基于VGG-19混合迁移学习模型的服饰图片识别

摘要：

提出了一种基于视觉几何组19(visual geometry group-19,VGG-19)混合迁移学习模型的服饰图片识别算法.该算法对VGG-19模型预训练,将卷积层参数进行迁移,将卷积层输出的特征图输入到稀疏自动编码器(sparse automatic encoder,SAE)中,通过无监督学习获取更优的特征描述,结合softmax分类器使用反向传播算法(back propagation,BP)进行模型参数的微调.在公开的DeepFashion服饰图像数据集上进行测试,实验结果表明,该方法能够增加卷积层的特征提取能力,达到了97.2％的识别率.

关键词：迁移学习、视觉几何组19、稀疏自动编码器、Softmax分类器

所属期刊栏目：23

分类号：TP301.6(计算技术、计算机技术)

资助基金：陕西省国际科技合作计划资助项目2018kw-026;西安市科技计划资助项目201805040YD18CG24

在线出版日期：2019-03-05（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：87-93