-
题名级联层叠金字塔网络模型的服装关键点检测
被引量：2
- 1
-
-
作者
李维乾
张紫云
王海
张艺
-
机构
西安工程大学计算机科学学院
陕西省服装设计智能化重点实验室
新型网络智能信息服务国家地方联合工程研究中心
西北大学信息科学与技术学院
-
出处
《计算机系统应用》
2020年第4期254-259,共6页
-
基金
国家自然科学基金(61572401,61672426,61701400)
西安工程大学博士科研启动基金(BS1330)。
-
文摘
服装关键点的检测对服饰分类、推荐和检索效果具有重要的作用,然而实际服装数据库中存在大量形变及背景复杂的服饰图片,导致现有服装分类模型的识别率和服装推荐、检索的效果较差.为此,本文提出了一种级联层叠金字塔网络模型CSPN(Cascaded Stacked Pyramid Network),将目标检测方法与回归方法相结合,首先采用Faster R-CNN结构对服装目标区域进行识别,然后基于ResNet-101结构生成的多层级特征图,构建级联金字塔网络,融合服饰图像的多尺度高低层信息,解决图片形变及复杂背景下服装关键点识别准确度不高等问题.实验结果表明,CSPN模型在DeepFashion数据集上较其他三种模型对服装关键点具有较高识别度.
-
关键词
服装关键点检测
层叠金字塔模型
FASTER
R-CNN
ResNet-101
-
Keywords
key points detection of clothing
stacked pyramid model
Faster R-CNN
ResNet-101
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
TS941
[自动化与计算机技术—计算机科学与技术]
-
