基于超像素分割的服饰提取算法研究与实现-计算机科学与技术专业论文.docxVIP

优秀毕业论文 精品参考文献资料 西南交通大学硕士学位论文主要工作( 西南交通大学硕士学位论文主要工作(贡献)声明 本人在学位论文中所做的主要工作和贡献如下： l、提出并实现了一种结合姿势检测和区域比较的服饰提取算法。首先，对图像进 行超像素分割处理并对图片中模特的姿势进行估计与检测；然后，将超像素区域和姿 势检测的结果相结合来确定服饰的种子区间；最后，采用区域比较算法来获取目标服 饰。对比实验结果表明本文算法能够有效地从商品图像中提取出服饰。 2、提出并实现了基于衣物属性和人体结构的服饰提取优化算法，该算法从多个方 面考虑服饰和人体结构的特性并对服饰提取结果进行优化。利用高斯分布对服饰的重 要性建模，仅保留重要度较高的区间；利用服饰的完整性优化位于服饰内部的像素； 提出躯干模型检测图像中人体躯干的位置，并以躯干为中心过滤没有附着服饰的部位， 如：头部和下肢；利用GrabCut算法对提取出的服饰进行像素级别优化。实验结果表 明优化算法的有效性和服饰提取算法在视觉搜索领域的适用性。 本人郑重声明：所呈交的学位论文，是在导师指导下独立进行研究工作所得的成 果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体己经发表或撰 写过的研究成果。对本文的研究做出贡献的个人和集体，均己在文中作了明确说明。 本人完全了解违反上述声明所引起的一切法律责任将由本人承担。 学位论文作者签名：玉以 趺。 日期： ≥们6、1}．2 万方数据 西南交通大学硕士研究生学位论文 西南交通大学硕士研究生学位论文 第l页 摘 要 随着互联网信息技术和电子商务产业的快速发展，线上购物成为一种方便、快捷、 有吸引力的购物方式，得到了数以十亿计的网络用户的关注。其中，服饰类商品在电 商行业中具有十分重要的地位。通常，网络用户，尤其是女性消费者每天会花费几个 小时来浏览、搜索和选择满足她们需求的服饰。因此，基于计算机视觉的服饰搜索服 务具有很大的商业价值。然而，服饰类购物图像通常拍摄于自然户外场景，且由时尚 模特穿着来进行展示，这些特性使针对服饰类商品的视觉搜索成为一个极具挑战性的 课题。本文对服饰类商品图像进行研究，从中提取出服饰来增强视觉搜索的质量，主 要内容如下： 第一，提出了一种结合姿势检测和区域比较的服饰提取算法，其使用超像素分割 算法将图像分成一系列区域，利用姿势检测定位服饰的大致区间，并将两者结合确定 服饰的种子区域。然后，本文结合位置信息和HSV颜色特征来计算区域间的相似度， 利用加权平方误差和来构造目标函数，将服饰分割问题转化为通过迭代计算和重分配 区域类别来最小化目标函数。实验结果表明算法快速且具有鲁棒性，能够自动有效地 进行服饰提取。 第二，提出了基于衣物属性和人体结构的服饰提取优化。对于区域比较算法来说， 前景可能包含多个不连通部分，本文利用区域的大小和位置对其进行重要性建模。考 虑到服饰的完整性，被服饰区域包围的像素也应该为服装，因此我们将服饰内部像素 分配为前景类别。本文还提出了一种基于最大后验概率的躯干模型，并利用躯干位置 优化没有附着服饰的部位，如头部和下肢。最后，采用GrabCut算法对服饰提取结果 进行像素级别优化。实验结果表明该算法能有效地提升服饰提取性能，适用于广泛的 服饰图像。 关键词：超像素分割；区域比较；服饰提取；服饰属性；图像分割 万方数据 AbstractWith Abstract With the rapid development ofthe Internet information technology and e-commerce· online Shopping is becoming a conVenient．e伍cient and attractiVe shopplng way，gettmg billions of web users’￡毗ention．Among them，clothing shopping plays a Very lmportant roJe· Usually．web users，especially female cuStomersj painstakingly spend much time each day to browse．search and select desired clothes．Therefore，an ef琵ctiVe serVice for clothing search bV visuaI similarity would have exceptional commercial Value．HoweVer-the clothes e．commerce websites usually taken with natural outdoor back伊