[發明專利]一種基于零樣本識別的服裝分類方法在審
| 申請號： | 202010255099.5 | 申請日： | 2020-04-02 |
| 公開（公告）號： | CN111444974A | 公開（公告）日： | 2020-07-24 |
| 發明（設計）人： | 張家亮;沈宜;趙露露;鄒嚴;張明亮 | 申請（專利權）人： | 成都三零凱天通信實業有限公司 |
| 主分類號： | G06K9/62 | 分類號： | G06K9/62;G06N3/04 |
| 代理公司： | 成都九鼎天元知識產權代理有限公司 51214 | 代理人： | 夏琴 |
| 地址： | 610041 四川省成都市*** | 國省代碼： | 四川;51 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 樣本 識別 服裝 分類 方法 | ||
1.一種基于零樣本識別的服裝分類方法，其特征在于，包括如下步驟：
步驟1，將服裝特征標注成0、1屬性矢量形成屬性向量S；
步驟2，將訓練集的服裝圖片經過預訓練的CNN卷積神經網絡提取該訓練集的服裝圖片的視覺特征向量V；
步驟3，采用一個兩層神經網絡學習視覺特征向量V到屬性向量S的映射f；
步驟4，將測試集的服裝圖片通過預訓練的CNN卷積神經網絡提取該測試集的服裝圖片的視覺特征向量V；
步驟5，將該測試集的服裝圖片的視覺特征向量V輸入學習好的映射f中，得到該測試集的服裝圖片相應的屬性向量S；
步驟6，根據步驟5得到的屬性向量S在測試集中尋找與其最接近的服裝類別，該最接近的服裝類別即是測試集識別的服裝分類結果。
2.根據權利要求1所述的基于零樣本識別的服裝分類方法，其特征在于，所述兩層神經網絡的結構為每一層神經網絡包括一個全連接層和一個ReLU層。
3.根據權利要求2所述的基于零樣本識別的服裝分類方法，其特征在于，步驟3的方法為：步驟1得到的屬性向量S通過所述兩層神經網絡，并在每層神經網絡的全連接層處使用L2-norm進行約束后，采用如下公式計算其與訓練集的服裝圖片的視覺特征向量V的損失：
其中，表示屬性向量S；N表示訓練集的服裝圖片數量，Ii表示訓練集的第i張服裝圖片，φ(Ii)表示Ii的視覺特征向量；W1和W2分別為兩層神經網絡的全連接層的權值；f1表示修正線性單元；λ是權值的正則化系數。
4.根據權利要求1所述的基于零樣本識別的服裝分類方法，其特征在于，步驟1中所述服裝特征包括但不限于服裝的顏色，長短，長袖/短袖，紐扣/拉鏈，領口樣式和衣飾中的一種或多種。
5.根據權利要求1所述的基于零樣本識別的服裝分類方法，其特征在于，所述預訓練的CNN卷積神經網絡為Inception—v5網絡。
6.根據權利要求1所述的基于零樣本識別的服裝分類方法，其特征在于，所述訓練集和測試集的服裝圖片經過預訓練的CNN卷積神經網絡提取的視覺特征向量V為1024維。
7.根據權利要求1所述的基于零樣本識別的服裝分類方法，其特征在于，步驟6中，根據步驟5得到的屬性向量S在測試集中采用KNN算法尋找與其最接近的服裝類別，該最接近的服裝類別即是測試集識別的服裝分類結果。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于成都三零凱天通信實業有限公司，未經成都三零凱天通信實業有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202010255099.5/1.html，轉載請聲明來源鉆瓜專利網。
