[发明专利]一种基于图像渲染的跨场景服装检索方法

说明书

本发明公开了一种基于图像渲染的跨场景服装检索方法，包括以下步骤：a消除服装商品图像和日常服装图像的差异，对服装商品图像进行渲染。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，针对不同的局部服装区域，通过稀疏编码进行归类学习，并相应获得对应的服装分类器识别模型；c服装检索步骤，在服装躯干部分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属性识别，在检索结果上进行重排优化。本发明解决了服装检索的跨域问题，检索及款式识别精度高。

技术领域

本发明属于计算机视觉领域，是服装检索中的一项重要应用技术，尤其是涉及一种基于机器学习的跨场景服装检索方法。

背景技术

随着互联网信息技术的快速发展，网络购物已经成为了当今社会新的趋势和潮流，零售方式已经从传统购物渠道转向了网络销售。其中，服装由于其潮流性，低价位和宽泛的的消费群体，非常适合网络展示，营销的方式，服装电子商务得到了空前的发展。服装网店不断增加，网络上服装数据快速膨胀，在大量服装数据中进行有指向性的服装检索需求也越来越迫切。服装搜索技术可以帮助消费者从互联网中找到自己心仪的服装。

在线服装检索存在巨大的商业价值，但同时准确的服装检索也存在很大的难度，主要有以下原因：1.服装图像属性众多，比如多种材质，复杂的纹理，不同的颜色等。2.日常服装图像背景复杂，且易受到遮挡，光照等影响。3.服装为非刚性物体，易发生形变，人体不同姿态，对服装的影响巨大。4.在线服装数量巨大，如何快检索到服装，提高服装检索效率。

服装图像检索方式已经成为图像检索领域一个非常重要的研究方向，国内外许多的机构都已经投入到服装检索的研究中去，取得了很好的效果：

新加坡国立大学的原颜水成教授带领的机器学习与视觉团队，一直处于服装检索的领先位置。该组刘偲于提出基于跨场景的服装检索以及服装款式识别，首次提出了跨场景服装的概念并提出了相应的解决方案。跨场景服装检索指查询的服装图像和数据库中的服装图像属于不同的场景。其中，查询服装图像是在日常生活中拍摄的，有复杂的背景。而用户在网上检索的相关服装商品图像一般都是在特定的环境下拍摄的，一般都有纯净的背景。另外，服装商品图像中的服装模特通常都有几种固定的专业姿势。然而，人们在日常生活中的拍照姿势是灵活多变的。以上所有的因素导致传统的基于内容的图像检索不再适用于服装图像检索。该团队还提出了“魔幻衣柜”，实现了针对不同场合的服装推荐系统，奠定了服装推荐的基础。目前，该团队还成功的将深度学习技术应用到了服装检索系统中，取得了非常好的效果。加利福尼亚大学和Ebay公司合作，共同开发了细粒度服装款式识别与检索，使服装图像的细粒度检索成为可能。国内的研究机构中，中科院自动化研究所模式识别国家重点实验室的卢汉清教授团队也在服装检索领域取得了不俗的成果。另外，清华大学的、复旦大学、上海交通大学等，也进行了研究并开发了一些基于内容的图像检索系统，虽不是针对服装图像的，但对服装图像检索技术的发展有着一些贡献。

目前，服装的检索方式可以分为两种:基于分类目的关键词的检索和基于图像内容的检索。由于服装图像含有多种复杂属性，变化多端，很难用文本准确描述服装。基于图像内容的检索是精确服装检索的重要途径。