[发明专利]基于深度卷积神经网络的服装属性检索方法有效
| 申请号： | 201710456031.1 | 申请日： | 2017-06-16 |
| 公开（公告）号： | CN107330451B | 公开（公告）日： | 2020-06-26 |
| 发明（设计）人： | 张百灵;夏翌彰;武芳宇;吕文进 | 申请（专利权）人： | 西交利物浦大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/08 |
| 代理公司： | 苏州创元专利商标事务所有限公司 32103 | 代理人： | 范晴;丁浩秋 |
| 地址： | 215123 江苏省苏州市*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度卷积神经网络的服装属性检索方法，包括：采用快速的基于区域的卷积神经网络对输入图像进行人像检测；使用预训练的深度卷积神经网络进行属性特征提取，并保留最后池化层的特征；通过共享层连接最后池化层保留的特征，并融合所有属性的特征信息；建立属性树，将服装属性进行分类，将共享层按照分类进行分支，每个属性分支用于一组相关属性预测；将属性分支的输出串联叠加，进行归一化，通过局部敏感哈希法进行相似度衡量，得出结果。可以将服装属性的特征描述用于部分服装属性检测，可显著提高服装属性预测的准确率。 | ||
| 搜索关键词： | 基于 深度 卷积 神经网络 服装 属性 检索 方法 | ||
【主权项】：
一种基于深度卷积神经网络的服装属性检索方法，其特点在于，包括以下步骤：S01：采用快速的基于区域的卷积神经网络对输入图像进行人像检测；S02：使用预训练的深度卷积神经网络进行属性特征提取，并保留最后池化层的特征；S03：通过共享层连接最后池化层保留的特征，并融合所有属性的特征信息；S04：建立属性树，将服装属性进行分类，将共享层按照分类进行分支，每个属性分支用于一组相关属性预测；S05：将属性分支的输出串联叠加，进行归一化，通过局部敏感哈希法进行相似度衡量，得出结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于西交利物浦大学，未经西交利物浦大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710456031.1/，转载请声明来源钻瓜专利网。
