10.3969/j.issn.1000-3428.2016.11.053
基于深度卷积神经网络的服装图像分类检索算法
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。
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
42
TP393(计算技术、计算机技术)
国家自然科学基金61672292,61300162,61272223;江苏省自然科学基金BK20131003。
2016-12-02(万方平台首次上网日期,不代表论文的发表时间)
共7页
309-315