原文服务方: 微电子学与计算机       
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 .
推荐文章
基于深度卷积神经网络的服装图像分类检索算法
服装属性
卷积神经网络
属性检索
分类排序
哈希索引
服装数据库
基于属性关联的朴素贝叶斯分类算法
连续型数据
数据分类
关联规则
朴素贝叶斯分类算法
属性加权
基于信息熵的决策属性分类挖掘算法及应用
属性
分类
数据挖掘
信息熵
判定树
基于模糊规则的随机缺失属性值数据分类算法
缺失属性值
隶属函数
模糊规则
分类
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于视觉的服装属性分类算法
来源期刊 微电子学与计算机 学科
关键词 模式识别 图像属性分类 服装领域 SVM决策
年,卷(期) 2016,(1) 所属期刊栏目
研究方向 页码范围 28-33
页数 6页 分类号 TP391
字数 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 丁贵广 清华大学软件学院 7 142 5.0 7.0
2 刘聪 清华大学计算机科学与技术系 11 74 5.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (1825)
参考文献  (4)
节点文献
引证文献  (4)
同被引文献  (7)
二级引证文献  (2)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(4)
  • 引证文献(2)
  • 二级引证文献(2)
研究主题发展历程
节点文献
模式识别
图像属性分类
服装领域
SVM决策
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
微电子学与计算机
月刊
1000-7180
61-1123/TN
大16开
1972-01-01
chi
出版文献量(篇)
9826
总下载数(次)
0
总被引数(次)
59060
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导