[發明專利]一種服裝屬性可編輯的服裝圖像檢索的方法

在審

• 申請號: 201711422438.9
• 申請日: 2017-12-25
• 公開（公告）號: CN108197180A
• 公開（公告）日: 2018-06-22
• 發明（設計）人: 李漢鋒;蘇卓;林格
• 申請（專利權）人: 中山大學
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06K9/62
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明實施例公開了一種服裝屬性可編輯的服裝圖像檢索的方法。該方法包括：提取現有的服裝數據庫中的服裝圖像的特征向量；獲取用戶輸入的用于搜索的服裝圖像；提取用戶用于搜索的服裝圖像的特征向量；用服裝屬性判別方法得到服裝圖像的服裝屬性；將服裝屬性以及可選的修改選項展示給用戶，并獲取用戶修改過的服裝屬性項；用原搜索的服裝圖像的特征向量和用戶修改后的服裝屬性項，形成新的服裝特征向量；計算新形成的服裝屬性特征和服裝數據庫中服裝屬性特征間的相似度；展示相似度最高的前k件服裝圖像。實施本發明實施例，可以使得用戶根據自身喜好修改待檢索服裝圖像的屬性再進行基于圖像內容的服裝檢索，獲得滿意的查詢結果。

技術領域

本發明涉及圖像技術領域，具體涉及一種服裝屬性可編輯的服裝圖像檢索的方法。

背景技術

隨著互聯網的迅速普及和電子商務的飛速發展，人們在線購物的行為也更加普遍和頻繁，加上商品的品類也越來越多，在線的商品檢索系統成為用戶在線購買商品時必不可少的工具。同時，在眾多商品中，服裝是人們經常購買的商品之一。所以，高效、功能健全的服裝檢索系統對在線購物平臺具有重要的意義，特別地，對于專門服裝在線購買的電子商務平臺更是不可或缺的功能。傳統的服裝圖像檢索方法，一般是先通過人工的方式對服裝圖像進行標簽化，再利用關鍵字來檢索對應的服裝圖像，這種依據圖像標簽匹配提供檢索結果的方法，即基于文本的服裝圖像檢索方法，不但需要耗費大量的時間，而且嚴重受人為的主觀因素的影響。基于內容的服裝圖像檢索方法克服了基于文本的服裝圖像檢索方法的不足，直接從待查找的圖像視覺特征出發，在服裝圖像庫(查找范圍)中找出與之相似的服裝圖像，是一種依據視覺相似程度給出圖像檢索結果的方式，一般可分為三個層次，分別為一、根據圖像的顏色、紋理、邊緣等低層特征進行檢索；二、基于圖像的低層特征，通過識別圖像中的對象類別以及對象之間的空間拓撲關系進行檢索；三、基于圖像高層語義的推理學習進行檢索。

基于服裝圖像內容的檢索方法一般研究主要集中在如何選擇合適的全局特征去描述服裝圖像內容和采用什么樣的相似性度量方法進行服裝圖像匹配。或者是基于區域的服裝圖像檢索方法，其主要思想是服裝圖像分割技術提取出服裝圖像中的物體，然后對每個區域使用局部特征來描述，綜合每個區域特征可以得到服裝圖像的特征描述。這兩個研究方向都是以圖像為中心，雖然彌補了基于文本的服裝圖像檢索方法的需要大量人工標簽化，而且受人為主觀因素的影響的缺點，但是在用戶功能方面可以進一步完善，例如可以增服裝屬性可編輯功能，使得用戶可以根據自己的喜好更換服裝的相關屬性。

現有技術方案通常為基于文本的服裝圖像檢索方法和基于圖像內容的服裝檢索方法。其中基于圖像內容的服裝檢索方法步驟如下：1)使用特征提取方法自動提取用戶輸入的服裝圖像的特征；2)使用特征匹配技術與現有的服裝圖像數據庫中的特征向量進行相似性計算；3)將最相似的前k個特征的對應的圖像返回給用戶。

其中常用的服裝圖像特征有顏色特征、紋理特征和形狀特征。顏色特征是服裝圖像檢索中應用十分廣泛的特征，可以直觀地描述服裝圖像所包含物體的顏色，對圖像本身的尺寸大、方向和服裝物體的視角依賴性較小。紋理特征是具有不依賴顏色或者亮度反映圖像同質現象的視覺特征，可從圍觀上區分圖像中不同的物體。通常紋理特征的描述方法有統計法、頻譜法、結構法和模型法。形狀特征包括對輪廓和區域的描述，也是一種常用的特征，在服裝圖像檢索中發揮中大的作用，形狀特征的提取算法可以分為基于輪廓和基于區域兩種。由于深度學習方法的迅速發展，其在圖像處理領域有著令人驚艷的表現，在基于圖像內容的服裝檢索問題中也引入深度學習的方法來提取圖像的視覺特征，由深度神經網絡提取的CNN(卷積神經網絡，CNN，Convolutional Neural Network)特征具有更高層的抽象語義，可以更好地滿足用戶的檢索需求。

在功能上，基于圖像內容的服裝檢索方法只能根據用戶查詢的圖像內容進行檢索，用戶無法根據自身的喜好編輯用于查詢的服裝圖像的相關屬性，以獲得滿意的查詢結果。

發明內容