基于深度学习的服装图像检索方法

• 作者: 何利力 郑军红 陈双
• 来源期刊: 计算机系统应用
• 关键词: 服装图像检索 深度学习 特征提取 Softmax分类器 局部敏感哈希
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 研究开发
• 页码范围: 229-234
• 页数: 6页
• 字数: 4056字
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.006826

摘要

为实现面向大规模服装图像集的图像快速精准检索,突破当前常规检索方法的局限性,本文提出了一个新的深度学习模型:Fashion-16服装图像检索模型.采用先分类再类内检索的思想,基于VGG-16模型强大的图像特征提取能力,以卷积神经网络softmax分类器进行分类,对同一类别下采用局部敏感哈希的思想进行近似最近邻的查找,实现了针对服装类别属性的图像检索模型修正.实验结果表明,模型具有良好的稳定性、精确率及检索速度,有其实用价值与研究意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何利力	浙江理工大学信息学院	93	289	8.0	13.0
2	郑军红	浙江理工大学信息学院	8	27	2.0	5.0
3	陈双	浙江理工大学信息学院	2	2	1.0	1.0