[发明专利]一种基于部件检测和视觉特征的时尚女装图像细粒度分类方法

摘要

本发明涉及一种基于部件检测和视觉特征的时尚女装图像细粒度分类方法，属于计算机视觉及图像应用领域。本发明首先对输入的时尚女装待分类图像和训练集中图像进行身体部位的部件检测；其次，分别提取检测后的时尚女装图像，并训练时尚女装图像的HOG、LBP、颜色直方图和边缘算子4种底层特征，得到特征提取后的图像；然后，将定义的视觉特征描述符与提取到的4种底层特征进行匹配，采用多类SVM监督学习训练细粒度分类器模型；最后，通过训练后的细粒度分类器，对特征提取的时尚女装图像实现细粒度分类，输出时尚女装图像的分类结果。本发明采用的检测和分类方法具有较高的准确率。

主权项

1.一种基于部件检测和视觉特征的时尚女装图像细粒度分类方法，其特征在于：包括如下步骤：Step1对输入的训练时尚女装图像T和待分类的时尚女装图像I，采用改进的DPM模型对不同姿态和视角下的人体部位进行部件检测；首先，对训练时尚女装图像T和待分类的时尚女装图像I提取HOG并进行归一化后得到DPM特征；其次，根据人体姿态、视角调整DPM人体检测模型，将人体检测模型分为根模型和部件模型；然后，根据DPM特征分别计算根模型和部件模型的响应得分，进行响应变换计算目标假设得分，得到最优位置从而计算目标每个根位置的综合响应得分，最终得到检测结果；Step2分别提取检测后的训练时尚女装图像T'和待分类的时尚女装图像I'的HOG、LBP、颜色直方图和边缘算子4种底层特征，得到特征提取后的训练时尚女装图像T”和待分类的时尚女装图像I”；Step3将定义的视觉特征描述符与提取到的4种底层特征进行匹配，采用多类SVM监督学习训练细粒度分类器模型；首先将时尚女装分为上身女装和下身女装，其中，上身服装分为14种款式，下身服装分为6种款式，全身服装款式分为3种款式，按照不同属性进行属性标注；其次，通过定义视觉特征描述符对时尚女装图像的款式以及属性进行描述，然后将视觉特征描述符与step2提取到的4种底层特征进行特征匹配；最后通过随机森林和多类SVM方法监督学习对特征提取后的训练时尚女装图像T”进行训练，得到款式和属性的细粒度分类器；Step4通过训练后的细粒度分类器，对特征提取过的时尚女装图像I”实现细粒度分类，输出时尚女装图像的分类结果。