提供商品推荐信息的方法及电子设备与流程

1.本技术涉及商品推荐技术领域，特别是涉及提供商品推荐信息的方法及电子设备。


背景技术：

2.在商品信息服务系统中，可以通过文字、图片、视频等多种形式，向用户传达商品的信息，以帮助用户进行购物决策。但是，对于一些服饰、鞋帽、眼镜等商品而言，通过文字、模特上身图等进行展示的方式，通常还难以为用户提供充足的信息。虽然有些商家可以通过直播的方式，对具体商品信息进行更直观的介绍，但是，由于同一件衣服，穿在不同身形的人身上时，具体呈现出的穿着效果会有很大的差别，因此，仍然经常会出现在购买到商品后由于实际上身效果无法达到预期而产生退货的现象，甚至很多用户可能由于无法确认自己的上身效果而放弃购买，等等。因此，如果更有效地帮助用户进行服饰等款式商品的购物决策，成为需要本领域技术人员解决的技术问题。


技术实现要素：

3.本技术提供了提供商品推荐信息的方法及电子设备，能够通过用户的数字化“分身”，呈现出推荐的搭配方案的上身效果，以此帮助用户进行购物决策。
4.本技术提供了如下方案：
5.一种提供商品推荐信息的方法，包括：
6.获取用户的身形数据信息，并根据所述身形数据信息为所述用户生成3d形象模型；
7.响应于所述用户提交的虚拟试穿请求，为所述用户确定推荐的商品搭配方案；
8.获取所述商品搭配方案中涉及到的商品的3d商品模型；
9.将所述3d商品模型匹配到所述用户的3d形象模型上，以便在客户端的虚拟试穿页面中进行展示。
10.其中，所述根据所述身形数据信息为所述用户生成3d形象模型，包括：
11.根据所述身形数据信息为所述用户生成3d身形模型；
12.获取所述用户的人脸图像数据，并根据所述人脸图像数据为所述用户生成带有用户面部特征的3d头部模型；
13.通过将所述3d身形模型与所述3d头部模型进行拼接，生成所述3d身形模型。
14.其中，还包括：
15.响应于用户通过对所述3d形象模型的目标部位执行挤压或拉伸操作发起的操作请求，通过修改所述3d形象模型的骨骼动画参数，实现对所述3d形象模型的局部调整。
16.其中，所述为所述用户确定推荐的商品搭配方案，包括：
17.根据所述用户的身形数据信息和/或行为偏好信息，从预先生成的商品搭配方案集合中确定推荐的商品搭配方案。
18.其中，所述根据所述用户的身形数据信息和/或行为偏好信息，从预先生成的商品搭配方案集合中确定推荐的商品搭配方案，包括：
19.利用人工智能ai大规模参数模型，对所述用户的身形数据和/或行为偏好信息以及所述商品搭配方案进行模型理解，以便确定所述推荐的搭配方案。
20.其中，所述推荐的商品搭配方案为多套；
21.所述方法还包括：
22.响应于所述用户执行的切换搭配方案的操作请求，获取其他商品搭配方案中涉及到的商品的3d商品模型，并匹配到所述用户的3d形象模型上，以便在客户端进行切换展示。
23.其中，还包括：
24.在对商品搭配方案进行切换展示的过程中，提供关于所述3d形象模型的姿势变换动画，以模拟试穿动作。
25.其中，响应于所述用户执行的改变3d形象模型的姿势的操作请求，提供关于所述3d形象模型的姿势变换动画。
26.其中，所述3d商品模型中包括用于对商品面料的物理特性进行仿真的模型数据；
27.所述方法还包括：
28.在基于所述3d形象模型提供所述姿势变换动画的过程中，根据所述用于对商品面料的物理特性进行仿真的模型数据，提供所述3d商品模型的形态变化动画。
29.其中，所述推荐的商品搭配方案为多组，每组商品搭配方案对应不同的风格、款式或适合的场合信息；
30.所述方法还包括：
31.响应于对不同的组别进行切换查看的操作请求，切换到目标组别下对所述商品搭配方案进行展示。
32.其中，还包括：
33.在按照适合的场合进行商品搭配方案展示时，还提供关于当前场合的3d场景模型，以便基于所述3d场景模型进行所述3d形象模型以及所述3d商品模型的展示。
34.其中，还包括：
35.响应于对当前展示的搭配方案中的目标商品进行更换的操作请求，提供能够与所述搭配方案中的其他商品进行搭配的多个候选商品；
36.在其中一候选商品被选中后，将该候选商品的3d商品模型替换匹配到所述用户的3d形象模型上，以提供对用户自主搭配方案的展示效果。
37.其中，还包括：
38.响应于用户发起的保存操作请求，对所述用户自主搭配方案进行保存。
39.其中，所述虚拟试穿页面中还包括用于对所述搭配方案中的商品执行购买和/或加入购物车操作的操作选项，以及根据所述身形数据信息和/或搭配方案信息提供的尺码和/或颜色推荐信息，以便于基于所述虚拟试穿页面完成对所述商品的购买和/或加入购物车操作。
40.其中，所述用于对所述搭配方案中的商品执行购买和/或加入购物车操作的操作选项，包括：用于对所述搭配方案中的多个商品进行组合购买和/或组合加入购物车操作的操作选项。
41.一种提供商品推荐信息的方法，包括：
42.接收用户提交的虚拟试穿请求；
43.在虚拟试穿页面中展示所述用户关联的3d形象模型，以及基于所述3d形象模型呈现的推荐商品搭配方案的信息，其中，所述3d形象模型是根据所述用户的身形数据生成的，在基于所述3d形象模型呈现的推荐商品搭配方案的信息时，所述商品搭配方案中涉及的商品的3d商品模型匹配到所述用户的3d形象模型上，以模拟出所述用户对所述商品搭配方案的上身效果。
44.一种提供商品推荐信息的装置，包括：
45.3d形象模型生成单元，用于获取用户的身形数据信息，并根据所述身形数据信息为所述用户生成3d形象模型；
46.商品搭配方案确定单元，用于响应于所述用户提交的虚拟试穿请求，为所述用户确定推荐的商品搭配方案；
47.3d商品模型获取单元，用于获取所述商品搭配方案中涉及到的商品的3d商品模型；
48.模型匹配单元，用于将所述3d商品模型匹配到所述用户的3d形象模型上，以便在客户端的虚拟试穿页面中进行展示。
49.一种提供商品推荐信息的装置，包括：
50.请求接收单元，用于接收用户提交的虚拟试穿请求；
