基于深度卷积神经网络的服装图像分类检索算法

• 作者: 刘青山 厉智 孙玉宝 王枫
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 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
• 年，卷（期）: 2016,（11）
• 所属期刊栏目: ?开发研究与工程应用?
• 页码范围: 309-315
• 页数: 7页
• 分类号: TP393
• 字数: 4171字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2016.11.053

摘要

针对利用深度学习的服装图像检索算法分类精度较低的问题，提出基于深度卷积神经网络的改进服装图像分类检索算法，并建立一个具有16种属性、10万量级的网络服装图像数据库B＿DAT Clothing。依据服装图像的复杂性，采用深度卷积神经网络从 B＿DAT Clothing数据库中自动学习服装的属性特征并建立哈希索引，进而构建基于服装属性的检索模型，实现服装图像的高效分类和快速检索。实验结果表明，与传统视觉特征分类算法相比，该算法在服装分类上的准确率更高，属性检索效果更好。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙玉宝	南京信息工程大学信息与控制学院江苏省大数据分析技术重点实验室	19	163	8.0	12.0
3	刘青山	南京信息工程大学信息与控制学院江苏省大数据分析技术重点实验室	34	203	8.0	13.0
5	王枫	南京信息工程大学信息与控制学院江苏省大数据分析技术重点实验室	3	40	2.0	3.0
10	厉智	南京信息工程大学信息与控制学院江苏省大数据分析技术重点实验室	2	30	1.0	2.0