡(图4D中的(a))；接着， 利用服饰知识图谱选择与该版型相搭的一系列材质(图4D中的(b))；依据 选定的花色纹理图像和材质球，提出的基于花色纹理的主色调和花色纹理UV 坐标空间变换来实现多样性材质球生成。

三维服饰模型在预处理阶段可以实现基于语义的分割，将其划分为主体、 袖子、领子、裙子、裤子、口袋和纽扣等装饰物等多个组件。在三维服饰生 成时，针对选定的花色纹理图像，可以按照如下规则对服饰的每个组件赋予 随机选择的多样性材质球：1)服饰整体可以使用一个材质球；2)服饰的主 体和其他相关组件可以使用不同的材质球，其中若主体使用带有花色纹理的 材质球，则其他相关联组件使用纯色材质球，反之亦然；3)整件服饰上只允 许使用一种带花色纹理的材质球，也只允许使用一种纯色材质球。按照上述 规则，能够对服饰的不同组件选择不同的材质球，从而实现服饰花色纹理、 材质的多样性重组方案。最后，将生成的多样性三维服饰渲染成图像。

在一种可选方式中，可以利用生成的三维服饰的图像中的颜色分布域来 衡量三维服饰的设计感，颜色分布越广说明服饰设计中使用的颜色越多，从 而从大量多样性服饰设计方案中筛选出具有设计感的方案。例如，可以利用 深度学习算法搜集得到与该版型类似的受欢迎的设计方案作为参考，计算生 成的三维服饰在图像层面上与参考设计方案的图像的相似度，相似度越高， 该设计方案越符合设计美学，它将会被筛选出来作为最终的生成结果。

通过本实施例，将深度学习算法用于服饰设计领域，通过流行趋势分析， 构建服饰知识图谱，进而以此在花色纹理和材质两个独立维度上进行要素拓 展，并通过花色纹理和材质拼接重组生成更多样的服饰，降低了服饰设计成 本和要求。此外，针对生成的三维服饰，辅以智能美学评估，利用图像相似 性度量从众多设计方案中选择出符合流行服饰美学的设计方案，为智能服饰 设计的数量和质量提供保障。

本实施例的数据生成方法可以由任意适当的具有数据处理能力的电子设 备执行，包括但不限于：服务器、移动终端(如手机、PAD等)和PC机等。

实施例五

参照图5，示出了根据本发明实施例五的一种数据生成装置的结构框图。

本实施例的数据生成装置包括：获取模块402，用于根据样本服饰图像 数据，获取至少一类服饰构成要素；拓展模块404，用于确定与至少一类所 述服饰构成要素相对应的要素拓展规则，根据所述要素拓展规则对至少一类 所述服饰构成要素中的元素进行要素拓展；生成模块406，用于根据拓展后 的服饰构成要素，生成三维服饰。

可选地，所述服饰构成要素包括花色纹理类要素；拓展模块404，用于 确定与所述花色纹理类要素对应的颜色拓展规则和/或风格拓展规则；根据所 述颜色拓展规则，对所述花色纹理类要素中的元素进行颜色拓展；和/或，根 据所述风格拓展规则，对所述花色纹理类要素中的元素进行风格拓展。

可选地，拓展模块404在根据所述颜色拓展规则，对所述花色纹理类要 素中的元素进行颜色拓展时，根据所述花色纹理类要素中的元素对应的颜色， 通过设定角度的色相环旋转操作，进行所述花色纹理类要素中的元素的颜色 拓展。

可选地，拓展模块404在根据所述花色纹理类要素中的元素对应的颜色， 通过设定角度的色相环旋转操作，进行所述花色纹理类要素中的元素的颜色 拓展时，将所述花色纹理类要素中的元素的颜色空间从RGB空间转换至HSV 空间；在所述HSV空间，通过对所述元素对应的颜色按照设定角度旋转色相 环，进行所述元素的颜色拓展。

可选地，拓展模块404在根据所述风格拓展规则，对所述花色纹理类要 素中的元素进行风格拓展时，获取待使用的设计风格的信息；通过多笔触注 意力感知算法，将所述待使用的设计风格的信息指示的设计风格迁移至所述 花色纹理类要素的元素中，以进行所述花色纹理类要素中的元素的风格拓展。

可选地，拓展模块404在根据所述风格拓展规则，对所述花色纹理类要 素中的元素进行风格拓展时，获取所述花色纹理类要素中的元素的风格数据； 通过蒙德里安随机过程算法，对所述风格数据进行拼接，根据拼接结果获得 所述元素的风格拓展。

