基于感兴趣区域和特征融合的服装图像检索研究

发布时间：2021-01-25 17:40

　　网络零售已经是居民生活中不可或缺的一部分,2018年的额度首次突破九万亿。服装类产品作为需求量最大的网络零售商品之一,如何让用户快速有效地检索到心仪的服装成为各大电商平台考虑的重要任务。针对当前主流的基于文本的服装检索方法容易受到用户对图像描述的主观因素的影响,本文对基于内容的服装图像检索方法展开了系统的研究,并提出了一套基于感兴趣区域和特征融合的深度学习方法。论文首先是提取感兴趣的服装区域,以消除背景的影响。针对常规目标检测算法容易出现丢失服装关键点的问题,提出了基于关键点推理的算法,以获得关键点包含率高的感兴趣服装区域。论文接着实现感兴趣服装区域内关键点的精准定位,为提取关键点周围的局部信息做准备。针对回归方法对服装关键点坐标定位精度不高的问题,本文利用特征图上的响应值计算关键点的位置信息,并在所用网络模型的后端加上一个反卷积模块,对特征图进行上采样以提高特征图的分辨率,从而获得更高的定位精度。在上述两步工作的基础上,论文再分别提取感兴趣服装区域的全局特征和各关键点周围的局部特征,并将所有的特征进行通道约束的融合,融合后的特征用于服装图像检索,其性能优于无通道约束的融合。论文最后考... 

【文章来源】：华中科技大学湖北省 211工程院校 985工程院校 教育部直属院校

【文章页数】：100 页

【学位级别】：硕士

【部分图文】：

中国电商市场的规模图

论文整体框架

6图 1.3 服装检索整体流程图，服装图像检索的整体方案为：针对待检索，论文首先对其进行感兴趣服装区域提取，考虑到服装关键点包含丰富的服装局部信息论文对提取到的感兴趣服装区域进行了精确区域和关键点信息实现服装图像的检索；最需的时间和空间开销，以及能够根据需求在，论文实现了一个基于多任务的带权哈希服

【参考文献】：
期刊论文
[1]基于关键点的服装检索[J]. 陈嫒嫒,李来,刘光灿,刘青山.  计算机应用. 2017(11)
[2]基于度量学习的服装图像分类和检索[J]. 包青平,孙志锋.  计算机应用与软件. 2017(04)
[3]基于内容的服装检索系统中颜色特征提取算法的研究和改进[J]. 陈倩,潘中良.  激光杂志. 2016(04)
[4]基于图像内容和支持向量机的服装图像检索方法研究[J]. 薛培培,邬延辉.  移动通信. 2016(02)
[5]服装图像检索研究综述[J]. 兰丽,耿增民.  电脑知识与技术. 2015(12)
[6]基于SURF算法的服装视觉图像检索研究[J]. 李克磊,刘正东.  北京服装学院学报(自然科学版). 2014(03)
[7]Deep Learning算法分析和模型改进[J]. 鲁向拥,陈悦,张瞳,葛贝.  计算机光盘软件与应用. 2014(06)
[8]基于HSV颜色直方图的服装检索[J]. 张腾,郭清宇.  信息与电脑(理论版). 2011(10)
[9]基于多特征的服装图像检索[J]. 侯阿临,赵柳青,桃敏,沈杨.  现代电子技术. 2010(06)
[10]基于内容的图像检索技术在服装检索中的应用[J]. 王海龙,杜俊俐,郭清宇.  计算技术与自动化. 2009(02)



本文编号：2999620