[發明專利]通過間接相關反饋在無查源下的衣服圖像檢索系統及方法

有效

• 申請號: 201610561407.0
• 申請日: 2016-07-15
• 公開（公告）號: CN107622071B
• 公開（公告）日: 2020-01-07
• 發明（設計）人: 張婭;王延峰;陳卓翔;徐哲
• 申請（專利權）人: 上海媒智科技有限公司
• 主分類號: G06F16/583
• 分類號: G06F16/583
• 代理公司: 31317 上海恒慧知識產權代理事務所(特殊普通合伙)
• 代理人: 徐紅銀

本發明提供一種通過間接相關反饋在無查源下的衣服圖像檢索系統及方法，所述方法為：獲取大量衣服圖片并按照種類和顏色聚類；對每張從衣服圖片收集模塊收集的圖片，按照所在種類所選的多個特征，用深度神經網絡提取固定長度的向量，并根據每一個特征計算圖片之間的相似度；根據衣服圖片特征提取及相似度計算步驟得到的圖片間相似度，通過貝葉斯相關反饋結構算法，在用戶每次點擊和目標圖片最相似的圖片后，對所選特征的權值進行調整，再返回給用戶推薦的衣服圖片，通過迭代找到用戶的目標圖片。本發明解決了用戶在無查源衣服圖片而只能給出基本的種類和顏色的情況下，找到目標衣服圖片的問題。

技術領域

本發明涉及計算機視覺和數據挖掘領域，具體的，涉及一種通過間接相關反饋在無查源下的衣服圖像檢索系統及方法。

背景技術

隨著網絡技術，在線支付和物流配送的發展以及人們對網絡更多的需求，在線購物商城尤其是企業為消費者(B2C)提供的網上購物平臺近年來得到了迅猛的發展。這種購物模式為商家和用戶節省了時間和空間，極大地提高了交易效率，同時還具有商品種類多、無購物時間限制、購物成本低等多種優點。

在線購買衣服是在線購物的一大主力軍，各大網購平臺有不少將衣服作為盈利的一大來源，甚至還有專注于某一類衣服的垂直購物網站。與此同時，越來越多的研究也集中在了衣服分析上，包括特征預測和圖像檢索等，這都使得衣服圖像的檢索得到了更多的關注。

傳統的衣服圖像檢索往往都是基于文字的模糊搜索，特別地，也有基于圖像內容的“以圖搜圖”；但是，經常也會碰到這樣的情況：在街頭或者在電視上看到一件中意的衣服卻沒有機會拍下一張照片，而這件衣服就只能存留在我們的腦海之中，而很有可能無法再遇見一次或者在網上購物商城中找到它。

經檢索，公開號為CN104572680A、申請號為201310485364.9的中國發明專利申請，該發明提供一種基于顏色矩的衣服檢索方法，依次包括以下步驟：(1)輸入待檢索衣服圖片，對其進行預處理，得到預定像素的圖片；(2)將所述預定像素的圖片均分為K塊；(3)對于每個塊，將其中每個像素由RGB顏色空間轉換到HSV顏色空間，并將每個像素值進行歸一化操作，進而計算該塊的顏色矩；(4)級聯待檢索衣服圖片的K塊顏色矩，得到該圖片的顏色特征，即為待檢索衣服圖片的級聯顏色矩向量；(5)遍歷衣服庫的顏色特征數據庫中的所有顏色特征，與待檢索衣服圖片的級聯顏色矩向量進行相似性計算和比較。

但是上述專利在搜圖時需要提供一張目標圖片作為搜索源，但是實際情況下很有可能目標只存在腦海之中，無法提供搜索源。因此無法實現在無查源情況下的衣服圖像檢索。

發明內容

針對現有技術中的缺陷，本發明的目的是提供一種通過間接相關反饋在無查源下的衣服圖像檢索方法及方法，以解決現有方法中只通過文字或圖片來進行檢索和無查源檢索時不考慮權重變化的問題，通過多次迭代和反饋對用戶的目標圖片和變權特征建模，在不需要搜索源的情況下便可以搜尋到用戶心中的目標圖片。

根據本發明的第一目的，提供一種通過間接相關反饋在無查源下的衣服圖像檢索方法，包括以下步驟：

衣服圖片收集分類步驟：獲取大量衣服圖片并按照種類和顏色聚類；

衣服圖片特征提取及相似度計算步驟：對每張從衣服圖片收集步驟收集的圖片，按照所在種類所選的多個特征，用深度神經網絡提取固定長度的向量，并根據每一個特征計算圖片之間的相似度；

貝葉斯相關反饋結構算法步驟：根據衣服圖片特征提取及相似度計算步驟得到的圖片間相似度，通過貝葉斯相關反饋結構算法，在用戶每次點擊和目標圖片最相似的圖片后，返回給用戶推薦的衣服圖片，通過迭代找到用戶的目標圖片。

優選地，所述的衣服圖片收集分類步驟，運用了網絡爬蟲技術，在互聯網上收集所需要的大量衣服圖片，并按照種類和顏色對圖片進行了聚類，共分成l類別，每一類中再按顏色分為m類。