51.页面展示单元，用于在虚拟试穿页面中展示所述用户关联的3d形象模型，以及基于所述3d形象模型呈现的推荐商品搭配方案的信息，其中，所述3d形象模型是根据所述用户的身形数据生成的，在基于所述3d形象模型呈现的推荐商品搭配方案的信息时，所述商品搭配方案中涉及的商品的3d商品模型匹配到所述用户的3d形象模型上，以模拟出所述用户对所述商品搭配方案的上身效果。
52.一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前述任一项所述的方法的步骤。
53.一种电子设备，包括：
54.一个或多个处理器；以及
55.与所述一个或多个处理器关联的存储器，所述存储器用于存储程序指令,所述程序指令在被所述一个或多个处理器读取执行时，执行前述任一项所述的方法的步骤。
56.根据本技术提供的具体实施例，本技术公开了以下技术效果：
57.通过本技术实施例，可以根据用户的身形数据信息为用户生成3d形象模型，实现对用户身形的数字化还原。另外，还可以预先生成一些商品搭配方案，在用户需要进行虚拟试穿时，可以基于这种商品搭配方案为用户提供推荐信息，并且，可以商品搭配方案中涉及到的商品的3d商品模型匹配到所述用户的3d形象模型上，从而可以通过用户的数字化“分身”，呈现出具体的搭配方案的上身效果，以此帮助用户进行购物决策。
58.在优选的实施方式下，可以通过获取详细的用户身形数据等方式，建立用户的3d身形模型，并结合ai模型等生成用户的3d头部模型，再通过拼接的方式生成3d形象模型，另外还可以结合3d“捏脸”等技术，实现对用户形象的精细化还原，以达到对商品上身效果的更准确的模拟。
59.在展示过程中，还可以实现3d形象模型的姿势变换，以实现对换衣动作的模拟，提升场景的真实性。在生成3d商品模型时，还可以对商品面料的物理特性进行仿真，在姿势变化过程中，还可以根据这种用于对商品面料的物理特性进行仿真的模型数据，提供所述3d商品模型的形态变化动画，以此实现姿势变换过程中面料随之发生流动性等形态变化的模拟。
60.当然，实施本技术的任一产品并不一定需要同时达到以上所述的所有优点。
附图说明
61.为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例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。
62.图1是本技术实施例提供的系统架构的示意图；
63.图2是本技术实施例提供的服务端侧方法的流程图；
64.图3是本技术实施例提供的用于确定3d形象模型的界面示意图；
65.图4是本技术实施例提供的试穿过程中的界面交互示意图；
66.图5是本技术实施例提供的按照风格维度进行分组展示的界面示意图；
67.图6是本技术实施例提供的用户手动生成搭配方案的界面示意图；
68.图7是本技术实施例提供的客户端侧方法的流程图；
69.图8是本技术实施例提供的服务端侧装置的示意图；
70.图9是本技术实施例提供的客户端侧装置的示意图；
71.图10是本技术实施例提供的电子设备的示意图。
具体实施方式
72.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本技术保护的范围。
73.首先需要说明的是，为了帮助用户进行服饰等款式商品的购物决策，一些现有技术中提供了虚拟试穿相关的实现方案，在这种已有的虚拟试穿方案中，可以基于用户的身形数据生成用户的3d形象模型，然后基于该3d形象模型提供商品试穿效果。但是，在现有技术中，都是首先由用户通过商品推荐页或者搜索结果页等页面选择需要试穿的商品，然后进入到试穿页面查看试穿效果。如果不满意，则需要退出试穿页面，返回到商品推荐页或者搜索结果页继续选择其他商品，这会不断对用户的浏览过程造成打断。另外，在一些场景下，用户可能只是有比较强的“逛”的心智，在“逛”的过程中如果发现感兴趣的商品，可以考虑购买，此时，如果先让用户选择商品再进行虚拟试穿，也是不合适的。
74.因此，在本技术实施例中，可以为用户提供虚拟试衣功能，并且，不需要用户提前先进行商品选择之后再进入到虚拟试衣页面，而是可以直接进入到虚拟试衣页面，在该页面中，可以在根据用户的身形数据生成3d形象模型的基础上，为用户提供推荐的商品搭配
方案，并将搭配方案中具体商品的3d商品模型匹配到3d形象模型上进行展示，以此模拟出具体商品在用户穿着时的上身效果。
75.其中，用户的3d形象模型可以是根据用户的身高、体重、胸围、腰围、臀围、肩宽等多项具体的身形数据生成，或者，为了实现对用户实际身形的精细化还原，还可以让用户提供关于肩型、胸型等更详细的身形数据，以生成与用户体型相似、有身份认同感的用户“数字分身”，以便更准确地模拟出用户对具体服饰等的实际上身效果。又或者，为了降低用户的输入成本，也可以让用户简单地输入自己的身高体重以及身材类型(例如，梨形、苹果型、直筒型，等等)，也可以大致模拟出用户的身形，此时，至少也可以让用户了解到具体的搭配方案在某一类身形的用户身上的上身效果，等等。
76.为了进一步提升用户对其3d形象模型的认同感，上述根据各项身形数据生成的3d模型时，可以不包括头部，也即，此时生成可以仅为3d身形模型。另外，还可以由用户输入自己的人脸图像相关的信息，例如，包括正脸图像的照片等，之后，可以通过ai(artificial intelligence，人工智能)算法等技术，构建出用户的3d头部模型，然后，可以将该3d头部模型与前述3d身形模型进行拼接组合，生成完整的3d形象模型。此外，还可以允许用户对生成的3d形象模型进行编辑，例如，包括执行诸如“捏脸”动作等，使得最终的3d形象模型更像用户本人，或者更像用户心目中的自己，等等。
77.另外，还可以为3d形象模型设置一些姿势变换动画，以便在展示过程中，可以在用户的触发下改变多种姿势，以分别查看各种姿势下的效果，并在改变姿势的过程中对姿势变化动画进行播放，以使得虚拟试衣场景看上去更真实更自然。另外，具体的商品搭配方案可以有多套，用户可以通过上下滑动屏幕等方式进行切换查看。在优选的方式下，在切换搭配方案的过程中，具体的3d形象模型也可以改变姿势，例如，试穿第一套搭配方案是使用正面向前的站立姿势，切换到第二套时可以变为侧身站立、一只手搭在另一只胳膊的肘部，等等，并且，可以播放出从上述第一种姿势变为第二种姿势的变换过程，等等。
