基于深度學(xué)習(xí)的服裝檢索與搭配技術(shù)研究.pdf

1、隨著服裝電子商務(wù)的發(fā)展和大數(shù)據(jù)時(shí)代的來(lái)臨，互聯(lián)網(wǎng)上存儲(chǔ)著海量的服裝數(shù)據(jù)，用戶(hù)對(duì)服裝檢索和搭配的需求也日益增加。幫助用戶(hù)快速精確的找到心儀的服裝，并且推薦合適的搭配方案，是服裝電商平臺(tái)提升用戶(hù)體驗(yàn)和銷(xiāo)量的重要手段。正因如此，對(duì)服裝檢索和搭配技術(shù)的研究就變得十分有意義。服裝檢索和搭配技術(shù)都依賴(lài)于對(duì)服裝圖像內(nèi)容信息的理解，這種理解就轉(zhuǎn)化為對(duì)服裝特征的表示上。本文基于深度學(xué)習(xí)對(duì)圖像特征的表示，研究了其在服裝檢索和搭配技術(shù)上的應(yīng)用。本文主要完成以

2、下工作：
　　1.本文介紹了局部特征和深度學(xué)習(xí)特征兩種圖像特征的表示方法，分別分析這兩種特征的優(yōu)勢(shì)和不足，給出了服裝檢索與搭配技術(shù)的理論依據(jù)。在局部特征方面，重點(diǎn)介紹了SIFT特征、SURF特征和基于這兩種特征編碼的BoF特征模型；在深度學(xué)習(xí)方面，重點(diǎn)介紹了自動(dòng)編碼器和卷積神經(jīng)網(wǎng)絡(luò)。
　　2.提出了基于卷積神經(jīng)網(wǎng)絡(luò)的服裝屬性多標(biāo)簽分類(lèi)模型用于服裝圖像特征提取。服裝圖像中含有豐富的服裝特有的屬性信息，比如顏色、花紋、袖子的長(zhǎng)短

3、等等。本文通過(guò)訓(xùn)練一個(gè)深度卷積神經(jīng)網(wǎng)絡(luò)對(duì)這些服裝屬性進(jìn)行分類(lèi)，并使用該神經(jīng)網(wǎng)絡(luò)的深層激活值表示服裝特征。在網(wǎng)絡(luò)訓(xùn)練過(guò)程中，為了彌補(bǔ)服裝訓(xùn)練數(shù)據(jù)的不足，運(yùn)用遷移學(xué)習(xí)的方法對(duì)網(wǎng)絡(luò)進(jìn)行再訓(xùn)練。實(shí)驗(yàn)結(jié)果表明，該深度卷積網(wǎng)絡(luò)提取的特征對(duì)服裝的屬性特點(diǎn)能夠很好的表示，并且獲得了較好的服裝檢索效果。
　　3.提出了基于相似性度量學(xué)習(xí)的服裝特征優(yōu)化網(wǎng)絡(luò)。本文基于Triplet相似性度量學(xué)習(xí)和雙卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，使用三元組服裝圖像訓(xùn)練網(wǎng)絡(luò)參數(shù)，對(duì)服

4、裝特征匹配進(jìn)行了優(yōu)化。使用該網(wǎng)絡(luò)提取服裝特征后，用近似最近鄰查找相似服裝。實(shí)驗(yàn)結(jié)果表明，優(yōu)化后的特征在服裝商品圖和用戶(hù)拍照?qǐng)D檢索效果上都有提升，對(duì)服裝的光照和形變等干擾因素魯棒性較高。
　　4.提出了基于服裝圖像深度特征和局部編碼特征的服裝搭配空間構(gòu)建方法。本文基于卷積神經(jīng)網(wǎng)絡(luò)提取的特征和SIFT特征編碼的BoF特征融合形成服裝搭配特征，并使用去噪自動(dòng)編碼器對(duì)服裝特征降維，然后基于搭配數(shù)據(jù)集中的搭配頻繁項(xiàng)集構(gòu)建關(guān)聯(lián)規(guī)則，使用服裝搭