The invention discloses a hand-drawn garment commodity image retrieval method based on dual-path deep semantic network. Firstly, driven by hand-drawn clothing sketches and clothing commodity image data sets, this method proposes a two-path deep semantic network architecture model to establish the semantic relevance between hand-drawn sketches and clothing Commodity images, and to realize automatic learning and extraction of the semantic features of data in these two different fields. Secondly, the invention proposes a depth ranking model based on cross-domain semantic feature similarity measurement, maps the features of these two different fields into the same semantic space, and establishes a set of cross-domain semantic feature similarity calculation criteria, so as to realize cross-domain retrieval of clothing Commodity images by hand-drawn clothing sketches. The method of the invention focuses on solving the difficult problems such as low retrieval accuracy due to the diversity of user's hand-painted styles, and makes the hand-painted interaction more suitable for the free expression of user's retrieval needs.
【技术实现步骤摘要】
一种基于双路径深层语义网络的手绘式服装商品图像检索方法
本专利技术涉及一种基于双路径深层语义特征提取的手绘式服装商品图像检索方法,属于计算机图像及多媒体信息检索
技术介绍
随着电子商务和计算机辅助服装设计等技术的快速发展,服装商品图像数量的增长达到了前所未有的速度,而其中虚拟试衣等新型产业的兴起,更是极大激发人们对服装的外观、风格、款式变化等方面提出了各种个性化的设计和购买需求。在不同应用领域,常常需要变换不同类型的服装以满足人物以及场景之间的匹配。因此,在巨大且迫切的市场和工业界的需求下,如何帮助用户在大规模的商品图像数据库中快速、准确地搜寻到其所需要的服装图像成为了当前多媒体信息检索领域急需解决的关键课题。然而不同服装的款式和外观千变万化,传统的基于关键词等检索方式无法让用户准确表达出检索意图,在交互性和实用性等方面都存在着较大的局限性。近年来随着智能手机、平板电脑等触屏设备的普及,人机交互的方式发生了很大的改变,人们可以快速地把头脑中想象的事物在触摸屏上手绘出来,形成手绘草图。而将这种基于手绘的人机交互方式引入到服装商品图像检索中有着明显的先天优势。在工业界,服装设计师在早期进行概念设计的时候,都是习惯于用手绘的方式来设计服装的结构样式,从而得到服装草图,然后再根据设计的草图形象进行服装打样、裁剪等工作。因此基于手绘交互的检索方式提供给了用户一种更加自然直接和灵活随意的表达方法,并且十分符合服装设计师和普通用户的使用习惯,使得用户勿需掌握复杂的专业服装计算机辅助设计软件自己去动手设计服装,只需通过简单的手绘交互,便可以检索到的自己喜欢的衣服 ...
【技术保护点】
1.一种基于双路径深层语义网络的手绘式服装商品图像检索方法,其特征在于:以手绘服装草图和服装图像为数据集,建立双路径的深层语义特征提取的网络架构模型;并建立基于跨域语义特征相似性度量的深度排序模型,将两个不同领域的特征映射到同一个语义空间;并建立出一套跨域语义特征相似性的计算准则,进行相似性的度量;若两者达到设定的相似度,则反馈服装图像的信息,实现手绘服装草图对服装图像的跨域检索。
【技术特征摘要】
2018.12.11 CN 20181150976671.一种基于双路径深层语义网络的手绘式服装商品图像检索方法,其特征在于:以手绘服装草图和服装图像为数据集,建立双路径的深层语义特征提取的网络架构模型;并建立基于跨域语义特征相似性度量的深度排序模型,将两个不同领域的特征映射到同一个语义空间;并建立出一套跨域语义特征相似性的计算准则,进行相似性的度量;若两者达到设定的相似度,则反馈服装图像的信息,实现手绘服装草图对服装图像的跨域检索。2.根据权利要求1所述的方法,其特征在于,包括以下步骤:(1)构建深度神经网络模型:分别建立手绘服装草图和服装图像的数据库,并且对手绘服装草图和服装图像的服装类别和服装部件进行标记;将标记好的手绘服装草图的服装类别和服装部件作为一个深度神经网络的训练输入,将标记好的服装图像的服装类别和服装部件作为另一个深度神经网络的训练输入;每个深度神经网络路径分别用来学习和输出该领域数据所对应的高层语义特征;在深度神经网络结构的设计中,利用多层感知机来代替传统卷积层的线性卷积操作;在训练的过程中,加入数据库中手绘服装草图和服装图像中所标记好的服装部件,并且通过在深度神经网络结构中叠加一个空间金子塔池层来处理不同尺度下的服装部件图像...
【专利技术属性】
技术研发人员:雷浩鹏,陈思敏,易玉根,罗国亮,李玉华,
申请(专利权)人:江西师范大学,
类型:发明
国别省市:江西,36
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。