【摘要】：隨著信息時代的到來,時尚品牌的服裝網(wǎng)站服裝圖像數(shù)量劇增,出現(xiàn)了許多款式多樣、沒有分類明確的服裝圖像,導(dǎo)致服裝工作者能夠挑選出適用的、滿足設(shè)計需求、給自己創(chuàng)作帶來靈感的設(shè)計花費(fèi)的時間和精力越來越多。服裝相關(guān)工作者如何從海量的服裝圖像庫中快速準(zhǔn)確得檢索到自己滿意的圖像是目前的一個熱點(diǎn)研究領(lǐng)域。由于服裝圖像底層視覺特征和高層語義概念之間普遍存在理解偏差,人工標(biāo)注服裝圖像已經(jīng)難以滿足用戶需求,為了更好的實(shí)現(xiàn)服裝圖像檢索技術(shù),服裝圖像自動語義標(biāo)注越來越占據(jù)著舉足輕重的作用。服裝圖像自動標(biāo)注技術(shù)中,采用訓(xùn)練好的分類器模型為底層視覺特征和高層語義概念建立聯(lián)系,待標(biāo)注服裝圖像則可根據(jù)建立好的聯(lián)系模型實(shí)現(xiàn)服裝圖像的自動標(biāo)注。本文圍繞分類器模型技術(shù),對服裝圖像自動標(biāo)注及其相關(guān)技術(shù)進(jìn)行了研究,主要包括顏色特征和紋理特征兩方面的視覺特征的提取和算法描述,將提取的視覺特征歸并融合為一個綜合特征向量作為實(shí)驗(yàn)數(shù)據(jù)。然后通過研究支持向量機(jī)的原理和技術(shù),并且在大量實(shí)驗(yàn)的基礎(chǔ)上,提出了一種基于多核SVM服裝圖像自動標(biāo)注方法,并結(jié)合交叉驗(yàn)證法調(diào)優(yōu)參數(shù),實(shí)現(xiàn)了一個基于SVM的服裝圖像分類和標(biāo)注系統(tǒng),此系統(tǒng)明顯提高了服裝圖像自動標(biāo)注的準(zhǔn)確率。
[Abstract]:With the advent of the information age, the number of clothing images on fashion brands' clothing website has increased dramatically, and many fashion images have appeared in various styles, without a clear classification of clothing images, leading to the clothing workers to be able to select suitable clothing images to meet the design needs. More and more time and energy is spent on the design that inspires you. How to retrieve their satisfied images quickly and accurately from a large amount of clothing image database is a hot research field. Because there is a general understanding deviation between the low-level visual features of clothing images and high-level semantic concepts, manual tagging of clothing images has been difficult to meet the needs of users, in order to better achieve clothing image retrieval technology. Automatic semantic tagging of clothing images is playing a more and more important role. In the automatic tagging technology of clothing image, the trained classifier model is used to establish the connection between the underlying visual feature and the high-level semantic concept, and the garment image to be tagged can be automatically tagged according to the established contact model. Based on classifier model technology, this paper studies the automatic tagging of clothing image and its related techniques, mainly including the extraction of visual features and the description of algorithm from two aspects: color feature and texture feature. The extracted visual features are merged into a synthetic feature vector as experimental data. Then, by studying the principle and technology of support vector machine, and on the basis of a lot of experiments, this paper proposes an automatic tagging method based on multi-core SVM, and adjusts the parameters with cross-validation method. A clothing image classification and tagging system based on SVM is implemented, which improves the accuracy of automatic garment image tagging.
【學(xué)位授予單位】：北京服裝學(xué)院
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TP391.41;TS941.2

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 國偉;楊斌;亓文法;儲曉剛;;圖像浮雕算法及其在防偽印刷中的應(yīng)用[J];中國印刷與包裝研究;2011年01期

2 曹倩;;印前圖像去網(wǎng)處理[J];廣東印刷;2012年05期

3 孫繼平;陳偉;王福增;唐亮;馬鳳英;李郴;;礦井監(jiān)控圖像中空列車的識別[J];中國礦業(yè)大學(xué)學(xué)報;2007年05期

4 張琳,岑豫皖,杜培明;一種基于邊緣與分區(qū)的棒材端面圖像的分割方法[J];安徽工業(yè)大學(xué)學(xué)報(自然科學(xué)版);2004年01期

5 陳瑛;;淺談Photoshop摳圖技法[J];武漢工程職業(yè)技術(shù)學(xué)院學(xué)報;2011年03期

6 楊永;趙玉珍;;一種圖像邊緣保持的去噪平滑算法[J];大慶石油學(xué)院學(xué)報;2008年05期

7 辛穎;薛偉;;貯木場原木楞堆圖像計數(shù)技術(shù)[J];林業(yè)機(jī)械與木工設(shè)備;2008年04期

8 程聰;戴朝輝;;基于視覺注意的圖像感興趣區(qū)域分割算法[J];鄭州輕工業(yè)學(xué)院學(xué)報(自然科學(xué)版);2011年02期

9 宋德瑞;許自舟;張云;許道艷;;示蹤因子凝膠圖像邊緣識別算法研究[J];海洋環(huán)境科學(xué);2010年06期

10 劉峰;黃玉;;“去霧技術(shù)”讓監(jiān)控不再“霧里看花”[J];中國安防;2014年06期

相關(guān)會議論文 前10條

1 陸成剛;陳剛;張但;閔春燕;;圖像邊緣的優(yōu)化模型[A];'2002系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)論文集（第四卷）[C];2002年

