基于VGG-19混合迁移学习模型的服饰图片识别

作者：唐浩漾; 孙梓巍; 王婧; 钱萌

来源：西安邮电大学学报, 2018, 23(06): 87-93.

DOI：10.13682/j.issn.2095-6533.2018.06.016

• 迁移学习
• 视觉几何组19
• 稀疏自动编码器
• Softmax分类器

提出了一种基于视觉几何组19(visual geometry group-19,VGG-19)混合迁移学习模型的服饰图片识别算法。该算法对VGG-19模型预训练,将卷积层参数进行迁移,将卷积层输出的特征图输入到稀疏自动编码器(sparse automatic encoder,SAE)中,通过无监督学习获取更优的特征描述,结合softmax分类器使用反向传播算法(back propagation,BP)进行模型参数的微调。在公开的DeepFashion服饰图像数据集上进行测试,实验结果表明,该方法能够增加卷积层的特征提取能力,达到了97.2%的识别率。

• 单位
  自动化学院; 西安邮电大学