[發明專利]服裝風格識別方法、裝置、電子設備及存儲介質

在審

• 申請號: 202010548265.0
• 申請日: 2020-06-16
• 公開（公告）號: CN111680760A
• 公開（公告）日: 2020-09-18
• 發明（設計）人: 黃靜華;劉瑞祥;張敬尊;劉曉曉
• 申請（專利權）人: 北京聯合大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04
• 代理公司: 北京融智邦達知識產權代理事務所(普通合伙) 11885
• 代理人: 吳強

本發明提供了一種服裝風格識別方法、裝置、電子設備及存儲介質。該服裝風格識別方法包括：構建服裝風格識別模型；訓練所述服裝風格識別模型；利用訓練好的服裝風格識別模型識別圖像中的服裝風格。本發明提供的服裝風格識別方法，通過對VGG?19網絡模型進行結構上的改造并引入了空間金字塔池化層，得到了服裝風格識別模型，該模型可以使用任意尺寸的圖像進行訓練，該模型在輸入上的約束少，通過對該模型的訓練，使該模型對服裝分類任務有較好的泛化能力，通過訓練后的該模型對服裝風格識別的準確率更高。

技術領域

本發明涉及圖像處理技術領域，尤其是涉及一種服裝風格識別方法、裝置、電子設備及存儲介質。

背景技術

目前，服裝推薦系統可以根據用戶的體貌特征計算出適合該用戶的穿衣風格，并根據所得服裝風格進行服裝的個性化推薦。經由人工對服裝的屬性標注的方式費事費力且主觀性較強。為了解決這一問題，計算機領域常采用圖像識別算法對服裝圖像進行處理，經模式識別算法得到服裝屬性標簽。常用的圖像識別方法有：貝葉斯分類法、模版匹配法等。然而，現有技術的服裝風格識別技術方案都存在各種明顯的缺陷。例如，由人工進行特征工程可能遺漏關鍵特征，對分類效果產生負面影響。貝葉斯分類法假設一個屬性值對給定類的影響獨立于其它屬性的值，但這種假設在服裝圖像風格的判定中很難成立。例如，服裝的色彩屬性和圖案屬性都對服裝風格有著重大影響，而色彩包括服裝的主流色和圖案的花色，兩者并不完全獨立。模板匹配法則要求原圖像中的匹配目標不能發生旋轉或大小變化，對輸入的目標圖像有著很高的要求，缺乏靈活性。

發明內容

本發明的目的在于提供一種服裝風格識別方法、裝置、電子設備及存儲介質。

根據本申請實施例的一個方面，提供了一種服裝風格識別方法，包括：

構建服裝風格識別模型；

訓練所述服裝風格識別模型；

利用訓練好的服裝風格識別模型識別圖像中的服裝風格。

進一步地，所述構建服裝風格識別模型，包括：

在VGG-19網絡模型基礎上，將全連接層的個數修改設置為1個；

在所述全連接層前引入空間金字塔池化層；

將所述全連接層的輸出層神經元數量設定為6個。

進一步地，所述訓練所述服裝風格識別模型，包括：

構建訓練數據集；

對所述訓練數據集中的圖像的服裝風格進行標注；

利用完成標注的訓練數據集訓練所述服裝風格識別模型。

進一步地，在所述利用訓練好的服裝風格識別模型識別圖像中的服裝風格之前，所述方法還包括：

利用測試數據集測試訓練完成的服裝風格識別模型；

若測試結果達到指標閾值，則確定所述訓練完成的服裝風格識別模型為所述訓練好的服裝風格識別模型；

否則，轉向所述訓練所述服裝風格識別模型。

進一步地，所述利用訓練好的服裝風格識別模型識別圖像中的服裝風格，包括：

將所述圖像輸入所述訓練好的服裝風格識別模型，通過所述訓練好的服裝風格識別模型使用卷積-池化操作提取特征圖像；

在經過5輪連續的卷積-池化操作后，空間金字塔池化層將所得到的特征圖像進行空間金字塔池化，得到一個固定尺寸的特征向量；

通過全連接層和softmax函數，在預訓練好的連接權的作用下通過特征向量計算出分類結果。