跨域情形下的服装图像检索综述
为实现跨域情形下精确的服装图像检索,从关键区域识别技术和深度度量学习技术两个方面总结了最新研究进展,分析了现有研究中存在的问题.发现关键区域识别技术有助于服装关键特征的提取,可以有效的提升检索精度,但对具有相似特征不同类别的困难样本判别效果不佳,深度度量学习技术是解决这一问题的有效途径,利用不同损失函数的优化以及集成网络学习加强了服装特征的判别.最后通过实验结果对比,分析关键区域识别技术和深度度量学习技术跨域服装检索准确率,认为未来跨域服装图像检索准确率的提升主要依赖于服装关键特征提取和服装特征判别.
跨域服装图像检索;关键区域识别;深度度量学习;深度学习
40
TN301.6(半导体技术)
2022-02-28(万方平台首次上网日期,不代表论文的发表时间)
共11页
24-34