可选地，拓展模块404在通过蒙德里安随机过程算法，对所述风格数据 进行拼接，根据拼接结果获得所述元素的风格拓展时，通过蒙德里安随机过 程算法，将预设的二维图像空间划分为多个子空间；从所述多个子空间中选 择部分空间使用所述风格数据进行填充，对所述多个子空间中除选择的部分 空间外的其余空间，使用所述二维图像空间的主色调进行填充；根据填充结 果，进行所述风格数据和所述主色调的拼接，根据拼接结果获得所述花色纹 理类要素中的元素的风格拓展。

可选地中，所述服饰构成要素包括材质类要素；拓展模块404，用于确 定与所述材质类要素对应的材质渲染拓展规则；根据所述材质渲染拓展规则， 对所述材质类要素中的元素进行材质渲染属性拓展。

可选地，拓展模块404在根据所述材质渲染拓展规则，对所述材质类要 素中的元素进行材质渲染属性拓展时，获取进行了拓展后的所述花色纹理类 要素中的元素的主色调；根据所述主色调和材质球的UV纹理空间变换，对所 述元素进行材质渲染属性拓展。

可选地，拓展模块404在根据所述主色调和材质球的UV纹理空间变换， 对所述元素进行材质渲染属性拓展时，在材质球的UV纹理空间进行变换操作； 根据所述变换操作，对材质球在花色纹理和/或主色调上进行材质渲染属性拓 展；其中，所述变换操作包括以下至少之一：旋转操作、平移操作、缩放操 作。

可选地，生成模块406，用于从拓展后的花色纹理类要素中，确定待使 用的花色纹理元素；根据所述待使用的花色纹理元素，获取对应的材质元素； 根据预设的要素分配规则，为待生成的三维服饰的各个组件分配材质元素； 根据分配的材质元素，对各个组件进行渲染，生成三维服饰。

可选地，所述预设的要素分配规则包括以下之一：所述待生成的三维服 饰的各个组件使用相同的材质元素；所述待生成的三维服饰的主体组件使用 第一材质元素，除所述主体组件外的其它组件使用第二材质元素。

可选地，所述材质元素包括：用于指示材质为带纯色纹理的第一类型材 质元素，和，用于指示材质为带花色纹理的第二类型材质元素；所述预设的 要素分配规则包括：所述待生成的三维服饰的主体组件使用第一类型的材质 元素，除所述主体组件外的其它组件使用第二类型的材质元素；或者，所述 待生成的三维服饰的主体组件使用第二类型的材质元素，除所述主体组件外 的其它组件使用第一类型的材质元素。

可选地，获取模块402，用于通过根据样本服饰图像数据生成的服饰知 识图谱，获取至少一类服饰构成要素。

可选地，本实施例的数据生成装置还包括图谱模块408，用于在所述获 取模块402通过根据样本服饰图像数据生成的服饰知识图谱，获取至少一类 服饰构成要素之前，获取样本服饰图像数据及所述样本服饰图像数据对应的 文字描述数据；通过用于服饰元素检测的神经网络模型，获得服饰元素的信 息和所述服饰元素对应的元素标签；根据所述元素标签和所述文字描述数据， 获得所述服饰元素之间的关联关系；根据所述关联关系，以及，所述服饰元 素和所述服饰构成要素之间的对应关系，生成服饰知识图谱。

本实施例的数据生成装置用于实现前述多个方法实施例中相应的数据生 成方法，并具有相应的方法实施例的有益效果，在此不再赘述。此外，本实 施例的数据生成装置中的各个模块的功能实现均可参照前述方法实施例中的 相应部分的描述，在此亦不再赘述。

实施例六

参照图6，示出了根据本发明实施例六的一种电子设备的结构示意图， 本发明具体实施例并不对电子设备的具体实现做限定。

如图6所示，该电子设备可以包括：处理器(processor)502、通信接口(Communications Interface)504、存储器(memory)506、以及通信总线508。

其中：

处理器502、通信接口504、以及存储器506通过通信总线508完成相 互间的通信。

通信接口504，用于与其它电子设备或服务器进行通信。

处理器502，用于执行程序510，具体可以执行上述数据生成方法实施 例中的相关步骤。

具体地，程序510可以包括程序代码，该程序代码包括计算机操作指令。

处理器502可能是中央处理器CPU，或者是特定集成电路ASIC (ApplicationSpecific Integrated Circuit)，或者是被配置成实施本发 明实施例的一类或多个集成电路。智能设备包括的一类或多个处理器，可以 是同一类型的处理器，如一类或多个CPU；也可以是不同类型的处理器，如 一类或多个CPU以及一类或多个ASIC。

存储器506，用于存放程序510。存储器506可能包含高速RAM存储器， 也可能还包括非易失性存储器(non-volatile memory)，例如至少一类磁盘 存储器。

