基于服裝要素的圖像檢索技術(shù)研究.pdf

1、當(dāng)今，網(wǎng)絡(luò)化的商品銷售行為越來(lái)越成為主流，服裝網(wǎng)上購(gòu)買也成為趨勢(shì)。服裝因款式、面料風(fēng)格、價(jià)格品牌等多樣性，給用戶線上挑選心儀服裝造成了很大的時(shí)間開(kāi)銷。僅限于文本檢索的服裝購(gòu)物無(wú)法滿足用戶需求，因此，基于內(nèi)容的圖像檢索CBIR(Content-based image retrieval)在服裝銷售檢索中占據(jù)很重要的地位，同時(shí)也得到了快速的發(fā)展。
　　本文研究的對(duì)象是基于服裝要素的圖像檢索系統(tǒng)技術(shù)。服裝有三個(gè)基本要素:服裝面料、服裝款

2、式和服裝顏色。按照購(gòu)物網(wǎng)站上推薦的熱門檢索詞:皮衣、流蘇連衣裙、大毛領(lǐng)羽絨服、百褶裙等也可歸屬上述三個(gè)基本要素?；诨疽匾约熬W(wǎng)站檢索形態(tài)，本文工作主要在服裝面料識(shí)別以及服裝款式的匹配識(shí)別方面，主要研究工作以及取得的成效如下:
　　1.提出了改進(jìn)的Tamura算法與決策樹(shù)模型服裝面料識(shí)別算法。針對(duì)服裝面料的肌理、織物編織以及顏色等特點(diǎn)，綜合運(yùn)用了粗糙度、方向度、對(duì)比度以及顏色圖像特征描述面料，構(gòu)建了不同特征隸屬類別的決策樹(shù)，達(dá)到

3、了服裝面料的分類決策的目的。實(shí)驗(yàn)結(jié)果表明本文提出的方法在解決面料識(shí)別上具有較好的針對(duì)性，獲得較高的識(shí)別率。
　　2.基于HOG算法與SVM分類器提出了改進(jìn)的服裝款式識(shí)別算法。針對(duì)服裝款式復(fù)雜多樣、服裝照片背景干擾多以及服裝局部要素突顯的特點(diǎn)，將服裝的部分區(qū)域裁剪為關(guān)注的ROI區(qū)域，本文選擇了兩類ROI區(qū)域——衣領(lǐng)和其他要素，通過(guò)對(duì)大量的ROI區(qū)域的特征訓(xùn)練學(xué)習(xí)，經(jīng)SVM訓(xùn)練生成兩種不同服裝對(duì)象的兩個(gè)分類器，實(shí)現(xiàn)對(duì)服裝款式ROI區(qū)域