[發(fā)明專(zhuān)利]一種服飾識(shí)別方法、裝置、終端及存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202210356707.0
• 申請(qǐng)日: 2022-04-06
• 公開(kāi)（公告）號(hào): CN114863404A
• 公開(kāi)（公告）日: 2022-08-05
• 發(fā)明（設(shè)計(jì)）人: 李冠楠
• 申請(qǐng)（專(zhuān)利權(quán)）人: 北京愛(ài)奇藝科技有限公司
• 主分類(lèi)號(hào): G06V20/60
• 分類(lèi)號(hào): G06V20/60;G06V10/40;G06V10/764;G06V10/74;G06V10/82;G06K9/62;G06N3/04;G06N3/08;G06Q30/06
• 代理公司: 北京潤(rùn)澤恒知識(shí)產(chǎn)權(quán)代理有限公司 11319
• 代理人: 呂俊秀

本發(fā)明實(shí)施例提供了一種服飾識(shí)別方法、裝置、終端及存儲(chǔ)介質(zhì)，其中，方法包括：獲取待識(shí)別的服飾圖像，服飾圖像包含待識(shí)別的目標(biāo)服飾；將服飾圖像輸入服飾識(shí)別模型，由服飾識(shí)別模型對(duì)服飾圖像進(jìn)行服飾特征提取，并根據(jù)提取出的服飾特征得到待識(shí)別的目標(biāo)服飾的多種服飾屬性；基于待識(shí)別的目標(biāo)服飾對(duì)應(yīng)的多種服飾屬性，得到待識(shí)別的目標(biāo)服飾的識(shí)別結(jié)果；本發(fā)明實(shí)施例通過(guò)服飾識(shí)別模型對(duì)服飾圖像進(jìn)行特征提取，并根據(jù)提取出的服飾特征得到多種服飾屬性，以基于多種服飾屬性得到服飾的識(shí)別結(jié)果，可以提高服飾識(shí)別結(jié)果的準(zhǔn)確性，在服飾相關(guān)信息推薦的場(chǎng)景中，可以減少推薦結(jié)果與理想推薦結(jié)果的偏差。

技術(shù)領(lǐng)域

本發(fā)明涉及計(jì)算機(jī)技術(shù)領(lǐng)域，特別是涉及一種服飾識(shí)別方法、裝置、終端及存儲(chǔ)介質(zhì)。

背景技術(shù)

服飾是人們?nèi)粘Ｉ钪斜炔豢缮俚奈锲贰ｋS著網(wǎng)絡(luò)購(gòu)物平臺(tái)的出現(xiàn)，人們經(jīng)常在網(wǎng)絡(luò)購(gòu)物平臺(tái)上購(gòu)買(mǎi)服飾，這極大地方便了人們的生活。相關(guān)技術(shù)中，為了進(jìn)一步地為人們提供便利，可以通過(guò)服飾識(shí)別技術(shù)對(duì)人們提供的圖像中的服飾進(jìn)行識(shí)別，為人們提供相關(guān)服飾的信息。

服飾屬性，比如服飾的紋理、材質(zhì)、領(lǐng)型、剪裁版型等，是理解服裝樣式、用于服飾相似度排序的重要信息。現(xiàn)有技術(shù)在進(jìn)行服飾識(shí)別以向用戶推薦相關(guān)信息(例如相似款服飾)的過(guò)程中，通常只考慮單個(gè)服飾屬性，導(dǎo)致推薦結(jié)果與理想偏差較大。

發(fā)明內(nèi)容

本發(fā)明提供一種服飾識(shí)別方法、裝置、終端及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，以便在一定程度上解決現(xiàn)有技術(shù)中服飾識(shí)別準(zhǔn)確率低的問(wèn)題。

依據(jù)本發(fā)明的第一方面，提供了一種服飾識(shí)別方法，所述方法包括：

獲取待識(shí)別的服飾圖像，所述服飾圖像包含待識(shí)別的目標(biāo)服飾；

將所述服飾圖像輸入服飾識(shí)別模型，由所述服飾識(shí)別模型對(duì)所述服飾圖像進(jìn)行服飾特征提取，并根據(jù)提取出的服飾特征得到所述待識(shí)別的目標(biāo)服飾的多種服飾屬性；

基于所述待識(shí)別的目標(biāo)服飾對(duì)應(yīng)的多種服飾屬性，得到所述待識(shí)別的目標(biāo)服飾的識(shí)別結(jié)果。

可選地，在將所述服飾圖像輸入服飾識(shí)別模型，由所述服飾識(shí)別模型對(duì)所述服飾圖像進(jìn)行服飾特征提取，并根據(jù)提取出的服飾特征得到所述目標(biāo)服飾的多種服飾屬性之前，所述方法還包括：

采用用于提取服飾特征的教師模型指導(dǎo)所述服飾識(shí)別模型中用于提取服飾特征的學(xué)生模型進(jìn)行訓(xùn)練，其中，教師模型的參數(shù)數(shù)量大于所述學(xué)生模型的參數(shù)數(shù)量；

根據(jù)所述教師模型基于第一訓(xùn)練圖像輸出的第一服飾特征和所述學(xué)生模型基于所述第一訓(xùn)練圖像輸出的第二服飾特征之間的特征相似性度量，對(duì)所述學(xué)生模型的參數(shù)進(jìn)行修正。

可選地，所述服飾識(shí)別模型包括多個(gè)對(duì)應(yīng)不同服飾屬性的屬性分類(lèi)器，所述將所述服飾圖像輸入服飾識(shí)別模型，由所述服飾識(shí)別模型對(duì)所述服飾圖像進(jìn)行服飾特征提取，并根據(jù)提取出的服飾特征得到所述目標(biāo)服飾的多種服飾屬性，包括：

將所述服飾圖像輸入服飾識(shí)別模型，由所述服飾識(shí)別模型對(duì)所述服飾圖像進(jìn)行服飾特征提取，并將提取出的服飾特征輸入多個(gè)所述屬性分類(lèi)器，以根據(jù)多個(gè)所述屬性分類(lèi)器輸出的屬性標(biāo)簽確定所述目標(biāo)服飾的多種服飾屬性。

可選地，所述在將所述服飾圖像輸入服飾識(shí)別模型，由所述服飾識(shí)別模型對(duì)所述服飾圖像進(jìn)行服飾特征提取，并根據(jù)提取出的服飾特征得到所述目標(biāo)服飾的多種服飾屬性之前，所述方法還包括：

將第二訓(xùn)練圖像的服飾特征輸入所述屬性分類(lèi)器；

根據(jù)所述屬性分類(lèi)器輸出的屬性標(biāo)簽與所述第二訓(xùn)練圖像對(duì)應(yīng)的原始屬性標(biāo)簽之間的損失信息，對(duì)所述屬性分類(lèi)器進(jìn)行訓(xùn)練。

可選地，所述基于所述待識(shí)別的目標(biāo)服飾對(duì)應(yīng)的多種服飾屬性，得到所述待識(shí)別的目標(biāo)服飾的識(shí)別結(jié)果，包括：

將所述多種服飾屬性與預(yù)設(shè)數(shù)據(jù)庫(kù)中的各個(gè)預(yù)設(shè)服飾信息對(duì)應(yīng)的預(yù)設(shè)多種服飾屬性進(jìn)行匹配；