欢迎来到天天文库
浏览记录
ID:35178991
大小:5.08 MB
页数:80页
时间:2019-03-20
《基于多特征索引的服饰检索和后验证过程》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、分类号:TP391单位代码:10183研究生学号:2013534029密级:公开研基吉林大学硕士学位论文(专业学位)基于多特征索引的服饰检索和后验证过程ClothingRetrievalBasedonMoreCharacteristicIndexandtheProcess于基oftheGeometricValidation作者姓名:汤寰宇类别:工程硕士领域(方向):计算机技术指导教师:张玉春教授培养单位:计算机科学与技术学院2016年5月基于多特征索引的服饰检索和后验证过程ClothinRe
2、trievalBasedonMoreCharacteristicIndexandgtheProcessof化eGeometricValidation作者姓名;汤寶宇()领域方向:计算机技术指导教师:张玉春教授类别;工程硕±—答辩曰期;20化年月2S曰未经本论文作者的书面授权,依法收存和保管本论文书面版本、电子版本的任何单位和个人,均不得对本论文的全、修改、部或部分内容进行任何形式的复制、发行、出租改编等有碍作者著作权的商业性使用(
3、但纯学术性使用不在此限)。。否则,应承担侵权的法律责任吉林大学硕±学位论文原创性声明:本人郑重声明所呈交学位论文,是本人在指导教师的指导下,独立进行研究工作所取得的成果。除文中己经注明引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体,均己在文中明确方式标明。。本人完全意识到本声明的法律结果由本人承担学位论文作者签名:?月之?曰期:年曰摘要摘要基于多特征索引的服饰检索和后验证过程随着电子商务的快速发
4、展,新兴的网上购物模式已经慢慢的的取代传统的实体店购物模式。尤其体现在选购服装的方面上,网上购物比起去实体店来回奔走的选购更加的体现出其优势来。我们只需通过点击鼠标,就可以实现足不出户就能够在网络上浏览各式各样的服装同时在海量的服饰中挑选出自己喜欢的服饰来。但是现如今的各大购物网站在服饰搜索上大部分都是基于产品的标签的形式来检索的,即通过事先对服饰加入标签,检索的时候通过关键字对服饰进行检索。由于在语言描述方面上存在着很大的主观差异性,同时对于我们在大街上看到别人穿的漂亮的服饰或者电影电视上或者
5、网络上看到我们喜欢的服饰时,我们想要在网上找到相类似的服饰时,我们不可能描绘的那么准确,进而搜索出来与之相同款式的服装。所以设计一个通过目标图像来检索相似图像的系统就显得格外的重要,人们只需要把想要查询的服饰图像输入就可以很精确的检索出来相类似的服饰。本文提出了基于多特征索引的服饰检索和后验证过程,通过实验结果可以看到在大量的图像库中该方法体现出来了一个很好的准确度。文章主要是由如下四部分组成:(1)第一部分工作是对图像进行预处理阶段通过SMQT特征和SNOW分类器实现人脸检测。当输入一幅查询图
6、像的时候,通过实现人脸检测的方法,图像中人脸的位置会被检测出来。然后知道了人脸的位置后就能大致的确定服饰的位置。当我们判断出输入图像中服饰的位置后由GrabCut算法对图像进行分割得到图像中服饰的区域。图像经过预处理之后只保留了原图像中的服饰区域。(2)在传统的BOW检索框架,我们加入了颜色描述符(CN),增强了颜色特征的匹配。同时将sift特征和颜色特征加入到二重多维索引的框架中进行特征的匹配。(3)针对BOW模型量化后的视觉单词降低了局部区域的辨别能力同时也不具备特征间的几何关系,所以我们提
7、出了基于特征尺度的几何后验证方法来验证错误的匹配特征。这种后验证方法是根据特征之间的几个关系来去除误匹配点从而I摘要对于候选图像进行重新打分的过程。(4)通过实验来验证我们提出的方法并且横向的比较在检索框架中每进行的改进对实验精确度的影响。实验结果可以得出在大量的图像的数据库我们的方法取得了很好的效果。关键词:图像分割,颜色描述符,多特征索引,几何验证,图像检索IIAbstractAbstractClothingRetrievalBasedonMoreCharacteristicIndexand
8、theProcessoftheGeometricValidationWiththerapiddevelopmentoftheelectroniccommerce,theemergingofon-lineshoppingmodehasgraduallyreplacedthemodeoftraditionalshopshopping.Especiallyintheshoppingofclothing,on-lineshoppinghasagreateradvantagethantraditional
此文档下载收益归作者所有