程序510具体可以用于使得处理器502执行以下操作：根据样本服饰图 像数据，获取至少一类服饰构成要素；确定与至少一类所述服饰构成要素相 对应的要素拓展规则，根据所述要素拓展规则对至少一类所述服饰构成要素 中的元素进行要素拓展；根据拓展后的服饰构成要素，生成三维服饰。

在一种可选的实施方式中，所述服饰构成要素包括花色纹理类要素；程 序510还用于使得处理器502在确定与至少一类所述服饰构成要素相对应的 要素拓展规则，根据所述要素拓展规则对至少一类所述服饰构成要素中的元 素进行要素拓展时：确定与所述花色纹理类要素对应的颜色拓展规则和/或风 格拓展规则；根据所述颜色拓展规则，对所述花色纹理类要素中的元素进行 颜色拓展；和/或，根据所述风格拓展规则，对所述花色纹理类要素中的元素 进行风格拓展。

在一种可选的实施方式中，程序510还用于使得处理器502在根据所述 颜色拓展规则，对所述花色纹理类要素中的元素进行颜色拓展时：根据所述 花色纹理类要素中的元素对应的颜色，通过设定角度的色相环旋转操作，进 行所述花色纹理类要素中的元素的颜色拓展。

在一种可选的实施方式中，程序510还用于使得处理器502在根据所述 花色纹理类要素中的元素对应的颜色，通过设定角度的色相环旋转操作，进 行所述花色纹理类要素中的元素的颜色拓展时：将所述花色纹理类要素中的 元素的颜色空间从RGB空间转换至HSV空间；在所述HSV空间，通过对所述 元素对应的颜色按照设定角度旋转色相环，进行所述元素的颜色拓展。

在一种可选的实施方式中，程序510还用于使得处理器502在根据所述 风格拓展规则，对所述花色纹理类要素中的元素进行风格拓展时：获取待使 用的设计风格的信息；通过多笔触注意力感知算法，将所述待使用的设计风 格的信息指示的设计风格迁移至所述花色纹理类要素的元素中，以进行所述 花色纹理类要素中的元素的风格拓展。

在一种可选的实施方式中，程序510还用于使得处理器502在根据所述 风格拓展规则，对所述花色纹理类要素中的元素进行风格拓展时：获取所述 花色纹理类要素中的元素的风格数据；通过蒙德里安随机过程算法，对所述 风格数据进行拼接，根据拼接结果获得所述元素的风格拓展。

在一种可选的实施方式中，程序510还用于使得处理器502在通过蒙德 里安随机过程算法，对所述风格数据进行拼接，根据拼接结果获得所述元素 的风格拓展时：通过蒙德里安随机过程算法，将预设的二维图像空间划分为 多个子空间；从所述多个子空间中选择部分空间使用所述风格数据进行填充， 对所述多个子空间中除选择的部分空间外的其余空间，使用所述二维图像空 间的主色调进行填充；根据填充结果，进行所述风格数据和所述主色调的拼 接，根据拼接结果获得所述花色纹理类要素中的元素的风格拓展。

在一种可选的实施方式中，所述服饰构成要素包括材质类要素；程序510 还用于使得处理器502在确定与至少一类所述服饰构成要素相对应的要素拓 展规则，根据所述要素拓展规则对至少一类所述服饰构成要素中的元素进行 要素拓展时：确定与所述材质类要素对应的材质渲染拓展规则；根据所述材 质渲染拓展规则，对所述材质类要素中的元素进行材质渲染属性拓展。

在一种可选的实施方式中，程序510还用于使得处理器502在根据所述 材质渲染拓展规则，对所述材质类要素中的元素进行材质渲染属性拓展时： 获取进行了拓展后的所述花色纹理类要素中的元素的主色调；根据所述主色 调和材质球的UV纹理空间变换，对所述元素进行材质渲染属性拓展。

在一种可选的实施方式中，程序510还用于使得处理器502在根据所述 主色调和材质球的UV纹理空间变换，对所述元素进行材质渲染属性拓展时： 在材质球的UV纹理空间进行变换操作；根据所述变换操作，对材质球在花色 纹理和/或主色调上进行材质渲染属性拓展；其中，所述变换操作包括以下至 少之一：旋转操作、平移操作、缩放操作。

在一种可选的实施方式中，程序510还用于使得处理器502在根据拓展 后的服饰构成要素，生成三维服饰时：从拓展后的花色纹理类要素中，确定 待使用的花色纹理元素；根据所述待使用的花色纹理元素，获取对应的材质 元素；根据预设的要素分配规则，为待生成的三维服饰的各个组件分配材质 元素；根据分配的材质元素，对各个组件进行渲染，生成三维服饰。

