基于深度卷積神經(jīng)網(wǎng)絡(luò)的服裝屬性研究及其應(yīng)用.pdf

1、服裝屬性研究包括在一張指定圖片上識(shí)別衣服的款式、檢測(cè)服裝部件以及檢索相似服裝等內(nèi)容。由于傳統(tǒng)手工特征提取算法的局限性，公開(kāi)測(cè)試的數(shù)據(jù)庫(kù)樣本少等問(wèn)題，服裝屬性研究在實(shí)際應(yīng)用中的效果面臨著巨大的挑戰(zhàn)。因此本文提出了基于深度卷積神經(jīng)網(wǎng)絡(luò)模型在服裝屬性方面的研究及應(yīng)用，具體工作總結(jié)如下:
　　基于服裝款式的分類檢索任務(wù)中提出了基于深度卷積神經(jīng)網(wǎng)絡(luò)的分類檢索模型。首先本文建立十萬(wàn)數(shù)量級(jí)的B_Dat Clothing的不同衣服款式的圖像數(shù)據(jù)庫(kù)

2、，通過(guò)訓(xùn)練深度卷積神經(jīng)網(wǎng)絡(luò)模型，并對(duì)數(shù)據(jù)庫(kù)測(cè)試集驗(yàn)證。提取所有服裝數(shù)據(jù)的卷積特征，利用迭代量化的方法構(gòu)建哈希索引。實(shí)驗(yàn)表明，提出的基于深度卷神經(jīng)網(wǎng)絡(luò)的分類方法、卷積特征構(gòu)建哈希索引的檢索方式，在構(gòu)建的服裝數(shù)據(jù)庫(kù)上具有分類準(zhǔn)、檢索快、效果好等特點(diǎn)。
　　基于服裝部件的檢測(cè)模型主要采用區(qū)域卷積神經(jīng)網(wǎng)絡(luò)的基本思想，采用快速區(qū)域卷積神經(jīng)網(wǎng)絡(luò)（fast-rcnn）與更快區(qū)域卷積神經(jīng)網(wǎng)絡(luò)（faster-rcnn）的基本框架應(yīng)用在服裝部件與人體

3、部件的檢測(cè)。行人街景照片待檢測(cè)的任務(wù)細(xì)分為包、腰帶、人臉等12個(gè)類別，在fast-rcnn與faster-rcnn基本框架下，調(diào)整了模型全連接層參數(shù)。實(shí)驗(yàn)結(jié)果表明，兩者在識(shí)別精度上相近，速度上faster-rcnn已經(jīng)基本能達(dá)到了檢測(cè)的實(shí)時(shí)性。能從復(fù)雜背景的圖片中定位服裝位置，去除復(fù)雜背景，有助于提高服裝款式的分類結(jié)果。
　　基于服裝屬性的系統(tǒng)應(yīng)用主要包括服裝分類檢索的PC機(jī)客戶端、服裝部件實(shí)時(shí)檢測(cè)、網(wǎng)頁(yè)版服裝檢索。PC機(jī)客戶端的

4、系統(tǒng)實(shí)現(xiàn)了用戶上傳衣服圖片后對(duì)其進(jìn)行屬性檢測(cè)、離線檢索、在線檢索等功能。服裝部件實(shí)時(shí)檢測(cè)系統(tǒng)幫助用戶實(shí)時(shí)檢測(cè)服裝部件、形體部件。網(wǎng)頁(yè)版服裝檢索系統(tǒng)通過(guò)本地上傳圖片或者網(wǎng)絡(luò)圖片地址實(shí)現(xiàn)快速檢索相似圖片。實(shí)驗(yàn)結(jié)果表明，設(shè)計(jì)的基于服裝屬性的系統(tǒng)應(yīng)用均取得不錯(cuò)的實(shí)驗(yàn)效果。
　　本文針對(duì)傳統(tǒng)手工特征算法在服裝屬性分類檢索方面的缺陷，采用基于深度卷積神經(jīng)網(wǎng)絡(luò)的基本框架。實(shí)驗(yàn)結(jié)果表明，卷積特征結(jié)合哈希索引，能夠快速準(zhǔn)確分類與檢索相似圖片，對(duì)服裝