10.3969/j.issn.2095-2163.2020.10.005
跨场景时尚图像的在线提取
随着智能手机的普及,人们可以随时随地购物,但基于关键字的搜索很难准确检索特定服装款式.当看到想要的物品时,基于内容的在线检索方法可以在不知道确切的文本描述的情况下带来极大的便利性.然而,由于购物网站的图片是在专业的灯光、场景布局下拍摄的,而实时图像在背景、灯光等方面都有所不同,这使得最相似的物品很难匹配.如何在不同的拍摄角度下减少背景噪声干扰,获得准确率的检索结果是一个挑战.目前大规模的时尚图像数据集很容易获取图像特征,机器学习方法可以对数据进行预处理,消除背景干扰,提高不同角度下的检索精度.由于跨场景的不确定性,本文首先使用目标检测算法目标定位,找出需要检索的目标商品,再进行图片分割;其次,使用卷积神经网络对图片进行特征提取;最后,在图片数据库中找出与其最相似的数据图片.本文提出的不同的检索方式可以满足不同用户的不同需求,给予用户更好的体验.
跨场景、时尚图像、机器学习、特征提取、目标检测
10
TP181(自动化基础理论)
2021-03-23（万方平台首次上网日期，不代表论文的发表时间）
共5页
14-18
