[發(fā)明專利]一種基于遷移顯著性先驗(yàn)信息的服裝屬性識(shí)別方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202010043730.5
• 申請(qǐng)日: 2020-01-15
• 公開（公告）號(hào): CN111291784A
• 公開（公告）日: 2020-06-16
• 發(fā)明（設(shè)計(jì)）人: 王永雄;胡川飛
• 申請(qǐng)（專利權(quán)）人: 上海理工大學(xué)
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62;G06K9/42;G06N3/04
• 代理公司: 上海科盛知識(shí)產(chǎn)權(quán)代理有限公司 31225
• 代理人: 宣慧蘭

本發(fā)明涉及一種基于遷移顯著性先驗(yàn)信息的服裝屬性識(shí)別方法，具體包括以下步驟：步驟S1：獲取服裝圖像的圖像數(shù)據(jù)進(jìn)行屬性標(biāo)注及預(yù)處理；步驟S2：輸入至顯著性檢測網(wǎng)絡(luò)得到顯著圖，與服裝圖像疊加形成帶顯著性先驗(yàn)信息的服裝圖像；步驟S3：每幅服裝圖像執(zhí)行步驟S1?S2，獲得所有帶顯著性先驗(yàn)信息的服裝圖像，并輸入至分類卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練直至收斂；步驟S4：待檢測圖像先進(jìn)行步驟S1中的預(yù)處理，然后執(zhí)行步驟S2，獲得相應(yīng)的帶顯著性先驗(yàn)信息的待檢測圖像，輸入至訓(xùn)練完成的分類卷積神經(jīng)網(wǎng)絡(luò)，對(duì)服裝屬性進(jìn)行識(shí)別，輸出待檢測圖像中服裝的屬性。與現(xiàn)有技術(shù)相比，本發(fā)明具有泛化能力較強(qiáng)、提高屬性識(shí)別準(zhǔn)確率、減少人力成本的投入等優(yōu)點(diǎn)。

技術(shù)領(lǐng)域

本發(fā)明涉及計(jì)算機(jī)視覺和深度學(xué)習(xí)領(lǐng)域，尤其是涉及一種基于遷移顯著性先驗(yàn)信息的服裝屬性識(shí)別方法。

背景技術(shù)

服裝屬性是服裝商品展現(xiàn)給消費(fèi)者最直接的基本信息，構(gòu)建了消費(fèi)者與服裝商品的一個(gè)匹配關(guān)系，直接引導(dǎo)了消費(fèi)者的購買。過去，在線下服裝商店，導(dǎo)購人員常常是根據(jù)消費(fèi)者所提取出的購買需求，然后根據(jù)經(jīng)驗(yàn)轉(zhuǎn)化成對(duì)應(yīng)的服裝屬性，例如款式、顏色、材質(zhì)和配飾等，把符合消費(fèi)者需求的服裝商品進(jìn)行推薦。如今，線上消費(fèi)已經(jīng)成為越來越多人的一種購物方式，人工進(jìn)行導(dǎo)購在每秒產(chǎn)生成百上千購物需求的情況下，成為了不可能。因此，把電商的商品自動(dòng)推薦給潛在或者目標(biāo)消費(fèi)者，已經(jīng)成為電商平臺(tái)一個(gè)不可或缺的功能。尤其對(duì)于更替頻繁的服裝商品，在電商服裝圖片中，利用算法實(shí)現(xiàn)服裝商品屬性識(shí)別的自動(dòng)化，能夠準(zhǔn)確地滿足消費(fèi)者的購買需求進(jìn)行在線導(dǎo)購，對(duì)提高電商利潤、縮短購買時(shí)間和拉動(dòng)消費(fèi)內(nèi)需有著重要的實(shí)際意義。

現(xiàn)有的服裝屬性識(shí)別方法中，先驗(yàn)信息是影響最終屬性識(shí)別準(zhǔn)確率的一個(gè)重要因素，其能夠直接輔助算法對(duì)圖片中的服裝進(jìn)行識(shí)別。目前，在服裝屬性識(shí)別方法中，先驗(yàn)信息分為兩類，一類為標(biāo)志點(diǎn)先驗(yàn)信息，標(biāo)志點(diǎn)給出若干個(gè)圖片坐標(biāo)，代表服裝各個(gè)部分在圖片中的位置，例如領(lǐng)口、袖口等位置；另一類為邊界框先驗(yàn)信息，邊界框包圍了服裝在圖片中的位置。這兩種先驗(yàn)信息雖都能直接在圖像中，提供服裝在空間上的信息，但其都是由人工標(biāo)注產(chǎn)生，十分消耗人力。使用此兩種先驗(yàn)信息，不但限制了方法的應(yīng)用場合，而且加大了方法的泛化難度，間接增加了算法設(shè)計(jì)的成本。

發(fā)明內(nèi)容

本發(fā)明的目的就是為了克服上述現(xiàn)有技術(shù)存在的由人工標(biāo)注產(chǎn)生的先驗(yàn)信息限制了方法的應(yīng)用場合、加大了方法的泛化難度的缺陷而提供一種基于遷移顯著性先驗(yàn)信息的服裝屬性識(shí)別方法。

本發(fā)明的目的可以通過以下技術(shù)方案來實(shí)現(xiàn)：

一種基于遷移顯著性先驗(yàn)信息的服裝屬性識(shí)別方法，具體包括以下步驟：

步驟S1：獲取服裝圖像的圖像數(shù)據(jù)進(jìn)行屬性標(biāo)注，并對(duì)所述服裝圖像進(jìn)行預(yù)處理；

步驟S2：所述服裝圖像輸入至顯著性檢測網(wǎng)絡(luò)進(jìn)行顯著性預(yù)測，得到所述服裝圖像的顯著圖，與所述服裝圖像疊加形成帶顯著性先驗(yàn)信息的服裝圖像；

步驟S3：每幅服裝圖像執(zhí)行步驟S1-S2，獲得所有服裝圖像相應(yīng)的帶顯著性先驗(yàn)信息的服裝圖像，所述所有服裝圖像相應(yīng)的帶顯著性先驗(yàn)信息的服裝圖像輸入至分類卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練直至所述分類卷積神經(jīng)網(wǎng)絡(luò)收斂；

步驟S4：待檢測圖像先進(jìn)行所述步驟S1中的預(yù)處理，然后執(zhí)行步驟S2，獲得所述待檢測圖像相應(yīng)的帶顯著性先驗(yàn)信息的待檢測圖像，所述帶顯著性先驗(yàn)信息的待檢測圖像輸入至訓(xùn)練完成的所述分類卷積神經(jīng)網(wǎng)絡(luò)，對(duì)服裝屬性進(jìn)行識(shí)別，輸出所述待檢測圖像中服裝的屬性。

所述服裝圖像的預(yù)處理包括對(duì)服裝圖像進(jìn)行尺寸歸一化。

優(yōu)選的，所述尺寸歸一化的插值算法采用雙線性插值。

所述尺寸歸一化對(duì)應(yīng)的服裝圖像的尺寸為256*256。

所述服裝圖像的預(yù)處理還包括服裝圖像的增強(qiáng)操作，所述增強(qiáng)操作包括對(duì)服裝圖像進(jìn)行水平翻轉(zhuǎn)和亮度變換。