基于深度学习的姐妹装图像检索技术研究
发布时间：2021-10-28 19:57
互联网大数据的发展促进了时尚服装电子商务产业的进步,在电商平台上帮助用户找到心仪的时尚服装越来越受到人们的关注。姐妹装作为一种服装类型,通过服装款式、面料和色彩来关联表达友情这一主题,在年轻人中具有很大的市场。本文在研究姐妹装服装图像检索技术的过程当中结合了传统方法和深度学习中表示服装图像特征的方法,主要工作内容如下:1、文章首先对传统特征和深度学习特征两类图像特征表示方法进行研究介绍,并且就其优缺点进行概述,在传统特征方面重点讲述了可表示服装面料和色彩的圆形LBP特征、颜色直方图特征,在深度学习方面主要介绍了卷积神经网络;2、为了保证提取出的颜色直方图特征可正确表达出服装的颜色分布特点,不受背景颜色的干扰,采用了YOLO-v3目标检测算法对图像中的服装部分进行检测,并截取出服装图像部分,有效地进行了数据预处理操作;3、从DeepFashion数据集中的costume-to-shop子集中进行了多标签图像的筛选,从中选出了用丁姐妹装款式细节特征学习的图像,这些服装图像带有包括衣长、领型、袖长、图案等四种类型的19种属性标签,利用Inception-v4网络进行多标签分类器的训练,然后用...
【文章来源】：云南大学云南省 211工程院校
【文章页数】：64 页
【学位级别】：硕士
【部分图文】：
图１－１姐妹装示例（图片来自百度）??
中得到了广泛运用。ＬＢＰ特征的分类能力和计算效率都非常优秀，即便是对单调??的灰度变化也具有不变性。??局部二值模式能够用于描述图像的局部纹理特征，ＬＢＰ基本原理如图２－１所??示：??Ｔｈｒｅｓｈｏｌｄ?／?Ｂｉｎａｒｙ：?１０００１０１１??２１３?８８?７９?－?ｉ．—．．ｉ．．?．？?１?０?／?Ｄａｃｉｍａｌ：?１３９??１５８?８７?１５６?１?０?１??图２－１基本ＬＢＰ算子??阈值以３Ｘ３窗口内的中心像素的灰度值为标准，然后将周围的八个像素点和??其像素灰度值进行对比，当周围像素的灰度值大于或者等于该中心像素的灰度值??时将其标记为１，如果小于就将其标记为〇，然后按照一定顺序将二值化的结果进??行八位二进制数的组合，以此二进制数的值（〇？２５５）作为响应。公式（２－１）为ＬＢＰ??的数学表达式：??ＬＢＰ（ｘｃ，ｙｃ）?＝?ｆｊｓ（ｌ（ｐ）－ｌ（ｃ）ｙ２ｐ?（２－１）??其中，为中心像素，／？表示３Ｘ３窗口中除去中心像素点外的第ｐ个像素??点，／问表示中心像素点的灰度值，／（如表示领域内第ｐ个像素点的灰度值；坏＾公??式如（２－２）所示：??小）ｄ－?（２＿２）??８??
３邻域扩展到任意邻域，并用圆形邻域代替了正方形邻域。改进后的ＬＢＰ算子允??许在半径为Ｒ的圆形邻域内有任意多个像素点，从而得到了半径为Ｒ的圆形区域??内含有Ｐ个采样点的ＬＢＰ算子，称为圆形ＬＢＰ算子，如图２－２所示：??——＾———＊＾?Ｈ??一丄一?３１?Ｉ?３?ＣＪ－ＩＥ??１?＾－１??ｒｒｉＴＴ＾?ｎＭ＾ｒｌ??ＬＢＰ；?ＬＢＰ＾?ＬＢＰ＾??图２－２几种圆形ＬＢＰ算子??圆形ＬＢＰ和原始公式很像，但是其中增加了两个变量：采样点数Ｐ以及采样??圆形邻域半径Ｒ。公式（２－３）为圆形ＬＢＰ的数学表达式：??ＬＢＰｒ．Ａｘ＾ｙｃ）＝Ｙ．Ｐｐ?（２－３）??其中，ｐ表示圆形区域中总计Ｐ个采样点中的第ｐ个采样点，／ｆｃ：；表示中心像素??的灰度值，／（Ｗ表示圆形边界像素点中第Ｐ个点的灰度值。界＾公式仍然为式（２－４）??所示：??５?（Ｘ）?＝?｛〇，ｏｔｈｅｒｗｉｓｅ?（２＂４）??其中共有的Ｐ个点在圆形边界上，公式（２－５）是计算这些点的坐标公式：??Ｘ，＋?ｃｏｓ?［爭）??／?Ｎ?（２－５）??ｙｐ＝ｙｃ－Ｒｓ＾）??这里定义为邻域中心点，某个采样点为仏利用上述公式可以得??到任意个采样点的坐标
【参考文献】：
期刊论文
[1]一种基于加权颜色形状特征和LBP服装图像检索方法[J]. 葛俊,于威威. 现代计算机(专业版). 2018(19)
[2]服装检索中分块加权颜色直方图方法的改进[J]. 陶彬娇,陈倩,潘中良,李萍. 激光杂志. 2017(08)
[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]基于颜色特征的少数民族服饰图像检索[J]. 申旭梅. 信息通信. 2016(03)
[5]基于LBP-GLCM纹理特征提取的服装图像检索[J]. 李玥灵,吴国平,耿秀秀,杜晓骏. 电视技术. 2015(12)
[6]基于局部特征的服饰图案检索研究[J]. 徐平华,丁雪梅,吴雄英. 北京服装学院学报(自然科学版). 2013(04)
[7]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)
硕士论文
[1]“情”与“形”在情感系列服装设计中的运用研究[D]. 周佳.湖南师范大学 2011
本文编号：3463275
【文章来源】：云南大学云南省 211工程院校
【文章页数】：64 页
【学位级别】：硕士
【部分图文】：
图１－１姐妹装示例（图片来自百度）??
