基于深度学习的服装图像语义分析与检索推荐

发布时间：2022-08-29 18:42

　　针对服装检测推荐方法中的服装图像分割算法分割精度不高且存在多尺度特征融合不佳的问题,提出一种基于注意力机制和多尺度特征融合的深度卷积网络服装特征提取分析检索与推荐方法。该方法以图像语义分割算法为基础,从服装图像中提取高级语义信息,通过哈希函数对提取的特征进行编码,并引入ASPP对图像进行多尺度特征提取,然后使用注意力模型对提取到的特征进行融合并构建索引库,最终实现语义相似性服装推荐的功能。实验表明:本方法可以有效提高分割准确度,解决多尺度特征提取的问题,能够成功提取图像中的高层次语义特征,具有较高的分割准确率,在很大程度上提高了服装相似性语义推荐的效率。 

【文章页数】：9 页

【文章目录】：
0引言
1 服装图像语义分割模型
    1.1 注意力机制的构建
    1.2 数据集
    1.3 评估指标
2 服装语义分析推荐网络结构
    2.1 语义特征提取方法与系统设计
    2.2 汉明距离
    2.3 算法流程图
3 实验结果与分析
    3.1 实验环境
    3.2 结果与分析
4 结 语


【参考文献】：
期刊论文
[1]一种改进的用于服装解析的自监督网络学习方法[J]. 白美丽,万韬阮,汤汶,朱欣娟,薛涛.  纺织高校基础科学学报. 2019(04)
[2]基于深度学习哈希算法的快速图像检索研究[J]. 李泗兰,郭雅.  计算机与数字工程. 2019(12)
[3]用于快速服装搭配的FMatchNet算法[J]. 刘玉杰,冯士贺,李宗民,李华.  中国图象图形学报. 2019(06)
[4]融合颜色与纹理的复杂场景下的服装图像分割算法[J]. 郭鑫鹏,黄元元,胡作进.  计算机科学. 2017(S2)
[5]基于HOG和E-SVM的服装图像联合分割算法[J]. 黄冬艳,刘骊,付晓东,黄青松.  计算机工程与应用. 2017(18)
[6]图像检索中的动态相似性度量方法[J]. 段立娟,高文,林守勋,马继涌.  计算机学报. 2001(11)

博士论文
[1]基于内容的图像检索与图像语义分析[D]. 齐亚莉.天津大学 2017
[2]图象检索中高层语义和低层可视特征的提取研究[D]. 万华林.中国科学院研究生院（计算技术研究所） 2002

硕士论文
[1]基于深度学习的服装图像分类与检索研究[D]. 陈双.浙江理工大学 2019
[2]文本图像检索技术的研究[D]. 陈鹏.成都理工大学 2017



本文编号：3678813