基于深度神經(jīng)網(wǎng)絡(luò)的同款服裝檢索系統(tǒng).pdf

1、服裝圖像檢索是圖像檢索領(lǐng)域中一個極為貼近日常應(yīng)用的分支，其重要性隨著電子商務(wù)的快速普及而日益增加。具體來說，一個服裝檢索系統(tǒng)會根據(jù)用戶拍照或者上傳的圖片，從海量商品庫里檢索相同或者相似服裝商品并推薦給用戶。其主要難點在于作為查詢的服裝圖像和圖像庫中的服裝圖像一般有較大的差異，包括光照、姿態(tài)、尺度大小、遮擋等。在這一非常具有挑戰(zhàn)性的任務(wù)中，傳統(tǒng)的基于手工設(shè)計特征的圖像檢索算法常常無法獲得很好的效果。為此，本文應(yīng)用了近年來在各種圖像識別任務(wù)

2、中獲得巨大成功的深度學習技術(shù)，并根據(jù)服裝識別這一特定任務(wù)設(shè)計了相應(yīng)算法。本文主要完成了以下工作：
　　1.因為深度學習可以針對新的應(yīng)用從訓(xùn)練數(shù)據(jù)中學習得到新的有效的特征表示，本文構(gòu)建了一個大型的服裝數(shù)據(jù)庫(包含約80萬張帶有商品標注的圖像)來訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)。實驗證明使用目標訓(xùn)練集訓(xùn)練后的深度神經(jīng)網(wǎng)絡(luò)提取的特征可更加準確并魯棒地表述在多種因素影響下的服裝圖片。
　　2.以上述得到的表述服裝普適特征的神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)，本文進一步

3、提出了一種將服裝圖像的深度學習特征和顏色語義特征相結(jié)合的方式來進行服裝圖像檢索。實驗證明這種方法在服裝圖像檢索中的準確率明顯高于基于傳統(tǒng)手工設(shè)計特征的圖像檢索方法。
　　3.本文將上述算法運用到現(xiàn)實的應(yīng)用場景中，實現(xiàn)了視頻中同款服裝的關(guān)聯(lián)系統(tǒng)。在視頻播放時，該系統(tǒng)會實時動態(tài)地推送視頻中出現(xiàn)的服裝商品來引導(dǎo)感興趣的用戶了解和購買相關(guān)商品。
　　本文針對服裝檢索的實際應(yīng)用，提出了具體可行的基于深度神經(jīng)網(wǎng)絡(luò)的實現(xiàn)方法，具有較高的實