[發(fā)明專利]一種基于深度學(xué)習(xí)的服飾解析方法、設(shè)備及存儲(chǔ)介質(zhì)

在審

• 申請?zhí)枺?/td>: 202011437792.0
• 申請日: 2020-12-10
• 公開（公告）號(hào): CN112560637A
• 公開（公告）日: 2021-03-26
• 發(fā)明（設(shè)計(jì)）人: 桂彥;熊達(dá)銘
• 申請（專利權(quán)）人: 長沙理工大學(xué)
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/34;G06K9/46;G06K9/62;G06N20/00
• 代理公司: 廣州嘉權(quán)專利商標(biāo)事務(wù)所有限公司 44205
• 代理人: 鄧建輝

本發(fā)明公開了一種基于深度學(xué)習(xí)的服飾解析方法、設(shè)備及存儲(chǔ)介質(zhì)，方法包括：獲取用于訓(xùn)練的原始圖像，通過姿態(tài)估計(jì)器從原始圖像中采集與每一人體部位相對(duì)應(yīng)的一個(gè)關(guān)鍵點(diǎn)；隨機(jī)采集背景點(diǎn)，將關(guān)鍵點(diǎn)和背景點(diǎn)轉(zhuǎn)換成對(duì)應(yīng)的距離圖；將原始圖像和距離圖輸入至預(yù)設(shè)的區(qū)域級(jí)分割模型中進(jìn)行訓(xùn)練；通過訓(xùn)練完成的區(qū)域級(jí)分割模型對(duì)待解析圖像進(jìn)行處理，得到輸出的服飾解析結(jié)果。通過本發(fā)明得到的服飾解析結(jié)果更加精確且快速；本發(fā)明能夠很好地消除不利因素對(duì)分割的干擾，而且能夠快速且高精度地處理具有復(fù)雜場景的圖像。

技術(shù)領(lǐng)域

本發(fā)明涉及服飾識(shí)別技術(shù)領(lǐng)域，特別涉及一種基于深度學(xué)習(xí)的服飾解析方法、設(shè)備及存儲(chǔ)介質(zhì)。

背景技術(shù)

服飾解析是圖像中人物的像素級(jí)識(shí)別，將人體各部位和服飾衣物進(jìn)行分割歸類，且識(shí)別出人體的臉部、頭發(fā)、上衣、褲子等區(qū)域。服飾解析在諸多領(lǐng)域均有應(yīng)用，如人體外觀轉(zhuǎn)移(human appearance transfer)、行為識(shí)別(behavior recognition)、時(shí)裝合成(fashion synthesis)。基于深度學(xué)習(xí)的服飾解析主要涉及姿態(tài)估計(jì)(Pose Estimation)和語義分割等基礎(chǔ)技術(shù)。卷積神經(jīng)網(wǎng)絡(luò)是服飾解析的核心支撐技術(shù)；語義分割領(lǐng)域相關(guān)技術(shù)為服飾解析提供了重要參考。不同于傳統(tǒng)人體語義分割算法，服飾解析能夠更精細(xì)劃分人體的外觀特征(衣物、四肢等)，比簡單尋找人物輪廓的傳統(tǒng)分割更具有挑戰(zhàn)性。其主流研究思路從兩個(gè)角度展開：一是傳統(tǒng)方法基于概率圖模型的方法和基于結(jié)構(gòu)圖方法模型；二是基于神經(jīng)網(wǎng)絡(luò)的方法，提取關(guān)鍵點(diǎn)信息再服飾解析。通常，不同場景下的圖像可能包含邊界模糊，多人物，前景遮擋，背視圖，頭部缺失和半身圖等復(fù)雜場景，這些不利因素使得現(xiàn)有人體解析方法效率低下以及難以獲得高質(zhì)量的人體解析結(jié)果。

在人體語義分割領(lǐng)域，早期研究主要針對(duì)人體與背景的分割問題，劃分人物與背景。其中，Wu等人(Early Hicrar-Chical Contexts Leamed by Convolutional Networksfor Image Segmentation.ICPR 2014:1538-1543.)對(duì)卷積神經(jīng)網(wǎng)絡(luò)的不同層級(jí)特征融合處理，淺層網(wǎng)絡(luò)描述局部特征信息，深層網(wǎng)絡(luò)捕獲圖像的全局場景特征關(guān)系信息，通過融合不同層級(jí)的特征對(duì)輸入圖像像素分類，完成人體語義分割任務(wù)。Song等人(1000fps HumanSegmentation With Deep Convolutional NeuralNetworks.ACPR 2015:474-478)提出端到端(end-to-end)的卷積神經(jīng)網(wǎng)絡(luò)分割算法，該算法提高了人體圖像語義分割的精度和速度。Long等人(Long J,Shelhamer E,Darrell T.Fully Convolutional Networks forSemantic Segmentation[J].IEEE Transactions on Patterm AnalysisMachineIntelligence,2014,39(4):640-651.)首次提出全卷積網(wǎng)絡(luò)(Fully ConvolutionalNetworks,FCN)的概念，通過將全連接層替換為卷積層的方法，從抽象特征復(fù)原每個(gè)像素得到該像素的具體所屬類別。在全卷積網(wǎng)絡(luò)的推動(dòng)下，服飾解析問題在近期取得巨大的進(jìn)展。