[发明专利]一种针对服装照片的特征提取方法在审
| 申请号： | 201810008857.6 | 申请日： | 2018-01-04 |
| 公开（公告）号： | CN108229503A | 公开（公告）日： | 2018-06-29 |
| 发明（设计）人： | 陈刚;顾晓玲;寿黎但;陈珂;伍赛;胡天磊 | 申请（专利权）人： | 浙江大学 |
| 主分类号： | G06K9/46 | 分类号： | G06K9/46;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 杭州求是专利事务所有限公司 33200 | 代理人： | 林超 |
| 地址： | 310058 浙江*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种针对服装照片的特征提取方法。为服装照片构建基于深度学习模型的特征提取模型，特征提取模型中包含多任务分类损失函数和四元损失函数；采集若干带标签的服装照片作为训练数据，将带标签的服装照片及其标签输入到特征提取模型进行训练，在多任务分类损失函数和四元损失函数的共同优化下通过反向传播算法进行特征提取模型的参数优化，获得训练后的特征提取模型，以训练后的特征提取模型对带标签的服装照片进行处理提取获得特征向量。本发明针对服装照片设计的特征提取方法非常通用而且鲁棒，可用于服装照片的分类、标注、检索和聚类等应用。 | ||
| 搜索关键词： | 特征提取模型 服装 损失函数 特征提取 标签 任务分类 参数优化 反向传播 特征向量 训练数据 构建 聚类 可用 鲁棒 算法 标注 检索 采集 通用 分类 应用 优化 学习 | ||
【主权项】：
1.一种针对服装照片的特征提取方法，其特征在于：所述方法的步骤如下：为服装照片构建基于深度学习模型的特征提取模型，特征提取模型中包含多任务分类损失函数和四元损失函数；采集若干带标签的服装照片作为训练数据，将带标签的服装照片及其标签输入到特征提取模型进行训练，在多任务分类损失函数和四元损失函数的共同优化下通过反向传播算法进行特征提取模型的参数优化，获得训练后的特征提取模型，以训练后的特征提取模型对带标签的服装照片进行处理提取获得特征向量。
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浙江大学，未经浙江大学许可，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/201810008857.6/，转载请声明来源钻瓜专利网。
- 上一篇：一种树冠层的三维点云数据中叶片基点提取方法
- 下一篇：图像解析方法及装置