中得到了广泛运用。ＬＢＰ特征的分类能力和计算效率都非常优秀，即便是对单调??的灰度变化也具有不变性。??局部二值模式能够用于描述图像的局部纹理特征，ＬＢＰ基本原理如图２－１所??示：??Ｔｈｒｅｓｈｏｌｄ?／?Ｂｉｎａｒｙ：?１０００１０１１??２１３?８８?７９?－?ｉ．—．．ｉ．．?．？?１?０?／?Ｄａｃｉｍａｌ：?１３９??１５８?８７?１５６?１?０?１??图２－１基本ＬＢＰ算子??阈值以３Ｘ３窗口内的中心像素的灰度值为标准，然后将周围的八个像素点和??其像素灰度值进行对比，当周围像素的灰度值大于或者等于该中心像素的灰度值??时将其标记为１，如果小于就将其标记为〇，然后按照一定顺序将二值化的结果进??行八位二进制数的组合，以此二进制数的值（〇？２５５）作为响应。公式（２－１）为ＬＢＰ??的数学表达式：??ＬＢＰ（ｘｃ，ｙｃ）?＝?ｆｊｓ（ｌ（ｐ）－ｌ（ｃ）ｙ２ｐ?（２－１）??其中，为中心像素，／？表示３Ｘ３窗口中除去中心像素点外的第ｐ个像素??点，／问表示中心像素点的灰度值，／（如表示领域内第ｐ个像素点的灰度值；坏＾公??式如（２－２）所示：??小）ｄ－?（２＿２）??８??
３邻域扩展到任意邻域，并用圆形邻域代替了正方形邻域。改进后的ＬＢＰ算子允??许在半径为Ｒ的圆形邻域内有任意多个像素点，从而得到了半径为Ｒ的圆形区域??内含有Ｐ个采样点的ＬＢＰ算子，称为圆形ＬＢＰ算子，如图２－２所示：??——＾———＊＾?Ｈ??一丄一?３１?Ｉ?３?ＣＪ－ＩＥ??１?＾－１??ｒｒｉＴＴ＾?ｎＭ＾ｒｌ??ＬＢＰ；?ＬＢＰ＾?ＬＢＰ＾??图２－２几种圆形ＬＢＰ算子??圆形ＬＢＰ和原始公式很像，但是其中增加了两个变量：采样点数Ｐ以及采样??圆形邻域半径Ｒ。公式（２－３）为圆形ＬＢＰ的数学表达式：??ＬＢＰｒ．Ａｘ＾ｙｃ）＝Ｙ．Ｐｐ?（２－３）??其中，ｐ表示圆形区域中总计Ｐ个采样点中的第ｐ个采样点，／ｆｃ：；表示中心像素??的灰度值，／（Ｗ表示圆形边界像素点中第Ｐ个点的灰度值。界＾公式仍然为式（２－４）??所示：??５?（Ｘ）?＝?｛〇，ｏｔｈｅｒｗｉｓｅ?（２＂４）??其中共有的Ｐ个点在圆形边界上，公式（２－５）是计算这些点的坐标公式：??Ｘ，＋?ｃｏｓ?［爭）??／?Ｎ?（２－５）??ｙｐ＝ｙｃ－Ｒｓ＾）??这里定义为邻域中心点，某个采样点为仏利用上述公式可以得??到任意个采样点的坐标
【参考文献】：
期刊论文
[1]一种基于加权颜色形状特征和LBP服装图像检索方法[J]. 葛俊,于威威. 现代计算机(专业版). 2018(19)
[2]服装检索中分块加权颜色直方图方法的改进[J]. 陶彬娇,陈倩,潘中良,李萍. 激光杂志. 2017(08)
[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]基于颜色特征的少数民族服饰图像检索[J]. 申旭梅. 信息通信. 2016(03)
[5]基于LBP-GLCM纹理特征提取的服装图像检索[J]. 李玥灵,吴国平,耿秀秀,杜晓骏. 电视技术. 2015(12)
[6]基于局部特征的服饰图案检索研究[J]. 徐平华,丁雪梅,吴雄英. 北京服装学院学报(自然科学版). 2013(04)
[7]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)
硕士论文
[1]“情”与“形”在情感系列服装设计中的运用研究[D]. 周佳.湖南师范大学 2011
本文编号：3463275
本文链接：https://www.wllwen.com/kejilunwen/shengwushengchang/3463275.html
最近更新
教材专著
