细粒度民族服饰图像检索的全局-局部特征提取方法

作者：周前前; 刘骊^*; 刘利军; 付晓东; 黄青松

来源：模式识别与人工智能, 2021, 34(05): 463-472.

DOI：10.16451/j.cnki.issn1003-6059.202105009

• 细粒度图像检索
• 民族服饰图像
• 全局特征
• 局部特征
• 重排序

民族服饰图像具有不同民族风格的服装款式、配饰和图案,导致民族服饰图像细粒度检索准确率较低.因此,文中提出细粒度民族服饰图像检索的全局-局部特征提取方法.首先,基于自定义的民族服饰语义标注,对输入图像进行区域检测,分别获得前景、款式、图案和配饰图像.然后在全卷积网络结构的基础上构建多分支的全局-局部特征提取模型,对不同区域的服饰图像进行特征提取,分别获得全局、款式、图案和配饰的卷积特征.最后,先对全局特征进行相似性度量,得到初步检索结果,再使用Top-50检索结果的局部特征与查询图像的局部特征进行重排序,优化排序并输出最终的检索结果.在构建的民族服饰图像数据集上的实验表明,文中方法有效提高民族服饰图像检索的准确率.

• 单位
  昆明理工大学; 自动化学院