The invention discloses a multi-label clothing parsing method based on refined network model, which includes: acquiring human clothing data set, initializing processing, obtaining tagged initial data set, establishing refined network model, training by incorporating focus loss function, and obtaining well-trained clothing data set. Fine network model; acquire the fine network model trained, test and evaluate, and obtain the segmented garment image. In the embodiment of the present invention, the amount of contribution of tags to loss function value can be restrained while parsing garment tags, the refined semantic information can be retained to the greatest extent, the accuracy of parsing results can be improved, the convenience can be provided for programmers, and the unnecessary manual operation steps can be reduced.
【技术实现步骤摘要】
一种基于精细化网络模型的多标签服装解析方法
本专利技术涉及深度学习、服装解析
,尤其涉及一种基于精细化网络模型的多标签服装解析方法。
技术介绍
时尚和服装对我们现代人类社会的影响是十分巨大的。穿什么样的衣服好看,怎么搭配更具有时尚感更加有个性,挎怎样的包包、佩戴怎样的装饰品已成为人们日常探讨的话题。因此在最近这几年,服装解析这一研究方向在计算机视觉领域也逐渐兴起。因为对服装分析的研究不仅在社会学人类学领域具有重要的价值,在信息科学领域中,例如人体识别、视觉跟踪、人体姿势估计等等方向都有巨大的潜在实用性,因为服装的穿着搭配是有很强关联性。例如说帽子是戴在头上的是几乎不可能在脚上,衬衫只会穿在上半身不可能出现在下半身,裤子只会穿在腿上不可能穿在其他地方……因此,知道一个人的穿着情况,通过这些服装解析的判断,可以提高人体姿势估计,人体识别等问题的精确度。除此之外,随着电子商务的迅猛崛起,虚拟现实技术的快速普及,创建一个基于计算机视觉,根据用户上传某张图片或影像而自动对图片视频中的服装进行匹配检索的应用将会获得相当大程度的运用并由此获得巨大的收益。所以服装解析技术的研究具有相当大的潜在价值与探索意义。但是,服装解析的研究也具有相当大的挑战性。不仅仅是由于服装种类的多样性,而且服装的搭配、个人风格的喜好等都因人而异,再加上人体姿态的不同,服装信息在图像上的重叠,服装图片背景的多样性等等不可抗力的因素影响,导致对于图片中服装的识别分割具有相当高的难度。随着这几年许多学者的研究,利用深度学习、条件随机场甚至人体姿势估计等技术,对于服装分割技术的研究已经有了很大进步 ...
【技术保护点】
1.一种基于精细化网络模型的多标签服装解析方法,其特征在于,所述方法包括:获取人体服装数据集,进行初始化处理,获得有标签的初始化数据集;建立精细化网络模型,通过融入聚焦损失函数进行训练,获得训练好的精细化网络模型;获取训练好的精细化网络模型,进行测试与评估处理,获得分割好的服装图像。
【技术特征摘要】
1.一种基于精细化网络模型的多标签服装解析方法,其特征在于,所述方法包括:获取人体服装数据集,进行初始化处理,获得有标签的初始化数据集;建立精细化网络模型,通过融入聚焦损失函数进行训练,获得训练好的精细化网络模型;获取训练好的精细化网络模型,进行测试与评估处理,获得分割好的服装图像。2.根据权利要求1所述的一种基于精细化网络模型的多标签服装解析方法,其特征在于,所述进行初始化处理的具体步骤包括:获取人体服装数据集,进行分类处理,获得训练集、验证集、测试集;对训练集、验证集、测试集进行标签处理,获得有标注信息的训练集、验证集、测试集;获取有标注信息的训练集、验证集、测试集,进行等比例缩放处理,获得比例统一、有标签的初始化数据集。若图片不高于640*640像素分辨率的要求,则不对所述图片进行改动。3.根据权利要求1所述的一种基于精细化网络模型的多标签服装解析方法,其特征在于,所述的建立精细化网络模型在调节时还融入了多尺度特征自监督模型对不同尺度的特征预测。4.根据权利要求1所述的一种基于精细化网络模型的多标签服装解析方法,其特征在于,所述建立精细化网络模型,通过融入聚焦损失函数进行训练,获得训练好的精细化网络模型具...
【专利技术属性】
技术研发人员:罗祥辉,苏卓,陈强,林格,
申请(专利权)人:中山大学,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。