Institute of Computing Technology, Chinese Academy IR
| 结合层次分割和跨域字典学习的服装检索 | |
| 李宗民1; 李妍特1; 刘玉杰1; 李华2 | |
| 2017 | |
| 发表期刊 | 中国图象图形学报
 |
| ISSN | 1006-8961 |
| 卷号 | 22期号:3页码:358 |
| 摘要 | 目的针对现有的跨场景服装检索框架在服装躯干部分检索问题上,因服装款式识别优化存在服装信息丢失和跨场景款式识别的问题,提出一种新的服装分割方法和基于跨域字典学习的服装款式识别。方法首先,提出基于超像素融合和姿态估计相结合的方法分割出完整的服装,用完整的服装进行检索可以最大限度地保留服装信息。然后,在服装款式识别时,通过学习服装商品数据集与日常服装图像数据的中间数据集字典,使其逐渐适应日常服装图像数据的方式,调节字典的适应性,进而提高不同场景下的服装款式识别的准确性。另外,由于目前国际缺少细粒度标注的大型服装数据库,本文构建了2个细粒度标注的服装数据库。结果在公认的Fashionista服装数据集及本文构建的数据库上验证本文方法并与目前国际上流行的方法进行对比,本文方法在上下装检索中精度达到62.1%和63.4%,本文方法在服装分割、款式识别,检索方面的准确度要优于当前前沿的方法。结论针对现有的跨场景服装检索框架分割服装不准确的问题,提出一种新的层次服装过分割融合方法及域自适应跨域服装款式识别方法,保证了服装的完整性,提高了跨场景服装检索及款式识别的精度,适用于日常服装检索。 |
| 关键词 | 基于内容的图像检索 服装检索 超像素 域自适应字典学习 |
| 语种 | 英语 |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://119.78.100.204/handle/2XEOYT63/34532 |
| 专题 | 中国科学院计算技术研究所期刊论文_中文 |
| 作者单位 | 1.中国石油大学 2.中国科学院计算技术研究所 |
| 推荐引用方式 GB/T 7714 | 李宗民,李妍特,刘玉杰,等. 结合层次分割和跨域字典学习的服装检索[J]. 中国图象图形学报,2017,22(3):358. |
| APA | 李宗民,李妍特,刘玉杰,&李华.(2017).结合层次分割和跨域字典学习的服装检索.中国图象图形学报,22(3),358. |
| MLA | 李宗民,et al."结合层次分割和跨域字典学习的服装检索".中国图象图形学报 22.3(2017):358. |
| 条目包含的文件 | 条目无相关文件。 | |||||
| 个性服务 |
| 推荐该条目 |
| 保存到收藏夹 |
| 查看访问统计 |
| 导出为Endnote文件 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [李宗民]的文章 |
| [李妍特]的文章 |
| [刘玉杰]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [李宗民]的文章 |
| [李妍特]的文章 |
| [刘玉杰]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [李宗民]的文章 |
| [李妍特]的文章 |
| [刘玉杰]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论