在一种可选的实施方式中，所述预设的要素分配规则包括以下之一：所 述待生成的三维服饰的各个组件使用相同的材质元素；所述待生成的三维服 饰的主体组件使用第一材质元素，除所述主体组件外的其它组件使用第二材 质元素。

在一种可选的实施方式中，所述材质元素包括：用于指示材质为带纯色 纹理的第一类型材质元素，和，用于指示材质为带花色纹理的第二类型材质 元素；所述预设的要素分配规则包括：所述待生成的三维服饰的主体组件使 用第一类型的材质元素，除所述主体组件外的其它组件使用第二类型的材质 元素；或者，所述待生成的三维服饰的主体组件使用第二类型的材质元素， 除所述主体组件外的其它组件使用第一类型的材质元素。

在一种可选的实施方式中，程序510还用于使得处理器502在根据样本 服饰图像数据，获取至少一类服饰构成要素时：通过根据样本服饰图像数据 生成的服饰知识图谱，获取至少一类服饰构成要素。

在一种可选的实施方式中，程序510还用于使得处理器502在通过根据 样本服饰图像数据生成的服饰知识图谱，获取至少一类服饰构成要素之前， 获取样本服饰图像数据及所述样本服饰图像数据对应的文字描述数据；通过 用于服饰元素检测的神经网络模型，获得服饰元素的信息和所述服饰元素对 应的元素标签；根据所述元素标签和所述文字描述数据，获得所述服饰元素 之间的关联关系；根据所述关联关系，以及，所述服饰元素和所述服饰构成 要素之间的对应关系，生成服饰知识图谱。

程序510中各步骤的具体实现可以参见上述数据生成方法实施例中的相 应步骤和单元中对应的描述，在此不赘述。所属领域的技术人员可以清楚地 了解到，为描述的方便和简洁，上述描述的设备和模块的具体工作过程，可 以参考前述方法实施例中的对应过程描述，在此不再赘述。

通过本实施例的电子设备，通过三维服饰的自动生成实现服饰的智能设 计。在该生成过程中，首先根据样本服饰图像数据获得至少一类服饰构成要 素，如版型、材质和花色纹理等服饰构成要素；进一步地，对获得的服饰构 成要素中的元素按照相对应的要素拓展规则进行要素拓展，由此，对于各类 服饰构成要素中的各个元素，可以由单个拓展为多个不同元素，实现了服饰 构成要素的扩展和丰富；进而，基于拓展后的服饰构成要素可以生成多种多 样的三维服饰。由此，一方面，极大地丰富了服饰设计的素材，满足了多样 化的设计需求；另一方面，因素材的丰富，使得通过素材搭配出的服饰的种 类和风格也更为丰富和多样化，降低了对设计师的设计要求和设计成本，并 且提升了设计效率。

需要指出，根据实施的需要，可将本发明实施例中描述的各个部件/步骤 拆分为更多部件/步骤，也可将两个或多个部件/步骤或者部件/步骤的部分操 作组合成新的部件/步骤，以实现本发明实施例的目的。

上述根据本发明实施例的方法可在硬件、固件中实现，或者被实现为可 存储在记录介质(诸如CD ROM、RAM、软盘、硬盘或磁光盘)中的软件或计 算机代码，或者被实现通过网络下载的原始存储在远程记录介质或非暂时机 器可读介质中并将被存储在本地记录介质中的计算机代码，从而在此描述的 方法可被存储在使用通用计算机、专用处理器或者可编程或专用硬件(诸如 ASIC或FPGA)的记录介质上的这样的软件处理。可以理解，计算机、处理器、 微处理器控制器或可编程硬件包括可存储或接收软件或计算机代码的存储组 件(例如，RAM、ROM、闪存等)，当所述软件或计算机代码被计算机、处理 器或硬件访问且执行时，实现在此描述的数据生成方法。此外，当通用计算 机访问用于实现在此示出的数据生成方法的代码时，代码的执行将通用计算 机转换为用于执行在此示出的数据生成方法的专用计算机。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各 示例的单元及方法步骤，能够以电子硬件、或者计算机软件和电子硬件的结 合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特 定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方 法来实现所描述的功能，但是这种实现不应认为超出本发明实施例的范围。

以上实施方式仅用于说明本发明实施例，而并非对本发明实施例的限制， 有关技术领域的普通技术人员，在不脱离本发明实施例的精神和范围的情况 下，还可以做出各种变化和变型，因此所有等同的技术方案也属于本发明实 施例的范畴，本发明实施例的专利保护范围应由权利要求限定。