基于图案的多层次跨场景服装检索?

摘要：

在跨场景服装图像检索问题上,目前的"以图搜图"方法主要依赖于服装款式类别等服装区域全局特征提取的结果,导致检索准确度不高.针对这种情况,提出一种基于图案的多层次跨场景服装检索方法,在考虑服装区域特征匹配的基础上,同时将服装内部图案区域特征的匹配度作为检索结果的衡量标准,使用多层次的服装特征描述进行检索匹配.此外在进行度量学习时使用triplet loss函数实现,将不同背景环境下的图像作为正样本输入训练网络可以提高网络模型对于跨场景服装检索的抗干扰能力.实验结果表明,图案区域匹配度的加入和triplet loss函数的使用可以有效增强网络的特征提取能力,能够提高跨场景服装检索的精度,适用于日常服装检索.

关键词：服装检索、图案区域匹配度、跨场景、度量学习

所属期刊栏目：47

分类号：TP391(计算技术、计算机技术)

资助基金：国家油气重大专项2017ZX05013-001

在线出版日期：2019-11-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：2556-2560