基于深度卷积神经网络的服装图像分类检索算法

摘要：

针对利用深度学习的服装图像检索算法分类精度较低的问题，提出基于深度卷积神经网络的改进服装图像分类检索算法，并建立一个具有16种属性、10万量级的网络服装图像数据库B＿DAT Clothing。依据服装图像的复杂性，采用深度卷积神经网络从 B＿DAT Clothing数据库中自动学习服装的属性特征并建立哈希索引，进而构建基于服装属性的检索模型，实现服装图像的高效分类和快速检索。实验结果表明，与传统视觉特征分类算法相比，该算法在服装分类上的准确率更高，属性检索效果更好。

关键词：服装属性、卷积神经网络、属性检索、分类排序、哈希索引、服装数据库

所属期刊栏目：42

分类号：TP393(计算技术、计算机技术)

资助基金：国家自然科学基金61672292，61300162，61272223；江苏省自然科学基金BK20131003。

在线出版日期：2016-12-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：309-315