78.3d商品模型可以是根据商品的相关数据生成的，包括商品的照片、视频、规格参数信息等等。另外，在本技术实施例中，为了提升试衣动作和服饰在互动过程中的流动性和真实感，还可以对商品面料的物理特性进行仿真，也即具体的3d商品模型中可以包括用于对商品面料的物理特性进行仿真的模型数据，这样，在基于所述3d形象模型提供所述姿势变换动画的过程中，可以根据所述用于对商品面料的物理特性进行仿真的模型数据，提供所述3d商品模型的形态变化动画。例如，在3d形象模型执行转身等动作时，对应的3d商品模型可以呈现出摆动或者飘动等效果，具体摆动或飘动的幅度、状态等，都可以是通过对具体服饰面料的物理特征进行仿真后获得的，以进一步提升试穿效果的真实性。
79.从系统架构角度而言，参见图1，本技术实施例可以在商品信息服务系统中提供虚拟试衣功能，该系统可以包括客户端与服务端，客户端具体可以以移动端应用程序app或者web、h5页面等形式存在，服务端可以运行于服务器中，其中，服务器可以是云服务器或者其他类型的服务器。其中，客户端主要用于进行前端界面的展示，以及与用户之间实现一些互动操作。具体的，在首次使用该功能时，可以通过客户端收集用户的身形数据，之后，在生成了用户的3d形象模型之后，客户端可以对基于这种3d形象模型，对3d商品模型的上身效果进行展示。服务端主要用于提供相应的数据，包括关于用户的3d形象模型的生成，关于服饰等商品的3d商品模型的提供。具体在进行页面展示时，服务端可以将具体的模型数据提供
给客户端，由客户端进行渲染展示。或者，在可选的方式下，为了降低对客户端侧硬件资源的占用，使得切换过程更流畅等，关于具体模型的渲染等也可以在服务端来完成，然后服务端采用云推流等方式将渲染结果提供给客户端进行展示。
80.下面对本技术实施例提供的具体实现方案进行详细介绍。
81.实施例一
82.首先，该实施例一从服务端的角度，提供了一种提供商品信息的方法，参见图2，该方法具体可以包括：
83.s201：获取用户的身形数据信息，并根据所述身形数据信息为所述用户生成3d形象模型。
84.在本技术实施例中，由于需要模拟具体服饰等商品在具体用户身上的上身效果，因此，首先可以为用户生成具体的3d形象模型，以便基于该3d形象模型对3d商品模型进行展示，从而模拟出具体商品穿在用户身上的效果。
85.为了生成上述3d形象模型，可以在客户端为用户提供用于提交自己的身形数据的操作选项。其中，关于身形数据，可以具体到身高、体重、胸围、腰围、臀围、腿长、肩宽、胸型、肩型，等等，这样可以提升对用户身形的精细化还原，便于提供更准确的上身效果。或者，为了降低用户的输入成本，也可以由用户简单的输入关于自己的身高、体重、身材类型等信息，以此实现对用户身形的大致模拟。其中，关于体重，也可以不必填写具体的数字，而是可以输入关于轻或重的程度值，等等。例如，如图3所示，用户在通过搜索结果页面等页面中提供的虚拟试衣间入口进入后，首先可以如图3(a)所示进入加载状态，加载完成后，可以展示出如图3(b)所示的界面，其中可以包括“去设置身材”的选项，点击该选项之后，可以展示出如图3(c)所示的界面，用户可以通过该界面输入具体的身高、体重、身材类型等信息。另外，由于具体的发型、皮肤颜色等可能也会影响服饰的上身效果，因此，在可选的方式下，用户还可以对发型、皮肤颜色等进行设置，以实现对用户形象的更精细化的还原。
86.在上述进行3d形象模型生成的过程中，由于主要获取到的是身形相关的数据，因此，可以首先生成3d身形模型，也即，该3d身形模型中不包括头部。关于头部，尤其是面部，可以使用预先设置的头部模型来代替，或者，也可以根据常见的脸型、头型等，提供几种可选的3d头部模型，由用户选择与自己脸型、头型接近的一个，并与3d身形模型进行组合，形成完整的3d形象模型。
87.或者，在可选的方式下，用户还可以上传面部图像数据，例如，具体可以是包括有面部图像的照片等，这样，服务端还可以通过ai算法等方式，为用户实现3d头部模型，进而可以通过将这种3d头部模型与3d身形模型进行拼接组合，生成完整的3d形象模型。
88.另外，还可以为用户提供“3d捏脸”等功能，也即，可以对上述3d形象模型进行进一步编辑调整，用户可以通过对3d形象模型的具体部位进行挤压、拉伸等操作，从而使得服务端可以通过修改所述3d形象模型的骨骼动画参数，实现对所述3d形象模型的局部调整。例如，假设用户认为服务端为其生成的3d形象模型中，鼻子不够挺拔，则可以通过“捏住”对鼻梁部位进行向上拉的方式，来完成对鼻子部位的调整，等等。
89.s202：响应于所述用户提交的虚拟试穿请求，为所述用户确定推荐的商品搭配方案。
90.在生成了用户的3d形象模型的基础上，便可以基于该3d形象模型向用户提供商品
搭配方案的推荐信息。其中，关于具体的商品搭配方案，在一种方式下，可以是预先由运营人员进行圈选并组货后生成的。具体实现时，可以为运营人员提供后台的配置界面，使得运营人员可以基于该界面圈选出一些商品，例如，可以以销量、好评率、品牌等维度上对商品进行圈选。之后，可以由运营人员根据搭配经验等，指定具体哪些商品之间可以进行搭配，以此生成多套商品搭配方案。或者，在另一种方式下，还可以通过ai大规模参数模型(简称“ai大模型”)等方式，实现对商品的文本、图像、视频等多模态信息的模型理解，并在模型理解的基础上完成商品组货过程，以此生成多套商品搭配方案。当然，在具体实现时，在ai大模型生产出具体的商品搭配方案的情况下，还可以由运营人员进行监督，将其中一些不够合理的方案进行删除等等。
91.其中，所谓的ai大模型是指使用神经网络模型在包含巨大数据量的大规模数据集上进行预训练的模型，这种模型通常对文本信息、语音信息、图像信息等具有强大的模型理解能力，另外还具有内容生产能力，具体生产出的内容可以包括文本、图像、视频、语音，等等。由于这种ai大模型具有强大的模型理解能力，因此，在很多领域中都得到了应用，在本技术实施例中，可以将这种ai大模型在商品搭配方案场景中进行应用。
