本文選題：服裝主觀風(fēng)格 + 距離度量學(xué)習(xí)　； 參考：《浙江大學(xué)》2016年碩士論文

【摘要】：隨著電子商務(wù)的發(fā)展,如何正確識(shí)別服裝風(fēng)格成為一項(xiàng)意義深遠(yuǎn)的工作。服裝風(fēng)格的準(zhǔn)確識(shí)別可為如下研究提供基礎(chǔ)：自動(dòng)化的服裝標(biāo)注、基于內(nèi)容的服裝檢索、個(gè)性化的服裝推薦、風(fēng)格統(tǒng)一的服裝搭配。而現(xiàn)有服裝風(fēng)格識(shí)別方法主要基于客觀風(fēng)格,較少基于主觀風(fēng)格,且缺乏對(duì)多個(gè)主觀風(fēng)格同時(shí)識(shí)別的工作,因此本文提出一種基于多個(gè)主觀風(fēng)格的服裝識(shí)別方法。我們首先從互聯(lián)網(wǎng)上爬取多張帶有多個(gè)主觀風(fēng)格的服裝圖片及其主、客觀風(fēng)格信息；然后對(duì)這些圖片進(jìn)行姿勢(shì)估計(jì)和特征提��；其次為了能夠得到更有區(qū)分度的特征,我們提出一種多標(biāo)簽距離度量學(xué)習(xí)模型,并將該模型運(yùn)用到已獲得的特征上,得到新的距離度量學(xué)習(xí)特征。之后為了進(jìn)一步提高服裝主觀風(fēng)格的識(shí)別效果,我們結(jié)合服裝圖片的客觀風(fēng)格文本描述信息,將已有的單標(biāo)簽多視圖學(xué)習(xí)模型改進(jìn)成為多標(biāo)簽多視圖學(xué)習(xí)模型,得到多視圖學(xué)習(xí)的新特征。最后對(duì)多視圖學(xué)習(xí)特征集進(jìn)行多標(biāo)簽分類,得到服裝多個(gè)主觀風(fēng)格的識(shí)別結(jié)果。實(shí)驗(yàn)結(jié)果表明,本文提出的基于距離度量學(xué)習(xí)和多視圖學(xué)習(xí)的服裝主觀風(fēng)格識(shí)別方法可以有效地識(shí)別服裝主觀風(fēng)格。
[Abstract]:With the development of e-commerce, how to correctly identify clothing style has become a far-reaching work. The accurate identification of clothing style can provide the basis for the following research: automatic clothing labeling, content based clothing retrieval, personalized clothing recommendation, uniform style of clothing collocation. However, the existing fashion style recognition methods are mainly based on objective style, less on subjective style, and lack of recognition of multiple subjective styles at the same time. Therefore, this paper proposes a multi-subjective style based clothing recognition method. First, we crawl a number of clothing images with multiple subjective styles and their subjective and objective style information from the Internet; then we estimate the posture of these images and extract the features; secondly, we can get more differentiated features. We propose a multi-label distance metric learning model and apply the model to the acquired features to obtain a new distance metric learning feature. Then, in order to improve the recognition effect of clothing subjective style, we improve the existing single-label multi-view learning model into multi-label multi-view learning model by combining the objective style text description information of clothing image. A new feature of multi-view learning is obtained. Finally, multi-view learning feature sets are classified by multi-label classification, and the recognition results of multiple subjective styles of clothing are obtained. The experimental results show that the proposed method based on distance metric learning and multi-view learning can effectively identify the clothing subjective style.
【學(xué)位授予單位】：浙江大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TS941.2

【相似文獻(xiàn)】

相關(guān)期刊論文 前4條

1 毋濤;姜壽山;;BOM多視圖及其轉(zhuǎn)換(英文)[J];陜西科技大學(xué)學(xué)報(bào);2006年04期

2 孫祥娥,劉益成;多視圖類多文檔模板在VC++中的實(shí)現(xiàn)[J];石油儀器;2000年02期

3 毋濤;姜壽山;陳永當(dāng);張建華;;基于擴(kuò)展Gozintograph的BOM多視圖研究[J];重型機(jī)械;2006年04期

4 ;[J];;年期

相關(guān)會(huì)議論文 前3條

1 張秀芬;裴承慧;胡志勇;;在OpenGL中實(shí)現(xiàn)多視圖表示[A];第十四屆全國(guó)圖學(xué)教育研討會(huì)暨第六屆制圖CAI課件演示交流會(huì)論文集（下冊(cè)）[C];2004年

2 趙旭;劉克;吳威;;多視圖三維重建技術(shù)和不確定問(wèn)題[A];第八屆中國(guó)不確定系統(tǒng)年會(huì)論文集[C];2010年

3 張巖;楊冬青;唐世渭;;Web倉(cāng)儲(chǔ)中的多視圖一致性維護(hù)[A];第十九屆全國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2002年

相關(guān)博士學(xué)位論文 前8條

1 楊琬琪;多視圖特征選擇與降維方法及其應(yīng)用研究[D];南京大學(xué);2015年

2 錢強(qiáng);復(fù)雜場(chǎng)景下的多視圖學(xué)習(xí)方法研究[D];南京航空航天大學(xué);2013年

3 田文;多視圖圖像的快速三維場(chǎng)景重建[D];華中科技大學(xué);2010年

4 徐帆;無(wú)組織多視圖圖像的自動(dòng)化三維場(chǎng)景重建[D];華中科技大學(xué);2007年

5 周旭東;基于不同多視圖數(shù)據(jù)場(chǎng)景的典型相關(guān)分析研究和應(yīng)用[D];南京航空航天大學(xué);2013年

6 段春梅;基于多視圖的三維模型重建方法研究[D];山東大學(xué);2009年

7 陳斌;異常檢測(cè)方法及其關(guān)鍵技術(shù)研究[D];南京航空航天大學(xué);2013年

8 李靜;基于多視圖的三維景物重建技術(shù)研究[D];廣東工業(yè)大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 周艷杰;基于多視圖的交互式機(jī)械建模[D];鄭州大學(xué);2015年

2 洪鑫;基于多視圖哈希的圖書推薦系統(tǒng)的研究與實(shí)現(xiàn)[D];浙江大學(xué);2015年

3 龍躍;基于產(chǎn)品BOM的多視圖應(yīng)用及實(shí)現(xiàn)[D];電子科技大學(xué);2014年

4 王世佳;RF數(shù)據(jù)記錄系統(tǒng)的重放軟件設(shè)計(jì)[D];電子科技大學(xué);2014年

5 王家亮;基于片元多視圖重建在未標(biāo)定序列圖像重建上的應(yīng)用[D];東北大學(xué);2014年

6 陶萌;基于語(yǔ)義元的產(chǎn)品信息多視圖語(yǔ)義研究[D];浙江工業(yè)大學(xué);2015年

7 賈超;基于多視圖的瓦當(dāng)三維模型重建的研究與實(shí)現(xiàn)[D];西北大學(xué);2015年

8 吳珊珊;基于多視圖稀疏嵌入分析的識(shí)別算法研究[D];南京郵電大學(xué);2015年

9 高珊;基于距離度量學(xué)習(xí)和多視圖學(xué)習(xí)的服裝主觀風(fēng)格識(shí)別方法[D];浙江大學(xué);2016年

10 金登科;基于多視圖錨點(diǎn)圖哈希技術(shù)的推薦算法研究[D];浙江大學(xué);2016年

，

本文編號(hào)：2109026