[发明专利]一种基于图像渲染的跨场景服装检索方法

权利要求书

1.一种基于图像渲染的跨场景服装检索方法，其特征在于包括以下步骤：

a由于日常服装图像，场景光照复杂，人体姿态随意，而网上服装在线商品图像背景纯净且模特姿态固定，所以服装商品图像和日常服装图像有很大差异，属于不同场景，因此，首先对服装商品图像进行渲染，叠加上日常场景背景；

b服装细粒度款式分类步骤，利用姿态估计，确定服装局部区域，然后，提取服装局部区域的颜色和形状特征，共同表示服装特征，针对不同的局部服装区域，通过稀疏编码进行分类学习，并相应获得对应的服装款式识别模型；

c服装检索步骤，在利用姿态估计确定的服装躯干部分上，利用在ImageNet上训练好的VGG模型提取深度特征进行初步服装检索，再 利用训练获得的款式分类器进行属性识别，依据属性在检索结果上进行重排优化，得到最终的服装检索结果。

2.根据权利要求1所述的一种基于图像渲染的跨场景服装检索方法，其特征在于：上述步骤a中，将每幅服装商品图像利用显著性，将人体分割出来，利用不同光照进行渲染，叠加上日常生活背景，生成一系列不同光照，不同背景的服装图像，消除数据库中服装商品图像与日常服装图像的区别，扩充数据库。

3.根据权利要求2所述的一种基于图像渲染的跨场景服装检索方法，其特征在于：上述步骤a中，为了确定人体各局部区域，在线下学习了上身和下身的模型，上身模型19片，下身模型11片，由于局部款式更注重形状和颜色属性，在30个人体局部面片中提取96维RGB颜色特征，279维HOG特征联合表示服装面片，依据标注服装属性，进行训练学习，获得对应的服装款式识别模型

4.根据权利要求3所述的一种基于图像渲染的跨场景服装检索方法，其特征在于：上述步骤a中，利用姿态估计确定的服装躯干部分上，利用在ImageNet上训练好的VGG模型提取深度特征进行初步服装检索，在利用训练获得的款式分类器进行款式识别，依据属性在检索结果上进行重排优化，将属性对应不上的服装图像排除。