92.在可选的方式下，还可以为各套商品搭配方案添加对应的标签，例如，可以包括各自适合的场景、风格、商品款式、适合的身材类型，等等。这样，在具体向用户进行商品搭配方案的推荐时，可以根据所述用户的身形数据信息(包括用户的身材类型等)和/或行为偏好信息(可以通过对用户的历史浏览记录、交易记录等信息中进行分析获得)，从预先生成的商品搭配方案集合中确定推荐的商品搭配方案。当然，在上述基于用户的身形数据和/或行为偏好信息进行商品搭配方案的推荐时，也可以不依赖于对商品搭配方案的打标操作，而是可以通过ai大模型对所述用户的身形数据和/或行为偏好信息，以及所述商品搭配方案进行模型理解，之后，可以通过这种模型理解结果，确定适合推荐的商品搭配方案，等等。
93.s203：获取所述商品搭配方案中涉及到的商品的3d商品模型。
94.在确定出需要推荐的商品搭配方案后，还可以获取到具体方案中涉及到的商品的3d商品模型。其中，这种3d商品模型可以是预先生成并保存到服务端的相关数据库中。具体在生成3d商品模型时，可以根据商品的图片(可以包括360度拍摄的商品图，或者是模特穿着状态下拍摄的视频等)，相关规格参数(例如，对于裤子类的服装，可以包括裤长，筒围，腰围，腰高等等)等数据，实现对商品的精准还原。另外，还可以对商品面料的物理特性进行仿真，以使得3d商品模型中可以包括用于对商品面料的物理特性进行仿真的模型数据。这种物理特征可以包括静止状态下的视觉特性，包括是否具有特殊的纹理或者垂坠感等，另外，还可以包括运动状态下的特性，例如，在穿着状态下进行转身、走动等时，具体面料随之飘动或者摆动的效果，等等，以便于在具体展示过程中，对这种物理特征进行还原。
95.s204：将所述3d商品模型匹配到所述用户的3d形象模型上，以便在客户端的虚拟试穿页面中进行展示。
96.在获取到具体的3d商品模型，并确定出用户的3d形象模型后，可以将3d商品模型匹配到3d形象模型上，这样，可以呈现出通过该3d形象模型对具体的商品进行上身试穿的效果。例如，如图4(a)所示，可以由用户的3d形象模型对服饰进行上身效果展示，在展示过程中，用户还可以通过左右滑动屏幕等方式对3d形象模型进行旋转，以便从其他视角查看试穿效果。另外，还可以通过双指展开的方式进入全屏模式，具体实现时，还可以在界面中
为用户提供相关的操作提示信息，例如，如图4(b)所示的“试试双指展开进入全屏”。在用户执行该操作后，可以展示出如图4(c)所示的全屏模式，此时，还可以展示出“试试双指收缩退出全屏”等提示信息。其中，在全屏模式下，可以将商品标题、价格、相关操作按钮等进行隐藏，使得用户的视觉焦点主要关注在具体的3d形象模型及其试穿效果本身，以此为用户提供沉浸式浏览体验。另外，由于具体推荐的商品搭配方案通常可以为多套，因此，还可以通过上下滑动屏幕等方式查看更多的搭配方案，例如，如图4(d)所示，可以提供“上下滑动试穿更多”等提示信息，用户在执行上下滑动操作时，会将其他搭配方案中的商品的3d商品模型匹配到当前3d形象模型上进行展示，以呈现出对其他搭配方案的上身试穿效果。
97.具体实现时，具体推荐的商品搭配方案可以为多组，其中，每组商品搭配方案可以对应不同的风格、款式或适合的场合信息等。例如，在风格维度上，可以包括通勤风、休闲风、甜美风等多组商品搭配方案；在场合维度上，可以包括办公室、海边度假、商务会谈等多组商品搭配方案；在款式维度上，可以包括连衣裙、衬衫、运动服等多组商品搭配方案，等等。具体在展示时，可以从其中上述任一维度进行分组推荐，或者，也可以由用户选择具体从何种维度上进行推荐，例如，如果用户选择场合维度，则可以提供上述办公室、海边度假、商务会谈等多个分组分别对应的推荐搭配方案。在默认状态下，可以对其中任一分组下的推荐搭配方案进行展示，并且，可以提供切换到其他组别进行展示的操作选项，在用户选择切换后，可以切换到目标组别下对所述商品搭配方案进行展示。
98.例如，如图4(a)所示的界面中，是展示出了按照款式维度划分的多个分组分别对应的tab(选项卡)，各分组分别为连衣裙、t恤衬衫、运动服等。其中，在默认状态下，可以对“连衣裙”分组下的多套推荐搭配方案进行展示，用户还可以通过点击上述tab等方式，切换到其他分组下进行展示，例如，可以展示“运动服”相关的推荐搭配方案，等等。
99.或者，如图5(a)所示的界面中，是展示出了按照风格维度划分的多个分组分别对应的tab，各分组分别为休闲风、法式、甜美风、冷淡风、千金风，等等。另外，还可以通过51处所示的按钮，展开更多可选的风格，或者，还可以选择从其他维度进行分组，例如，如图5(b)的52处所示，可以包括“风格”、“款式”等，通过点击“款式”对应的tab，可以切换到从款式维度进行分组的结果。
100.另外，在按照场合维度进行分组展示时，还可以提供关于具体场合的3d场景模型，以便基于所述3d场景模型进行所述3d形象模型以及所述3d商品模型的展示。例如，在在展示适合“办公室”场合的推荐搭配方案时，还可以以“办公室”场合对应的3d场景模型为背景，从而提升整体的真实感和代入感。
101.需要说明的是，由于可以从多个维度上对多种推荐搭配方案进行分组，然后进行分组展示，而实际展示时，通常是基于在其中一个维度上的分组结果进行展示，例如，在前述图4所示的例子中，主要是基于款式维度划分成多组进行展示，在图5所示的例子中，主要是在风格维度上划分成多组进行展示。在具体实现时，为了便于满足用户多种需求，还可以在展示其中某个维度下的分组推荐结果的同时，提供针对当前展示的搭配方案相关的在其他维度上的搭配方案聚合结果。例如，如图5(c)所示的例子中，主要是在风格维度上对推荐搭配方案进行分组展示，当前展示的是“休闲风”的某套推荐搭配方案，其中，该推荐搭配方案中涉及到连衣裙款式的服装，因此，还可以在界面中提供在“连衣裙”维度上对推荐搭配方案进行聚合展示的操作选项，例如，如图5(c)中的53处所示的“#连衣裙”选项，用户在浏
