结合注意力机制的跨域服装检索

作     者：刘玉杰 王文亚 李宗民 李华 Liu Yujie;Wang Wenya;Li Zongmin;Li Hua

作者机构：中国石油大学(华东)计算机科学与技术学院青岛266580 中国科学院计算技术研究所智能信息处理重点实验室北京100190 中国科学院大学北京100049 

基　　金：国家自然科学基金(6137106,61379082,61227802) 山东省自然科学基金(ZR2015FM011,ZR2013FM036,ZR2015FM022) 

出 版 物：《计算机辅助设计与图形学学报》 (Journal of Computer-Aided Design & Computer Graphics)

年 卷 期：2020年第32卷第6期

页      码：894-902页

摘      要：针对跨域服装检索中服装商品图像拍摄严格约束光照、背景等条件,而用户图像源自复杂多变的日常生活场景,难以避免背景干扰以及视角、姿态引起的服装形变等问题.提出一种结合注意力机制的跨域服装检索方法.利用深度卷积神经网络为基础,引入注意力机制重新分配不同特征所占比重,增强表述服装图像的重要特征,抑制不重要特征;加入短连接模块融合局部重要特征和整幅图像的高层语义信息,提取更具判别力的特征描述子;联合分类损失函数和三元组损失共同约束网络训练过程,基于类别信息缩小检索范围.采用标准的top-k检索精度作为评价指标,选择DeepFashion数据集与当前跨域服装检索常用方法进行对比,文中方法在top-20检索精度对比中取得了最好的检索性能(0.503).实验结果表明,该方法能有效地处理视角、姿态引起的服装形变和复杂背景的干扰,同时不需要大量的样本标注信息,有效地提高了跨域服装检索的精度.

主 题 词：服装检索 跨场景 注意力机制 三元组损失 

学科分类：08[工学] 080203[080203] 0835[0835] 0802[工学-机械学] 0811[工学-水利类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.3724/SP.J.1089.2020.17994

馆 藏 号：203932729...