[发明专利]基于胶囊网络的服装分类方法及分类系统

权利要求书

1.基于胶囊网络的服装分类方法，其特征在于，包括以下依次执行的步骤：

步骤1：对输入的服装图片进行图像增强和归一化处理；

步骤2：对服装图像进行特征下采样和特征融合；

步骤3：对服装图像进行特征加强；

步骤3.1：采用注意力机制将服装图像特征的关键向量与权重进行放大；

步骤3.2：对图像特征进行卷积与归一化处理；

步骤3.3：利用空间变换网络变换图像特征的感受域；

步骤4：将图像特征输入到胶囊网络，提取图像特征的空间关联信息，提高泛化能力；

步骤5：根据图像特征对服装进行判别分类，得到服装的分类结果。

2.根据权利要求1所述的基于胶囊网络的服装分类方法，其特征在于，所述步骤1包括以下子步骤：

步骤1.1：对输入的服装图像进行旋转、翻转、裁剪、放缩、对比度增强以及明暗调整；

步骤1.2：将服装图像的RGB参数映射到统一的区间。

3.根据权利要求1所述的基于胶囊网络的服装分类方法，其特征在于，步骤2中，所述特征下采样将大尺度224x224的图像下采样到适合特征加强的25x25的小尺度。

4.根据权利要求1所述的基于胶囊网络的服装分类方法，其特征在于，步骤3.1采用挤压和激励网络将服装图像特征的关键向量与权重进行放大，筛掉干扰的非目标特征。

5.采用权利要求1-4任意一项所述的服装分类方法的服装分类系统，其特征在于，它包括：

图像预处理模块，对输入的服装图片进行图像增强和归一化处理；

特征预处理模块，对服装图像进行特征下采样和特征融合；

特征加强模块，采用注意力机制将服装图像特征的关键向量与权重进行放大，利用空间变换网络变换图像特征的感受域，使得得到的图像特征不局限于单一方位或姿态；

胶囊网络单元，提取图像特征的空间关联信息，提高泛化能力；

判别处理模块，根据图像特征对服装进行判别分类，得到服装的分类结果。

6.根据权利要求5所述的服装分类系统，其特征在于，所述特征加强模块包括挤压和激励网络、卷积与归一化模块、空间变换网络，挤压和激励网络利用注意力机制将关键向量与权重进行放大，筛掉干扰的非目标特征，空间变换网络将图像特征的感受域进行进一步变换处理，使得到的特征可表达多个方位或多种姿态。