互联网图像中的服装物体识别技术研究.pdfVIP

增『lJ 北i五Hfi杖’。≯院’’≯报 Suppleme,t lII，lfIt¨¨fm Mlit．．21)J2 2(112年3月 J¨ur¨“}¨f．Bf|iiillg J‰JIgn‘rIm,,I-t．0 互联网图像中的服装物体识别技术研究木 耿增民‘，杜剑侠1，邵新燕2，马铃2 (I．北京服装学院计算}J【信息中心．北京100029； 2．北京服装学I；i=服装艺术与|T程学院。北京jo0029) 摘要：研究了：m联网图像中的服装物体识别算法和技术，包括使用直办图和阀值技术对图像进 行分割和识别。由于服装图像的色彩多样性及结构复杂性，苗‘先埘网像进行增强预处理，生成图 像的灰度直方圈，然后选择合适的闽值进行斟像分荆从而识别m服装区域．最后埘服装区域的几 何轮廓和同标眼装图像进行相似度计算以刿断服装所属类别，为r对算法进行验证，从互联网获 取了4个类别的服装图像并进行丫识55Il实验，研究成果可以运用到图像搜索弓I擎。 关键词：服装图像；图像分割；图像性配 中图分类号：TP39l文献标识码：A 基于互联网对服装款式、色彩、面料、义化元素等图像数据的检索与挖掘，按照流行趋势科 学指导服装产品的设计、开发和消费具有十分重要的意义，但至今仍缺乏有效的专门针对服装 图像的：互联网检索技术。目前互联网图像检索主要建立存人T标注图像关键词的基础之．I-， 通过网页网片的关联文本检索打式实现，但随着服装刚页数醚的迅速膨胀．若仅仪通过关联 义本进行服装图像的检索会产生较大的误差，蛔在。fjf度tl-搜索父于两装的网片，有关瓶装j}§籍 的封面也在返同的检索结果巾，够然这不足需要的2^果： 凶此有必要对网页中的服装图像进行基于视觉特征的识别，尤其是在网页文本不能正确 分类服装|冬l像的情况下．这样做才能保证罔像虫：联网4佥索的准确率。但位罔网像的处理需要 大量的时问，故我们采取的总体策略是利用互联网J-II艮装降l像的伴随义本与l冬{像内容，实现自 动识别服装的类别，作为我们研究jr作的一部分，本文削述了服装图像的分割和谚l别。 对于网像巾的物体识别研究，目前主要采用的方法苗’先对图像进行分割，分割的算法有卜J 百种，每种分割厅法只局限特定的分割对象．没钉一个迎刷的疗法一1。现今I叫内；l-r‘泛使用 的图像分割箅法主要有基于闽值分割、毖于变形模刖分割、基于1)‘：域成长分割、基干聚类法分 割，基于遗传箅法分割等悼’。上述算法已经成功运’}j到r商标图像、医学同像、人脸、车牌图 像的分割和识刖，但对服装图像的分割和识)_；Ij的报道还不多见，生安源于服装图像的复杂性和 特殊性：1)图像中几乎鄙有人和服装；2)如何识区分々业和非专业服装网像；3)服装中的网案 属于图套图；4)服装类别五花／kl-I，没有一个分类标准。故服装网像识别是一个巨大的挑战， 需要逐步做起，从简单到复杂，根据服装图像的包彩、结构等显著特征进行识别。 收稿}I期：201l-03-24 (蹀题编号：Kt201l-01)的资助， llj：系方式：jsjgzm@bift．edn，{gn 0 北京服装。#院掌_ll{¨]然利学版 1图像中的服装分割 『到像分创实际上是将数字刚像分割成互不相交(重叠)区域的过程．一般有3种方程：方法 束宴现：区域打法、边界方法和边缘方法。’。我们埘服装图像采川阈值方法进行分割，服裟 一旦被分离．就可以对其进行测量和分类。 1．1使用固定阈值进行分隔 网络媒怵中的服装图像中包含专业与非专业罔像，二者的区别在于罔像是否由专业人士 制作升服务干专业人士，比如服装秀场上的罔像为专业图像，而街拍图像则大多为非专业罔 像。罔l昆示了专业与非专业服装闱像的对比例子。对于服装从业人员而言，具有参考价值 的丰要是专业罔像：但目前检索到的专业罔像往往淹没在大量的非专业同像中。网此，研究 区分々业与非々业罔像的方法，用二F从检索到的图像中筛选出专业用像，可提高有价值服装罔 像敬据的检索效率和效果。 旦黔