一种基于特征融合和款式分类的服装图像检索方法和系统技术方案

本发明专利技术公开了一种基于特征融合和款式分类的服装图像检索方法和系统，属于图像处理技术领域，包括：在待查询服装图像中提取全局特征和局部特征后进行特征融合，得到待查询服装图像的特征描述子，利用概率预测网络预测待查询服装图像属于查询库中各个款式类别的概率；对于概率较大的前N个款式类别，计算待查询服装图像的特征描述子与查询库中该N个款式类别对应的服装图像的特征描述子之间的相似度值，将相似度值较大的前K个查询库中服装图像作为检索结果。本发明专利技术的特征描述子对服装的柔性形变、拍摄角度和摆放姿势等变化具有较强的鲁棒性，从而能提高服装检索的性能；同时，款式分类任务能够进行预筛选，进而获得更高的检索效率。

A Clothing Image Retrieval Method and System Based on Feature Fusion and Style Classification

【技术实现步骤摘要】
一种基于特征融合和款式分类的服装图像检索方法和系统
本专利技术属于图像处理
，更具体地，涉及一种基于特征融合和款式分类的服装图像检索方法和系统。
技术介绍
当今社会，网上购物已成为消费者活动的主要手段。网络零售近几年一直呈现快速的增长姿态，据统计2018年的网络零售额就已达到九万亿元规模。作为“衣食住行”的头一位，衣一直备受人们关注。服装类产品作为需求量最大、更新速度最快的网络零售商品之一，如何快速有效地检索服装，已成为各大电商平台关注的重要技术。传统的服装图像检索方法一般是基于文本关键字检索实现的，该方法需要依据图像的标签匹配来实现，事先需要大量的标签标注时间，且服装的文本描述受人的主观因素的影响较大。基于内容的服装图像检索方法能够克服基于文本方法的上述不足。现有的服装图像检索方法，大多不能有效的去除服装图像的背景，容易受背景的干扰；采用单一的全局特征，对服装的柔性形变、拍摄角度和摆放姿势等变化敏感，造成检索性能较低的问题。同时，大部分现有的服装图像检索方法，在查询的时候，针对的是整个查询库，没有进行预筛选来缩小检索范围，使得检索效率较低，尤其面对大型的查询库的时候。由此可见本文档来自技高网...

【技术保护点】
1.一种基于特征融合和款式分类的服装图像检索方法，其特征在于，包括如下步骤：(1)在待查询服装图像中提取全局特征和局部特征后进行特征融合，得到待查询服装图像的特征描述子，利用概率预测网络预测待查询服装图像属于查询库中各个款式类别的概率；(2)对于概率较大的前N个款式类别，计算待查询服装图像的特征描述子与该N个款式类别对应的查询库中服装图像的特征描述子之间的相似度值，将相似度值较大的前K个查询库中服装图像作为检索结果。

【技术特征摘要】
1.一种基于特征融合和款式分类的服装图像检索方法，其特征在于，包括如下步骤：(1)在待查询服装图像中提取全局特征和局部特征后进行特征融合，得到待查询服装图像的特征描述子，利用概率预测网络预测待查询服装图像属于查询库中各个款式类别的概率；(2)对于概率较大的前N个款式类别，计算待查询服装图像的特征描述子与该N个款式类别对应的查询库中服装图像的特征描述子之间的相似度值，将相似度值较大的前K个查询库中服装图像作为检索结果。2.如权利要求1所述的一种基于特征融合和款式分类的服装图像检索方法，其特征在于，所述步骤(1)包括：在待查询服装图像中提取感兴趣服装区域；在感兴趣服装区域中提取全局特征和局部特征，对全局特征和局部特征进行通道约束的特征融合，得到待查询服装图像的特征描述子；利用概率预测网络预测待查询服装图像属于查询库中各个款式类别的概率。3.如权利要求2所述的一种基于特征融合和款式分类的服装图像检索方法，其特征在于，所述通道约束的特征融合的具体实现方式为：在全局特征和局部特征进行线性融合时，全局特征和局部特征对应的所有通道的特征图的权值相等。4.如权利要求1-3任一所述的一种基于特征融合和款式分类的服装图像检索方法，其特征在于，所述概率预测网络的训练包括：在样本查询库中提取样本感兴趣服装区域，在样本感兴趣服装区域中标注关键点坐标和款式类别；将标注后的样本感兴趣服装区域作为深度神经网络的输入，将样本感兴趣服装区域的特征描述子和样本感兴趣服装区域属于各个款式类别的概率作为深度...

【专利技术属性】
技术研发人员：姜军，周作禹，解猛，胡忠冰，胡若澜，
申请(专利权)人：华中科技大学，
类型：发明
国别省市：湖北,42