览“休闲风”分组下的多套搭配方案的过程中，如果对某套连衣裙的搭配比较感兴趣，则可以通过点击该选项，查看更多关于“连衣裙”款式的推荐搭配方案，例如，具体的聚合结果可以如图5(d)所示。
102.具体的，由于本技术实施例中，具体推荐的商品搭配方案可以为多套，此时，在用户执行上下滑动屏幕等操作时，可以用于切换搭配方案，此时，可以获取其他商品搭配方案中涉及到的商品的3d商品模型，并匹配到所述用户的3d形象模型上，以便在客户端进行切换展示。也就是说，在上下滑动屏幕的过程中，可以查看到多套不同的商品搭配方案在具体3d形象模型上展示出的上身效果。
103.另外，在对商品搭配方案进行切换展示的过程中，还可以提供关于所述3d形象模型的姿势变换动画，以模拟试穿动作。例如，在展示不同的商品搭配方案时，具体的3d形象模型可以在不同的姿势下进行展示，例如，展示第一套搭配方案时，是正面向前的站立姿势，展示第二套搭配方案时，可能是侧身站立的姿势，等等，并且，还可以播放出从第一个姿势到第二个姿势的变换过程动画，以呈现出在换衣过程中做出的换衣动作等，从而进一步提升模拟效果的真实性。
104.当然，在对同一套商品搭配方案进行展示的过程中，也可以为用户提供改变姿势的操作选项，例如，用户可能需要查看向上抬起手时衣服的状态，或者，还可能需要查看在走动状态下的状态，等等，因此，还可以为用户提供上述各种用于触发3d形象模型姿势变化的操作选项，使得用户可以根据具体的需求发出相应的操作。在接收到用户的操作请求后，可以提供关于所述3d形象模型的姿势变换动画。
105.如前文所述，由于具体的3d商品模型中可以包括用于对商品面料的物理特性进行仿真的模型数据，因此，在基于所述3d形象模型提供所述姿势变换动画的过程中，还可以根据所述用于对商品面料的物理特性进行仿真的模型数据，提供所述3d商品模型的形态变化动画。这样，可以呈现出在换衣或者改变姿势过程中，服饰等面料的流动感，从而进一步提升真实性，也使得用户更直观地感受服饰的质感。
106.以上所述主要是基于预先搭配好的商品搭配方案向用户进行推荐，在实际应用中，还可以由用户在浏览过程中进行一些自主搭配操作。具体的，可以在展示搭配方案的过程中，提供用于当前展示的搭配方案中的目标商品进行更换的操作选项，通过该操作选项接收到用户操作后，可以提供能够与所述搭配方案中的其他商品进行搭配的多个候选商品，这样，在其中一候选商品被选中后，还可以将该候选商品的3d商品模型替换匹配到所述用户的3d形象模型上，以提供对用户自主搭配方案的展示效果。
107.例如，如图6(a)所示，在展示当前某套搭配方案的过程中，可以提供如61处所示的“换搭配”操作选项，用户通过点击该操作选项，可以通过弹出浮层等方式，展示出多个可以搭配的候选商品，例如，具体可以如图6(b)所示。其中，由于当前搭配方案中可能包括多个不同的单品，例如，上衣、下装、鞋子、配饰等，因此，在展示候选商品时，可以分别针对各类单品进行具体的候选商品。在点击选择某个候选商品后，就可以将该候选商品的3d商品模型替换匹配到3d形象模型上，用户可以实时查看到替换后的上身效果。另外，还可以为用户提供对其自主搭配方案进行保存的操作选项，例如，具体可以如图6(b)中62处所示的“保存搭配”等选项，用户通过该选项发起保存请求后，可以对所述用户自主搭配方案进行保存。之后，用户可以通过“我的搭配”等页面，对自己保存的自主搭配方案进行查看。
108.另外，在具体实现时，还可以在虚拟试穿页面中提供用于对所述搭配方案中的商品执行购买和/或加入购物车操作的操作选项，同时，由于还可以获取到用户比较准确的身形数据信息，因此，还可以根据所述身形数据信息和/或搭配方案信息提供的关于尺码和/或颜色的推荐信息，以便于基于所述虚拟试穿页面完成对所述商品的购买和/或加入购物车操作。当然，在可选的方式下，还可以在虚拟试穿页面中展示出影响购买决策的其他决策因子相关的信息，包括价格，主要价值点(卖点)，等等。这样，使得虚拟试穿页面也可以承接后续的购买路径，用户可以基于当前虚拟试穿页面即可完成购买决策，而不需要再跳转到商品详情页进行相关卖点等信息的查看，或者关于商品尺码、颜色等参数的选择，从而可以进一步提升沉浸式体验，减少对用户浏览过程的打断。
109.另外，由于本技术实施例是以搭配方案为单位进行推荐，而一套搭配方案中通常会包括多个商品，如果用户对某个搭配方案感兴趣，可能会对搭配方案中的多个商品同时进行购买。因此，具体在提供用于对所述搭配方案中的商品执行购买和/或加入购物车操作的操作选项时，在优选的方式下，还可以提供用于对所述搭配方案中的多个商品进行组合购买和/或组合加入购物车操作的操作选项。例如，如图6中的63处所示，可以提供“组合购买”操作选项，通过该操作选项，可以将同一搭配方案中的多个不同商品同时加入购物车，或者同时发起购买。当然，也可以选择对同一搭配方案中的部分商品进行加入购物车或者购买。
110.总之，通过本技术实施例，可以根据用户的身形数据信息为用户生成3d形象模型，实现对用户身形的数字化还原。另外，还可以预先生成一些商品搭配方案，在用户需要进行虚拟试穿时，可以基于这种商品搭配方案为用户提供推荐信息，并且，可以商品搭配方案中涉及到的商品的3d商品模型匹配到所述用户的3d形象模型上，从而可以通过用户的数字化“分身”，呈现出具体的搭配方案的上身效果，以此帮助用户进行购物决策。
111.在优选的实施方式下，可以通过获取详细的用户身形数据等方式，建立用户的3d身形模型，并结合ai模型等生成用户的3d头部模型，再通过拼接的方式生成3d形象模型，另外还可以结合3d“捏脸”等技术，实现对用户形象的精细化还原，以达到对商品上身效果的更准确的模拟。
112.在展示过程中，还可以实现3d形象模型的姿势变换，以实现对换衣动作的模拟，提升场景的真实性。在生成3d商品模型时，还可以对商品面料的物理特性进行仿真，在姿势变化过程中，还可以根据这种用于对商品面料的物理特性进行仿真的模型数据，提供所述3d商品模型的形态变化动画，以此实现姿势变换过程中面料随之发生流动性等形态变化的模拟。
