基于深度卷积神经网络的服装属性研究及其应用

《基于深度卷积神经网络的服装属性研究及其应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、．Ｉ．－？，．；：１００３０分类号单位代码密级．：学号：２０１３１２２１４３９挣葦偉先Ｉ玉化采毒＇．，硕±学位论文雜基于深度卷积神经网络的服装属性研究及其应用ＲｅａｓｅａｒｃｈａｎｄＡｐｐｌｉｃａｔｉｏｎｏｆＣｌｏｔｈｉｎｇＡｔｔｒｉｂｕｔｅｓＢａｓｅｄｏｎＤｅｅＣｏｎｖｏｌｕｔｉｏｎａｌＮｅｔｗｏｒｋｐ申请人姓名：厉智指导教师：刘青山教授专业名称：系统科学研究方向：服装分析？信所在学院：息与控制学院二〇—六年五月？■独创性声明本人声明所呈交的论文是我个

2、人在导师指导下进行的研究工作及取得的研究成果。本论文除了文中特别加标注和致谢的内容外，不包含其他人或其他机构己经发表或撰写过的研究成果，也不包含为获得南京信息工程大学或其他教育机构的学位或证书而使用过的材料。其他同志对本研巧所做的贡献均已在论文中作了声明并表示谢意。学位论文作者签名：ｋ；Ｍ＿签字日期关于论文使用授权的说明南京信息工程大学、国家图书馆、中国学术期刊（光盘版）杂志社、中国科学技术信息研究所的《中国学位论文全文数据库》有权保留本人所送交学位论文的复印件和电子文档，可Ｗ采用影印、缩印或其他复制手段保存论文，并通一

3、致过网络向社会提供信息服务。本人电子文档的肉容和纸质论文的内容相。除在保密期内的保密论文外，允许论文被查阅和借阅，可Ｗ公布（包括刊登）论文的全部或部分内容。论文的公布（包括刊登）授权南京信息工程大学研究生院办理。公开□保密（年月）（保密的学位论文在解密后应遵守此协议）学位论文作者签名：ｆｈ％签字日期：謂师签名：獅期：＾目录目录摘要ＩＡｂｓｔｒａｃｔＩＩ一第胃绪论１１．１研究背景１１．２国内外研究现状２１．３论文的主要内容及章节安排４第二章基于服装款式的分类检索模型７２．

4、１基于深度卷积网络学习的衣服分类７２丄１深度学习介绍７２丄２卷积神经网络模型８２．２对比特征提取算法１０２．２．１ＨＯＧ特征１０２．２．２ＳＩＦＴ特征＋ｋｍｅａｎｓ聚类＋ＢＯＷ模型１３２．２．３ＨＳＶ特征１５２．３哈希检索算法１６２．４实验结果１７２．４．１数据集介绍１７２．４．２１８２．４．３服装检索实验结果２０２．４．４实验评价２２２．５本章小结２４第兰章基于服装部件的检测模型２５－３２５．１基于ｆａｓｔｒｃｎｎ的检测模型３丄－１ｆａｓｔｒｃｎｎ

5、介绍２５３－．１．２ｒｃｎｎ服装部件检巧２８基于ｆａｓｔ！｜模型３－ｎｎ的．２基于ｆａｓｔｅｒｒｃ检測３０Ｉ模型３．３实验结果３２３．４本章小结３４第四章基于服装属性的系统应用％４．１基于ｐｃ机客户端的系统设计％４丄１系统设计３６４丄２系统功能３７４．２基于服装部件的实时检测系统４０４．２．１系统设计４０４１．３．２系统效果４南京信息工程大学硕±学位论文￣４．３基于网页端的服装检索系统４２４．３．１网页端检索系统设计４２４．３．２网页端检索系统测试结果４４４．４本

6、章小结４６第五胃结论与展望４７５．１本文的工作内容与创新之处４７５．２今后工作展望４７致谢４９参考文献５０攻读硕击期间完成的科研情况５５摘要摘要一张指定图片上识别衣服的款式服装属性研巧包括在、检测服装部件Ｗ及。由于传统手工特征提取算法的局限性检索相似服装等内容，公开测试的数据库样本少等问题。因此，服装属性研巧在实际应用中的效果面临着巨大的挑战本文提出了基于深度卷积神经网络模型在服装属性方面的研究及应用，具体工作总结如下：基于服装款式的分类检索任务中提出了基于深度卷积神经网络的分类检索模型。

7、首先本文建立千万数量级的ＢＤａｔＣｌｏｔｈｉｎｇ的不同衣服款式的图像数据＿库，通过训练深度卷积神经网络模型，并对数据库测试集验证。提取所有服装数据的卷积特征，利用迭代量化的方法构建哈希索引。实验表明，提出的基于深度卷神经网络的分类方法、卷积特征构建哈希索引的检索方式，在构建的服装数据库上具有分类准、检索快、效果好等特点。基于服装部件的检测模型主要采用区域卷积神经网络的基本思想，采用快－速区域卷积神经网络（ｆａｓｔ－ｒｃｉｍ）与更快区域卷积神经网络（ｆａｓｔｅｒｒｃｎｎ）的基本框架应用在服装部件与人体部件的检测。行人街景照片待检测的任