基于视觉的服装属性分类算法

作者： 刘聪 [1] ; 丁贵广 [2]

摘要：提出了一种服装图像属性分类算法.针对服装图像噪声多的问题,采用人体部位检测技术定位服装关键部位并去除冗余信息,提高了属性分类的准确率.并提出了一种基于人体骨架与皮肤的特征提取算法,以较少的维数表达衣型特点,显著加快相关属性的分类速度.针对服装属性语义复杂、需求多样化的问题,为不同的属性构建了不同的SVM决策树模型,从而提高分类效率,并同时满足粗、细粒度的服装分类需求.实验结果验证了该方法在多种服装属性分类任务上的有效性.

关键字： 模式识别 图像属性分类 服装领域 SVM决策

---

上一篇：基于硬件加速的实时仿真平台构建技术
下一篇：基于加权最小平方法的DV-Hop改进算法