113.实施例二
114.该实施例二是与实施例一对应的，从客户端的角度，提供了一种提供商品推荐信息的方法，参见图7，该方法可以包括：
115.s701：接收用户提交的虚拟试穿请求；
116.s702：在虚拟试穿页面中展示所述用户关联的3d形象模型，以及基于所述3d形象模型呈现的推荐商品搭配方案的信息，其中，所述3d形象模型是根据所述用户的身形数据生成的，在基于所述3d形象模型呈现的推荐商品搭配方案的信息时，所述商品搭配方案中涉及的商品的3d商品模型匹配到所述用户的3d形象模型上，以模拟出所述用户对所述商品
搭配方案的上身效果。
117.关于该实施例二中的未详述部分内容，可以参见实施例一以及本说明书其他部分的记载，这里不再赘述。
118.需要说明的是，本技术实施例中可能会涉及到对用户数据的使用，在实际应用中，可以在符合所在国的适用法律法规要求的情况下(例如，用户明确同意，对用户切实通知，等)，在适用法律法规允许的范围内在本文描述的方案中使用用户特定的个人数据。
119.与实施例一相对应，本技术实施例还提供了一种提供商品推荐信息的装置，参见图8，该装置可以包括：
120.3d形象模型生成单元801，用于获取用户的身形数据信息，并根据所述身形数据信息为所述用户生成3d形象模型；
121.商品搭配方案确定单元802，用于响应于所述用户提交的虚拟试穿请求，为所述用户确定推荐的商品搭配方案；
122.3d商品模型获取单元803，用于获取所述商品搭配方案中涉及到的商品的3d商品模型；
123.模型匹配单元804，用于将所述3d商品模型匹配到所述用户的3d形象模型上，以便在客户端的虚拟试穿页面中进行展示。
124.具体的，所述3d形象模型生成单元具体可以包括：
125.3d身形模型生成子单元，用于根据所述身形数据信息为所述用户生成3d身形模型；
126.3d头部模型生成子单元，用于获取所述用户的人脸图像数据，并根据所述人脸图像数据为所述用户生成带有用户面部特征的3d头部模型；
127.模型拼接子单元，用于通过将所述3d身形模型与所述3d头部模型进行拼接，生成所述3d身形模型。
128.另外，该装置还可以包括：
129.模型调整单元，用于响应于用户通过对所述3d形象模型的目标部位执行挤压或拉伸操作发起的操作请求，通过修改所述3d形象模型的骨骼动画参数，实现对所述3d形象模型的局部调整。
130.具体的，所述商品搭配方案确定单元具体可以用于：
131.根据所述用户的身形数据信息和/或行为偏好信息，从预先生成的商品搭配方案集合中确定推荐的商品搭配方案。
132.更为具体的，商品搭配方案确定单元具体可以用于：
133.利用人工智能ai大模型，对所述用户的身形数据和/或行为偏好信息以及所述商品搭配方案进行模型理解，以便确定所述推荐的搭配方案。
134.其中，所述推荐的商品搭配方案为多套；
135.所述装置还可以包括：
136.切换展示单元，用于响应于所述用户执行的切换搭配方案的操作请求，获取其他商品搭配方案中涉及到的商品的3d商品模型，并匹配到所述用户的3d形象模型上，以便在客户端进行切换展示。
137.另外，该装置还可以包括：
138.试穿动作模拟单元，用于在对商品搭配方案进行切换展示的过程中，提供关于所述3d形象模型的姿势变换动画，以模拟试穿动作。
139.姿势改变单元，用于响应于所述用户执行的改变3d形象模型的姿势的操作请求，提供关于所述3d形象模型的姿势变换动画。
140.其中，所述3d商品模型中包括用于对商品面料的物理特性进行仿真的模型数据；
141.此时，该装置还可以包括：
142.商品形态变换单元，用于在基于所述3d形象模型提供所述姿势变换动画的过程中，根据所述用于对商品面料的物理特性进行仿真的模型数据，提供所述3d商品模型的形态变化动画。
143.具体的，所述推荐的商品搭配方案可以为多组，每组商品搭配方案对应不同的风格、款式或适合的场合信息；
144.所述装置还可以包括：
145.分组切换单元，用于响应于对不同的组别进行切换查看的操作请求，切换到目标组别下对所述商品搭配方案进行展示。
146.具体的，在按照适合的场合进行商品搭配方案展示时，还提供关于当前场合的3d场景模型，以便基于所述3d场景模型进行所述3d形象模型以及所述3d商品模型的展示。
147.再者，该装置还可以包括：
148.更换请求接收单元，用于响应于对当前展示的搭配方案中的目标商品进行更换的操作请求，提供能够与所述搭配方案中的其他商品进行搭配的多个候选商品；
149.自主搭配方案展示单元，用于在其中一候选商品被选中后，将该候选商品的3d商品模型替换匹配到所述用户的3d形象模型上，以提供对用户自主搭配方案的展示效果。
150.再者，该装置还可以包括：
151.自主搭配方案保存单元，用于响应于用户发起的保存操作请求，对所述用户自主搭配方案进行保存。
152.其中，所述虚拟试穿页面中还可以包括用于对所述搭配方案中的商品执行购买和/或加入购物车操作的操作选项，以及根据所述身形数据信息和/或搭配方案信息提供的尺码和/或颜色推荐信息，以便于基于所述虚拟试穿页面完成对所述商品的购买和/或加入购物车操作。
153.另外，所述用于对所述搭配方案中的商品执行购买和/或加入购物车操作的操作选项，具体可以包括：用于对所述搭配方案中的多个商品进行组合购买和/或组合加入购物车操作的操作选项。
154.与实施例二相对应，本技术实施例还提供了一种提供商品推荐信息的装置，参见图9，该装置还可以包括：
155.请求接收单元901，用于接收用户提交的虚拟试穿请求；
156.页面展示单元902，用于在虚拟试穿页面中展示所述用户关联的3d形象模型，以及基于所述3d形象模型呈现的推荐商品搭配方案的信息，其中，所述3d形象模型是根据所述用户的身形数据生成的，在基于所述3d形象模型呈现的推荐商品搭配方案的信息时，所述商品搭配方案中涉及的商品的3d商品模型匹配到所述用户的3d形象模型上，以模拟出所述用户对所述商品搭配方案的上身效果。
