基于深度卷积神经网络的服装分类算法研究

《基于深度卷积神经网络的服装分类算法研究》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、分类号ＴＰ３０２．１学号１４０６３１１３ＵＤＣ密级公开工程硕士学位论文基于深度卷积神经网络的服装分类算法研宄硕士生姓名学科专业软件工程研究方向模式识别指导教师窦勇研究员国防科学技术大学研究生院二〇一六年十一月国防科学技术大学研宄生院硕士学位论文ＲｅｓｅａｒｃｈｏｎＣｏｎｖｏｌｕｔｉｏｎＮｅｕｒａｌＮｅｔｗｏｒｋＦｏｒＣｌｏｔｈｉｎＣｌａｓｓｉｆｉｃａｔｉｏｎｇＣａｎｄｉｄａｔｅ：ＷａｎｇＨｕａｎＳｕｐｅ

2、ｒｖｉｓｏｒ：Ｐｒｏｆ．ＤｏｕＹｏｎｇＡｔｈｅｓｉｓＳｕｂｍｉｔｔｅｄｉｎａｒｔｉａｌｆｕｌｆｉｌｌｍｅｎｔｏｆｔｈｅｒｅｕｉｒｅｍｅｎｔｓｐｑｆｏｒｔｈｅｄｅｇｒｅｅｏｆＭａｓｔｅｒｏｆＥｎｇｉｎｅｅｒｉｎｇｉｎＳｏｆｔｗａｒｅＥｎｇｉｎｅｅｒｉｎｇＧｒａｄｕａｔｅＳｃｈｏｏｌｏｆＮａｔｉｏｎａｌＵｎｉｖｅｒｓｉｔｙｏｆＤｅｆｅｎｓｅＴｅｃｈｎｏｌｏｇｙＣｈａｎｇｓｈａ，Ｈｕｎａｎ，Ｐ．Ｒ．ＣｈｉｎａＮｏｖｅｍｂｅｒ，２０１

3、６ＩＩ独创性声明本人声明所呈交的学位论文是我本人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表和撰写过的研究成果，也不包含为获得国．防科学技术大学或其它一教育机构的学位或证书而使用过的材料。与我同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。学位论文题目：基于深度卷积神经网络的服装分类算法研究义王＾—＂学位论文作者签名：日期：年月４日学位论文版权使用授权书本人完全了解

4、国防科学技术大学有关保留、使用学位论文的规定。本人授权国防科学技术大学可以保留并向国家有关部门或机构送交论文的复印件和电子＝文档，允许论文被查阅和借阅；可以将学位论文的全部或部分内容编入有关数据＼库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。（保密学位论文在解密后适用本授权书。）：基于深度卷积神经网络的服装分类算法研究学位论文题目—是丈曰＂学位论文作者签名：期：年月糾日作者指导教师签名：多Ｉ日期：沪年Ｉ丨月ｙ日国防科学技术大学研宄生院硕士学位论文

5、目录ｍｗｉＡｂｓｔｒａｃｔｉｉ一第章绪论１１．１课题研宄背景１１１．１．１人脸检测技术１．１．２图像分割技术２１１３３．．深度网络进行图像分类研宄现状１．２课题研宄内容４１３论文结构５．第二章基于ＤｅｎｓｅＳＩＦＴ和ＳＶＭ人头检测技术６２６．１ＤｅｎｓｅＳＩＦＴ图像特征介绍２．１．１ＳＩＦＴ特征原理及缺陷６２１２ＤｅｎＦＴＩＴＦ９．．ｓｅＳＩ对Ｓ的改进以及不２．２人物检测相关方法及存在的问题１０２３ＤＩ

6、ＦＴ１０．基于ｅｎｓｅＳ特征的人物检测２．３．１ＤｅｎｓｅＳＩＦＴ特征提取１１２３２构１１．．建字典２．３．３计算统计直方图１３２．３．４ＳＶＭ训练检测模型１３２．４实验结果分析１５２．５本章小结１９第三章人物衣服分割方法２０３．１图像分割算法介绍２０３１１２０．．基于区域的图像分割３．１．２基于边缘提取的图像分割２１３１３２５．．不同边缘算子间的性能比较３．２基于先验经验和Ｃａｎｎｙ边缘检测的服装分离方法２６３．３

7、实验结果及分析２７３．４本章小结３０第四章基于卷积神经网络的人物服装分类３１ｎ国防科学技术大学研宄生院硕士学位论文４．１卷积神经网络介绍３１４．１．１卷积神经网络的层级特性３２４．１．２卷积神经网络架构３４４．１．３反向传播算法３５４．２基于ＣＮＮ的人物服装分类算法３６４．２．１物服装数据集３６４．２．２卷积网络实现服装分类３７４３实验结果及其分析３９．４．３．１基于ＣＮＮ网络的服装分类实验３９４．３．２网络不同层的学习能力

8、分析４１４．３．３不同ＣＮＮ网络结构的对比４１４．４特征融合探索实验４３４．４．１常用的形状特征提取方法４３４．４．２信息增益４５４４３Ｈｕ不变矩与ＣＮＮ特征融合４６．．４．５本章总结４８第五章本文总结及展望４９５．１本文工作总结４９５．２研宄展望５０＾ｉｌｌ５１２参考文献５作者在学期间取得的学术成果