近年來(lái)隨著電子商務(wù)的快速發(fā)展,虛擬試衣、衣物推薦、以及基于圖片的衣物檢索等逐漸具有廣泛的應(yīng)用需求。這些應(yīng)用中的一個(gè)關(guān)鍵的問(wèn)題是衣物的識(shí)別與解析,即實(shí)現(xiàn)圖片級(jí)別和像素級(jí)別的衣物標(biāo)注。現(xiàn)實(shí)中的衣物圖片背景復(fù)雜、圖片中的人體姿勢(shì)各異、衣服形狀款式多樣,同時(shí)帶標(biāo)簽數(shù)據(jù)集有限,使得衣物識(shí)別及衣物解析變得十分困難、現(xiàn)有的模型性能普遍不理想。為此,本文主要針對(duì)圖片中衣物類別的相關(guān)特性以及影響衣物解析性能關(guān)鍵因素進(jìn)行深入研究,提出了衣物識(shí)別和解析的改進(jìn)算法。具體工作包括：（1）圖片層面上的衣物識(shí)別,即針對(duì)衣物圖像進(jìn)行衣物類別的標(biāo)注。目前主流的衣物識(shí)別算法都使用單一任務(wù)模型訓(xùn)練衣物分類器,沒(méi)有考慮衣物類別之間的共現(xiàn)關(guān)系。即便有部分工作考慮了這一關(guān)系,其模型也不利于之后的特征選擇。針對(duì)這一問(wèn)題,本文將衣物共現(xiàn)約束項(xiàng)加入到多任務(wù)學(xué)習(xí)的目標(biāo)函數(shù)中,以擬合衣物類別之間的關(guān)系。實(shí)驗(yàn)證明,加入衣物共現(xiàn)約束項(xiàng)的平均性能優(yōu)于單一任務(wù)學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)以及傳統(tǒng)的多任務(wù)學(xué)習(xí)等方法,其訓(xùn)練結(jié)果便于可視化,可用于特征選擇。（2）像素層面上的衣物解析,即對(duì)一張圖像中不同區(qū)域標(biāo)注具體的衣物標(biāo)簽。首先,雖然目前大部分主流模型都有考慮人體... 

【文章來(lái)源】：廣東工業(yè)大學(xué)廣東省

【文章頁(yè)數(shù)】：81 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 論文主要內(nèi)容
    1.4 論文組織架構(gòu)
第二章 總體框架及相關(guān)工作
    2.1 總體框架
        2.1.1 衣物識(shí)別模型的總體框架
        2.1.2 衣物解析模型的總體框架
        2.1.3 衣物識(shí)別與解析模型的關(guān)系
    2.2 人體姿勢(shì)估計(jì)及部位識(shí)別
    2.3 感知?dú)w類
    2.4 多任務(wù)學(xué)習(xí)
        2.4.1 基于范式正則化的多任務(wù)學(xué)習(xí)
    2.5 針對(duì)普遍圖模型的結(jié)構(gòu)性預(yù)測(cè)模型
        2.5.1 基于隱變量的損失最小化
        2.5.2 含隱藏變量結(jié)構(gòu)化損失最小化的近似求解法
        2.5.3 信息傳遞算法
    2.6 本章小結(jié)
第三章 結(jié)合加入衣物共現(xiàn)限制項(xiàng)的多任務(wù)學(xué)習(xí)的衣物識(shí)別
    3.1 人體姿勢(shì)識(shí)別及人體部位識(shí)別
    3.2 特征提取
    3.3 加入衣物共現(xiàn)限制項(xiàng)的衣物分類模型
    3.4 加入衣物共現(xiàn)限制項(xiàng)的最優(yōu)問(wèn)題求解
    3.5 本章小結(jié)
第四章 基于多任務(wù)學(xué)習(xí)與感知?dú)w類的衣物解析
    4.1 基本的衣物解析模型
        4.1.1 衣物解析模型中的勢(shì)函數(shù)
        4.1.2 基本衣物解析的整體模型
    4.2 感知組織
        4.2.1 輪廓對(duì)齊損失項(xiàng)
        4.2.2 衣物區(qū)域的對(duì)稱性
    4.3 基于多任務(wù)學(xué)習(xí)與知覺(jué)感知的衣物解析模型
        4.3.1 融合多任務(wù)學(xué)習(xí)的一元?jiǎng)莺瘮?shù)
        4.3.2 體現(xiàn)衣物對(duì)稱性的二元?jiǎng)莺瘮?shù)
        4.3.3 加入輪廓對(duì)齊代價(jià)函數(shù)的解析模型
        4.3.4 基于多任務(wù)學(xué)習(xí)與感知組織的整體衣物解析模型
        4.3.5 衣物解析模型的求解
    4.6 本章小結(jié)
第五章 實(shí)驗(yàn)結(jié)果與分析
    5.1 衣物類別/屬性識(shí)別
        5.1.1 數(shù)據(jù)集說(shuō)明
        5.1.2 衣服類別分類器
        5.1.3 衣服屬性分類器
        5.1.4 結(jié)果分析
            5.1.4.1 衣服類別分類器
            5.1.4.2 衣服屬性分類器
            5.1.4.3 通過(guò)分析多任務(wù)學(xué)習(xí)權(quán)重對(duì)特征貢獻(xiàn)進(jìn)行分析
    5.2 衣物解析
        5.2.1 數(shù)據(jù)集說(shuō)明
        5.2.2 衣物解析實(shí)驗(yàn)說(shuō)明
        5.2.3 評(píng)價(jià)指標(biāo)
        5.2.4 實(shí)驗(yàn)結(jié)果與分析
    5.3 本章小結(jié)
總結(jié)和展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)論文
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于衣物共現(xiàn)信息與多任務(wù)學(xué)習(xí)的衣物識(shí)別[J]. 郝志峰,凌穗誼,溫雯,蔡瑞初,袁暢.  模式識(shí)別與人工智能. 2016(06)
[2]基于姿勢(shì)估計(jì)與顯著性目標(biāo)檢測(cè)的衣物提取算法[J]. 何妮,趙波.  計(jì)算機(jī)應(yīng)用. 2014(12)
[3]感知?dú)w類在目標(biāo)識(shí)別中的應(yīng)用研究[J]. 魏麗,吳中福,李云,古毅.  計(jì)算機(jī)科學(xué). 2006(05)



本文編號(hào)：3495625