-
题名细粒度民族服饰图像检索的全局-局部特征提取方法
被引量：8
- 1
-
-
作者
周前前
刘骊
刘利军
付晓东
黄青松
-
机构
昆明理工大学信息工程与自动化学院
昆明理工大学云南省计算机技术应用重点实验室
-
出处
《模式识别与人工智能》
EI
CSCD
北大核心
2021年第5期463-472,共10页
-
基金
国家自然科学基金项目(No.61862036,61962030,81860318)
云南省中青年学术和技术带头人后备人才培养计划项目(No.201905C160046)资助。
-
文摘
民族服饰图像具有不同民族风格的服装款式、配饰和图案,导致民族服饰图像细粒度检索准确率较低.因此,文中提出细粒度民族服饰图像检索的全局-局部特征提取方法.首先,基于自定义的民族服饰语义标注,对输入图像进行区域检测,分别获得前景、款式、图案和配饰图像.然后在全卷积网络结构的基础上构建多分支的全局-局部特征提取模型,对不同区域的服饰图像进行特征提取,分别获得全局、款式、图案和配饰的卷积特征.最后,先对全局特征进行相似性度量,得到初步检索结果,再使用Top-50检索结果的局部特征与查询图像的局部特征进行重排序,优化排序并输出最终的检索结果.在构建的民族服饰图像数据集上的实验表明,文中方法有效提高民族服饰图像检索的准确率.
-
关键词
细粒度图像检索
民族服饰图像
全局特征
局部特征
重排序
-
Keywords
Fine-Grained image Retrieval
national clothing image
Global Feature
Local Feature
Re-ranking
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
