基于局部模型的时尚图像检索技术研究

发布时间：2020-02-15 04:56

【摘要】：随着图像检索技术以及电子商务技术的迅速发展，为了满足广大消费者的时尚购物需求，市场上大量时尚产品图像检索系统应运而生。然而，本文已通过实验验证，目前的基于内容的时尚图像检索引擎的检索精度仍然有很大的提升空间。本文针对目前如淘淘搜、iSimilar等现有基于内容的时尚图像检索引擎检索精度不足的情况，设计并实现了一种能够有效提高时尚图像检索精度新型算法。 不同于大多数的图像检索技术的全局比较思想，本文提出了一种基于局部模型的时尚图像检索算法（Part Model Based Fashion Retrieval，简称PMBFR），其基本思想是将指定的图像局部区域内容组合成局部模型作为检索依据，并以该局部模型代替原图像进行图像相似性检索。该方法结合时尚图像总体相似、局部差异的特点，，采用人物定位技术排除图像的干扰区域，并以图像中视觉价值最高的局部区域为依据进行相似图像检索，较好地解决了时尚图像检索算法的两个难点：背景干扰问题以及服饰类别难以区分的问题，具有良好的检索效果。 本文的主要工作和贡献包括：（1）创造性地引入了物体检测算法以及局部模型的思想，提出了一种有效提高检索精度的PMBCR图像检索解决方案。该算法流程主要包括人物区域定位、对象组成、基于局部区域的相似性检索、算法加速等四个主要模块。该算法流程还可以供用户加入到各种时尚图像检索平台上进行实验研究。（2）在PMBFR算法流程上，对每个模块均实现了几种经典算法，并通过大量实验进行统计分析比较，找到PMBFR算法流程的一个最优算法组合。这是本课题研究的核心工作。本文的PMBFR算法流程采用Eclipse集成环境作为开发平台，用Java语言实现，总代码量约为1.5万行。（3）为解决服饰类别的区分问题，本文需要对用户指定的图像局部区域在数据库图像中进行准确定位。本文参考了人物检测定位算法的思想，提出了一种基于响应区域多尺度扩展的相似性评分算法，并对算法进行理论以及实验分析。实验结果证明该算法对图像局部相似区域定位具有良好的性能。 实验结果证明，本文的方法的检索效果与淘淘搜等现有的图像搜索引擎的检索效果相比，在保证相同查全率的前提下，查准率均略高10%左右，具有良好的检索效果。
【图文】：

网络购物产品比例分布图

以淘淘搜为例，本文通过实验测试了 30 多个服装图像的检索效果，完全正确（近产品放于靠前位置）的约占 20%，近似正确（出现相近产品，但并非放于靠前）的约占 50%，不正确的约占 30%，这个比率很明显仍然有很大的提升空间。，进行基于内容的图像检索技术相关研究是十分必要的。
【学位授予单位】：中山大学
【学位级别】：硕士
【学位授予年份】：2013
【分类号】：TP391.41

【参考文献】

相关期刊论文 前1条

1 姚宏宇,李弼程;基于广义图像灰度共生矩阵的图像检索方法[J];计算机工程与应用;2004年34期

本文编号：2579714