157.另外，本技术实施例还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前述方法实施例中任一项所述的方法的步骤。
158.以及一种电子设备，包括：
159.一个或多个处理器；以及
160.与所述一个或多个处理器关联的存储器，所述存储器用于存储程序指令,所述程序指令在被所述一个或多个处理器读取执行时，执行前述方法实施例中任一项所述的方法的步骤。
161.其中，图10示例性的展示出了电子设备的架构，例如，设备1000可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理，飞行器等。
162.参照图10，设备1000可以包括以下一个或多个组件：处理组件1002，存储器1004，电源组件1006，多媒体组件1008，音频组件1010，输入/输出(i/o)的接口1012，传感器组件1014，以及通信组件1016。
163.处理组件1002通常控制设备1000的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件1002可以包括一个或多个处理器1020来执行指令，以完成本公开技术方案提供的方法的全部或部分步骤。此外，处理组件1002可以包括一个或多个模块，便于处理组件1002和其他组件之间的交互。例如，处理组件1002可以包括多媒体模块，以方便多媒体组件1008和处理组件1002之间的交互。
164.存储器1004被配置为存储各种类型的数据以支持在设备1000的操作。这些数据的示例包括用于在设备1000上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器1004可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(sram)，电可擦除可编程只读存储器(eeprom)，可擦除可编程只读存储器(eprom)，可编程只读存储器(prom)，只读存储器(rom)，磁存储器，快闪存储器，磁盘或光盘。
165.电源组件1006为设备1000的各种组件提供电力。电源组件1006可以包括电源管理系统，一个或多个电源，及其他与为设备1000生成、管理和分配电力相关联的组件。
166.多媒体组件1008包括在设备1000和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(lcd)和触摸面板(tp)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件1008包括一个前置摄像头和/或后置摄像头。当设备1000处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
167.音频组件1010被配置为输出和/或输入音频信号。例如，音频组件1010包括一个麦克风(mic)，当设备1000处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器1004或经由通信组件1016发送。在一些实施例中，音频组件1010还包括一个扬声器，用于输出音频信号。
168.i/o接口1012为处理组件1002和外围接口模块之间提供接口，上述外围接口模块
可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
169.传感器组件1014包括一个或多个传感器，用于为设备1000提供各个方面的状态评估。例如，传感器组件1014可以检测到设备1000的打开/关闭状态，组件的相对定位，例如所述组件为设备1000的显示器和小键盘，传感器组件1014还可以检测设备1000或设备1000一个组件的位置改变，用户与设备1000接触的存在或不存在，设备1000方位或加速/减速和设备1000的温度变化。传感器组件1014可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件1014还可以包括光传感器，如cmos或ccd图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件1014还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
170.通信组件1016被配置为便于设备1000和其他设备之间有线或无线方式的通信。设备1000可以接入基于通信标准的无线网络，如wifi，或2g、3g、4g/lte、5g等移动通信网络。在一个示例性实施例中，通信组件1016经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件1016还包括近场通信(nfc)模块，以促进短程通信。例如，在nfc模块可基于射频识别(rfid)技术，红外数据协会(irda)技术，超宽带(uwb)技术，蓝牙(bt)技术和其他技术来实现。
171.在示例性实施例中，设备1000可以被一个或多个应用专用集成电路(asic)、数字信号处理器(dsp)、数字信号处理设备(dspd)、可编程逻辑器件(pld)、现场可编程门阵列(fpga)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。
172.在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器1004，上述指令可由设备1000的处理器1020执行以完成本公开技术方案提供的方法。例如，所述非临时性计算机可读存储介质可以是rom、随机存取存储器(ram)、cd-rom、磁带、软盘和光数据存储设备等。
173.通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本技术可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如rom/ram、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本技术各个实施例或者实施例的某些部分所述的方法。
