级联层叠金字塔网络模型的服装关键点检测

• 作者: 张紫云 张艺 李维乾 王海
• 来源期刊: 计算机系统应用
• 关键词: 服装关键点检测 层叠金字塔模型 Faster R-CNN ResNet-101
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 研究开发
• 页码范围: 254-259
• 页数: 6页
• 字数: 3071字
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.007376

摘要

服装关键点的检测对服饰分类、推荐和检索效果具有重要的作用,然而实际服装数据库中存在大量形变及背景复杂的服饰图片,导致现有服装分类模型的识别率和服装推荐、检索的效果较差.为此,本文提出了一种级联层叠金字塔网络模型CSPN(Cascaded Stacked Pyramid Network),将目标检测方法与回归方法相结合,首先采用Faster R-CNN结构对服装目标区域进行识别,然后基于ResNet-101结构生成的多层级特征图,构建级联金字塔网络,融合服饰图像的多尺度高低层信息,解决图片形变及复杂背景下服装关键点识别准确度不高等问题.实验结果表明,CSPN模型在DeepFashion数据集上较其他三种模型对服装关键点具有较高识别度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李维乾	西安工程大学计算机科学学院	11	72	4.0	8.0
4	王海	西北大学信息科学与技术学院	23	158	5.0	12.0
11	张紫云	西安工程大学计算机科学学院	1	0	0.0	0.0