[发明专利]一种服饰检测及其属性值识别的方法和系统

权利要求书

1.一种服饰检测及其属性值的识别方法，其特征在于，该方法包括：

步骤1：在接收输入的图像中，生成一组矩形备选区域；

步骤2：利用一卷积神经网络识别步骤1中生成的矩形备选区域是否包含服饰信息，如果包含，将矩形备选区域信息作为服饰的位置信息；

步骤3：如果步骤2中识别出矩形备选区域包含服饰信息，则进一步利用一卷积神经网络识别服饰的属性值信息；

步骤4：输出所述步骤2和步骤3中得到的服饰的位置信息和服饰属性值信息；

其中，步骤1中的生成矩形备选区域进一步包括：

若已经识别出的人脸位置坐标为(x,y,w,h),其中x表示人脸检测框的左上角横坐标，y为人脸检测框的左上角纵坐标，w为人脸检测框的宽，h为人脸检测框的高，则矩形备选区域大小为：

其中，(x′,y′,w′,h′)为矩形备选区域坐标，x′表示矩形备选区域的左上角横坐标，y′为矩形备选区域的左上角纵坐标，w′为矩形备选区域的宽，h′为矩形备选区域的高，而(a,b,c,d)为模型参数；所述模型参数(a,b,c,d)，通过同时标注有人脸位置与服饰的矩形备选区域信息的若干训练图片训练得到；

矩形备选区域的模型参数(a,b,c,d)使用以下公式进行计算:

其中(x_i,y_i,w_i,h_i)为人脸位置坐标，x_i表示第i张训练图片的人脸检测框的左上角横坐标，y_i为人脸检测框的左上角纵坐标，w_i为人脸检测框的宽，h_i为人脸检测框的高，(x′_i,y′_i,w′_i,h′_i)为标定的矩形备选区域坐标，x′_i表示第i张训练图片中包含服饰信息的矩形备选区域左上角横坐标，y′_i为矩形备选区域的左上角纵坐标，w′_i为矩形备选区域的宽，h′_i为矩形备选区域的高。

2.如权利要求1所述的方法，其特征在于，步骤2进一步包括：

步骤21：构建一个卷积神经网络；

步骤22：利用标定了服装矩形区域的若干训练图片来训练网络，得到网络参数；

步骤23，通过步骤22训练得到的网络参数，得到一个用于判断步骤1中的矩形备选区域是否包含服饰信息的卷积神经网络，并利用卷积神经网络识别服饰信息。

3.如权利要求2所述的方法，其特征在于，步骤21中的卷积神经网络包括：

依次连接有5个卷积层，1个区域池化层，以及3个全连接层，其中，

卷积层用于输出特征图，区域池化层用于输出特征向量，全连接层用于输出固定长度的特征向量或结果。

4.如权利要求1所述的方法，其特征在于，步骤3进一步包括：

步骤31，构建一个卷积神经网络；

步骤32，利用标定了服装矩形区域的若干训练图片来训练网络，得到网络参数；

步骤33，通过步骤32训练得到的网络参数，得到一个用于识别服饰信息的属性值信息的卷积神经网络，并利用该卷积神经网络，识别服饰属性值信息。

5.如权利要求4所述的方法，其特征在于，步骤31中的卷积神经网络包括：依次连接有1个放缩层，5个卷积层，以及3个全连接层，其中，

缩放层用于将任意大小的矩形备选区域缩放为固定大小256x256的正方形，卷积层用于输出特征图，全连接层用于输出固定长度的特征向量或结果。