孫國棟 徐亮



摘要:針對服裝款式自動識別時存在提取特征困難、識別率低和分類效率低等問題,該文在精確型傅里葉高度函數(shù)(accurate Fourier height functions 2,AFHF2)與線性核函數(shù)支持向量機(jī)(support vector machine,SVM)基礎(chǔ)上提出一種新的服裝款式識別方法。首先,利用AHFH2描述子對衣服輪廓進(jìn)行特征提取,對服裝輪廓全局信息和局部信息進(jìn)行充分表征;然后,在不需要調(diào)整參數(shù)的情況下使用線性核函數(shù)SVM對AFHF2描述子特征進(jìn)行快速訓(xùn)練與測試。通過自建的服裝圖形庫驗證該方法的有效性,實驗結(jié)果表明該算法優(yōu)于現(xiàn)有的算法,其中AFHF2描述子優(yōu)于傅里葉描述子、高度函數(shù)(HF)和TCDs等算法,線性核函數(shù)SVM算法優(yōu)于徑向基函數(shù)SVM算法、K-近鄰算法、概率神經(jīng)網(wǎng)絡(luò)以及反向傳播神經(jīng)網(wǎng)絡(luò)算法,其平均識別率能達(dá)到97.91%。
關(guān)鍵詞:精確型傅里葉高度函數(shù);支持向量機(jī);服裝款式識別
中圖分類號:TS941.26 文獻(xiàn)標(biāo)志碼:A 文章編號:1674-5124(2019)08-0130-05
收稿日期:2019-01-17;收到修改稿日期:2019-03-29
基金項目:國家自然科學(xué)基金項目(51775177,51675166)
作者簡介:孫國棟(1981-),男,湖北天門市人,教授,博士,主要從事圖像處理和機(jī)器學(xué)習(xí)方面的研究。
0 引言
隨著社會發(fā)展與生活節(jié)奏加快,網(wǎng)購服裝由于其便捷性成為主流的服裝購買方式,購買量逐年增加。快速檢索顧客的理想服裝款式成為相關(guān)行業(yè)的研究熱點,而服裝款式識別是服裝檢索的前提[1]。
服裝款式是由服裝的外部輪廓和內(nèi)部細(xì)節(jié)變化構(gòu)成的,反映了服裝結(jié)構(gòu)的形狀特征,不包含顏色和紋理特征[2]。在一些研究中服裝識別被視為一種二維圖像的模式識別,正確判斷圖像的類別是服裝識別的前提。……