174.本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统或系统实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的系统及系统实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
175.以上对本技术所提供的提供商品推荐信息的方法及电子设备，进行了详细介绍，本文中应用了具体个例对本技术的原理及实施方式进行了阐述，以上实施例的说明只是用
于帮助理解本技术的方法及其核心思想；同时，对于本领域的一般技术人员，依据本技术的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本技术的限制。

技术特征：
1.一种提供商品推荐信息的方法，其特征在于，包括：获取用户的身形数据信息，并根据所述身形数据信息为所述用户生成3d形象模型；响应于所述用户提交的虚拟试穿请求，为所述用户确定推荐的商品搭配方案；获取所述商品搭配方案中涉及到的商品的3d商品模型；将所述3d商品模型匹配到所述用户的3d形象模型上，以便在客户端的虚拟试穿页面中进行展示。2.根据权利要求1所述的方法，其特征在于，所述根据所述身形数据信息为所述用户生成3d形象模型，包括：根据所述身形数据信息为所述用户生成3d身形模型；获取所述用户的人脸图像数据，并根据所述人脸图像数据为所述用户生成带有用户面部特征的3d头部模型；通过将所述3d身形模型与所述3d头部模型进行拼接，生成所述3d身形模型。3.根据权利要求1所述的方法，其特征在于，还包括：响应于用户通过对所述3d形象模型的目标部位执行挤压或拉伸操作发起的操作请求，通过修改所述3d形象模型的骨骼动画参数，实现对所述3d形象模型的局部调整。4.根据权利要求1所述的方法，其特征在于，所述为所述用户确定推荐的商品搭配方案，包括：根据所述用户的身形数据信息和/或行为偏好信息，从预先生成的商品搭配方案集合中确定推荐的商品搭配方案。5.根据权利要求4所述的方法，其特征在于，所述根据所述用户的身形数据信息和/或行为偏好信息，从预先生成的商品搭配方案集合中确定推荐的商品搭配方案，包括：利用人工智能ai大规模参数模型，对所述用户的身形数据和/或行为偏好信息以及所述商品搭配方案进行模型理解，以便确定所述推荐的搭配方案。6.根据权利要求1所述的方法，其特征在于，所述推荐的商品搭配方案为多套；所述方法还包括：响应于所述用户执行的切换搭配方案的操作请求，获取其他商品搭配方案中涉及到的商品的3d商品模型，并匹配到所述用户的3d形象模型上，以便在客户端进行切换展示。7.根据权利要求6所述的方法，其特征在于，还包括：在对商品搭配方案进行切换展示的过程中，提供关于所述3d形象模型的姿势变换动画，以模拟试穿动作。8.根据权利要求7所述的方法，其特征在于，所述3d商品模型中包括用于对商品面料的物理特性进行仿真的模型数据；所述方法还包括：在基于所述3d形象模型提供所述姿势变换动画的过程中，根据所述用于对商品面料的物理特性进行仿真的模型数据，提供所述3d商品模型的形态变化动画。9.根据权利要求1所述的方法，其特征在于，还包括：响应于对当前展示的搭配方案中的目标商品进行更换的操作请求，提供能够与所述搭
配方案中的其他商品进行搭配的多个候选商品；在其中一候选商品被选中后，将该候选商品的3d商品模型替换匹配到所述用户的3d形象模型上，以提供对用户自主搭配方案的展示效果。10.根据权利要求1所述的方法，其特征在于，所述虚拟试穿页面中还包括用于对所述搭配方案中的商品执行购买和/或加入购物车操作的操作选项，以及根据所述身形数据信息和/或搭配方案信息提供的尺码和/或颜色推荐信息，以便于基于所述虚拟试穿页面完成对所述商品的购买和/或加入购物车操作。11.根据权利要求10所述的方法，其特征在于，所述用于对所述搭配方案中的商品执行购买和/或加入购物车操作的操作选项，包括：用于对所述搭配方案中的多个商品进行组合购买和/或组合加入购物车操作的操作选项。12.一种提供商品推荐信息的方法，其特征在于，包括：接收用户提交的虚拟试穿请求；在虚拟试穿页面中展示所述用户关联的3d形象模型，以及基于所述3d形象模型呈现的推荐商品搭配方案的信息，其中，所述3d形象模型是根据所述用户的身形数据生成的，在基于所述3d形象模型呈现的推荐商品搭配方案的信息时，所述商品搭配方案中涉及的商品的3d商品模型匹配到所述用户的3d形象模型上，以模拟出所述用户对所述商品搭配方案的上身效果。13.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1至12任一项所述的方法的步骤。14.一种电子设备，其特征在于，包括：一个或多个处理器；以及与所述一个或多个处理器关联的存储器，所述存储器用于存储程序指令,所述程序指令在被所述一个或多个处理器读取执行时，执行权利要求1至12任一项所述的方法的步骤。

技术总结
本申请实施例公开了提供商品推荐信息的方法及电子设备，所述方法包括：获取用户的身形数据信息，并根据所述身形数据信息为所述用户生成3D形象模型；响应于所述用户提交的虚拟试穿请求，为所述用户确定推荐的商品搭配方案；获取所述商品搭配方案中涉及到的商品的3D商品模型；将所述3D商品模型匹配到所述用户的3D形象模型上，以便在客户端的虚拟试穿页面中进行展示。通过本申请实施例，能够通过用户的数字化“分身”，呈现出推荐的搭配方案的上身效果，以此帮助用户进行购物决策。以此帮助用户进行购物决策。以此帮助用户进行购物决策。


技术研发人员：崔琼尹 林鑫 李小曼 来瑜婧 时海威 陈晓俊 张津 王雅雯 沈皎琦 袁方
受保护的技术使用者：浙江天猫技术有限公司
技术研发日：2023.05.16
技术公布日：2023/9/14