基于服裝要素的圖像檢索技術研究.pdf

1、當今，網(wǎng)絡化的商品銷售行為越來越成為主流，服裝網(wǎng)上購買也成為趨勢。服裝因款式、面料風格、價格品牌等多樣性，給用戶線上挑選心儀服裝造成了很大的時間開銷。僅限于文本檢索的服裝購物無法滿足用戶需求，因此，基于內容的圖像檢索CBIR(Content-based image retrieval)在服裝銷售檢索中占據(jù)很重要的地位，同時也得到了快速的發(fā)展。
　　本文研究的對象是基于服裝要素的圖像檢索系統(tǒng)技術。服裝有三個基本要素:服裝面料、服裝款

2、式和服裝顏色。按照購物網(wǎng)站上推薦的熱門檢索詞:皮衣、流蘇連衣裙、大毛領羽絨服、百褶裙等也可歸屬上述三個基本要素?；诨疽匾约熬W(wǎng)站檢索形態(tài)，本文工作主要在服裝面料識別以及服裝款式的匹配識別方面，主要研究工作以及取得的成效如下:
　　1.提出了改進的Tamura算法與決策樹模型服裝面料識別算法。針對服裝面料的肌理、織物編織以及顏色等特點，綜合運用了粗糙度、方向度、對比度以及顏色圖像特征描述面料，構建了不同特征隸屬類別的決策樹，達到

3、了服裝面料的分類決策的目的。實驗結果表明本文提出的方法在解決面料識別上具有較好的針對性，獲得較高的識別率。
　　2.基于HOG算法與SVM分類器提出了改進的服裝款式識別算法。針對服裝款式復雜多樣、服裝照片背景干擾多以及服裝局部要素突顯的特點，將服裝的部分區(qū)域裁剪為關注的ROI區(qū)域，本文選擇了兩類ROI區(qū)域——衣領和其他要素，通過對大量的ROI區(qū)域的特征訓練學習，經(jīng)SVM訓練生成兩種不同服裝對象的兩個分類器，實現(xiàn)對服裝款式ROI區(qū)域