2 王偉凝;余英林;張劍超;;圖像的動感特征分析[A];第一屆中國情感計算及智能交互學(xué)術(shù)會議論文集[C];2003年

3 韓焱;王明泉;宋樹爭;;工業(yè)射線圖像的退化與恢復(fù)方法[A];新世紀(jì) 新機(jī)遇 新挑戰(zhàn)——知識創(chuàng)新和高新技術(shù)產(chǎn)業(yè)發(fā)展（下冊）[C];2001年

4 王強(qiáng);王風(fēng);;一種保持圖像幾何特征的去噪模型[A];中國通信學(xué)會第五屆學(xué)術(shù)年會論文集[C];2008年

5 王培珍;楊維翰;陳維南;;圖像邊緣信息的融合方案研究[A];中國圖象圖形學(xué)會第十屆全國圖像圖形學(xué)術(shù)會議（CIG’2001）和第一屆全國虛擬現(xiàn)實(shí)技術(shù)研討會（CVR’2001）論文集[C];2001年

6 李大鵬;禹晶;肖創(chuàng)柏;;圖像去霧的無參考客觀質(zhì)量評測方法[A];第十五屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2010年

7 孟晉麗;張毅;金林;;圖像中混合噪聲的小波域?yàn)V除方法[A];2007'儀表，自動化及先進(jìn)集成技術(shù)大會論文集（一）[C];2007年

8 漆琳智;張超;吳向陽;;引導(dǎo)濾波的單幅圖像前景精確提取[A];浙江省電子學(xué)會2013學(xué)術(shù)年會論文集[C];2013年

9 張明慧;;基于模糊蒙片算法的CR圖像邊緣增強(qiáng)[A];第六屆全國信息獲取與處理學(xué)術(shù)會議論文集（1）[C];2008年

10 王亮亮;李明;高昕;;強(qiáng)模糊空間目標(biāo)圖像邊緣獲取方法研究[A];第九屆全國光電技術(shù)學(xué)術(shù)交流會論文集（下冊）[C];2010年

相關(guān)重要報紙文章 前10條

1 吳飛;無邊距照片打印三部曲[N];中國電腦教育報;2003年

2 艾思平翻譯;視頻編碼軟件CCE SP2操作指南(9)[N];電子報;2009年

3 ;B超術(shù)語解釋[N];農(nóng)村醫(yī)藥報（漢）;2008年

4 ;圖像質(zhì)量調(diào)整秘技[N];電腦報;2001年

5 馬駿睿 皓月;制作版畫效果圖片[N];中國攝影報;2007年

6 艾思平翻譯;視頻編碼軟件CCE SP2操作指南(14)[N];電子報;2009年

7 西安 張正倉;I~（2）C總線控制的HG-2220AV液晶屏視頻信號驅(qū)動板[N];電子報;2003年

8 ;令挑剔的人也刮目相看[N];中國電子報;2001年

9 侯杰;國產(chǎn)芯片進(jìn)軍移動多媒體市場[N];人民郵電;2003年

10 于亮、阿鯤;技術(shù)“掃”天下[N];中國計算機(jī)報;2002年

相關(guān)博士學(xué)位論文 前10條

1 梁福來;低空無人機(jī)載UWB SAR增強(qiáng)成像技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2013年

2 周靜;基于憶阻器的圖像處理技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2014年

3 賈茜;基于時—空域插值的圖像及視頻上采樣技術(shù)研究[D];武漢大學(xué);2014年

4 李照奎;人臉圖像的魯棒特征表示方法研究[D];武漢大學(xué);2014年

5 郝紅星;基于干涉相位圖像構(gòu)建數(shù)字高程模型的關(guān)鍵技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2014年

6 楊小義;圖像特征識別算法及其在聾人視覺識別中的應(yīng)用研究[D];重慶大學(xué);2015年

7 王玉明;SAR圖像地雷場檢測技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2013年

8 溫景陽;圖像大容量、低失真可逆信息隱藏技術(shù)研究[D];蘭州大學(xué);2015年

9 李林;基于概率圖模型的圖像整體場景理解方法研究[D];電子科技大學(xué);2014年

10 馮景;基于SAR圖像的海面溢油檢測研究[D];北京理工大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 李鵬遠(yuǎn);圖像檢索算法研究及其在互聯(lián)網(wǎng)教育中的應(yīng)用[D];華南理工大學(xué);2015年

2 萬燕英;微聚焦X-ray圖像自適應(yīng)正則化去噪方法[D];華南理工大學(xué);2015年

3 毛雙艷;基于梯度域的圖像風(fēng)格化渲染方法的研究及其應(yīng)用[D];華南理工大學(xué);2015年

4 向訓(xùn)文;RGB-D圖像顯著性檢測研究[D];華南理工大學(xué);2015年

5 曾旭;基于聚類和加權(quán)非局部的圖像稀疏去噪方法研究[D];天津理工大學(xué);2015年

6 熊楊超;圖像美學(xué)評價及美學(xué)優(yōu)化研究[D];華南理工大學(xué);2015年

7 王艷;圖像視覺顯著性檢測方法及應(yīng)用的研究[D];華南理工大學(xué);2015年

8 鄭露萍;圖像二階微分特征提取及人臉識別應(yīng)用研究[D];昆明理工大學(xué);2015年

9 王思武;基于太陽圖像的特征提取和檢索[D];昆明理工大學(xué);2015年

10 曹靜;基于暗通道先驗(yàn)算法的圖像去霧處理[D];海南大學(xué);2015年

，

本文編號：2126688