本发明公开了一种基于深度卷积神经网络的服装属性检索方法,包括:采用快速的基于区域的卷积神经网络对输入图像进行人像检测;使用预训练的深度卷积神经网络进行属性特征提取,并保留最后池化层的特征;通过共享层连接最后池化层保留的特征,并融合所有属性的特征信息;建立属性树,将服装属性进行分类,将共享层按照分类进行分支,每个属性分支用于一组相关属性预测;将属性分支的输出串联叠加,进行归一化,通过局部敏感哈希法进行相似度衡量,得出结果。可以将服装属性的特征描述用于部分服装属性检测,可显著提高服装属性预测的准确率。
本发明公开了一种基于深度卷积神经网络的服装属性检索方法,包括:采用快速的基于区域的卷积神经网络对输入图像进行人像检测;使用预训练的深度卷积神经网络进行属性特征提取,并保留最后池化层的特征;通过共享层连接最后池化层保留的特征,并融合所有属性的特征信息;建立属性树,将服装属性进行分类,将共享层按照分类进行分支,每个属性分支用于一组相关属性预测;将属性分支的输出串联叠加,进行归一化,通过局部敏感哈希法进行相似度衡量,得出结果。可以将服装属性的特征描述用于部分服装属性检测,可显著提高服装属性预测的准确率。
商品类型 | 专利 | 申请号 | CN201710456031.1 | IPC分类号 | |
专利类型 | 发明 | 法律状态 | 有权 | 技术领域 | |
交易方式 | 技术转让 | 专利状态 | 已授权 | 专利权人 | |