纺织学报 ›› 2019, Vol. 40 ›› Issue (04): 158-164.doi: 10.13475/j.fzxb.20180504707

• 管理与信息化 • 上一篇    下一篇

西装识别的深度学习方法

#br#   


  • 收稿日期:2018-05-21 修回日期:2019-01-08 出版日期:2019-04-15 发布日期:2019-04-16

Depth learning method for suit detection in images

#br#   

  • Received:2018-05-21 Revised:2019-01-08 Online:2019-04-15 Published:2019-04-16

摘要:

为准确而快速地对电商平台产品图像进行西装目标的分类检测,以3 个主要的卷积网络深度学习框架即快速区域卷积神经网络、基于区域的全连接卷积网络和单次多盒检测为基础,首先通过实验分析其在服装图像分类识别中的效率和有效性,针对小目标识别困难和过拟合识别问题,提出基于尺寸分割和负样本的单次多盒检测(SSD)增强方法(DN-SSD);然后将图像分割为不同尺寸的子图突出服装目标,通过融合分类方法解决SSD 算法对小目标识别不足的问题,并通过增强负样本以提高算法的场景适应能力。实验结果表明,该算法可有效地识别各种形态和大小的西装目标,识别准确率达到90%以上,并且能够方便地推广到服装其他品类的识别中。

关键词: 服装识别, 目标检测, 深度卷积神经网络, 深度学习, 单次多盒检测

Abstract:

In order to classify and detect the suit target in images of e-commerce platform accurately and quickly, an enhanced deep convolution network (DN-SSD) was proposed. First, three main frameworks faster region-convolutional networks (faster R-CNN), region-based fully convolution network(R-FCN) and single shot muti-box detection(SSD) were evaluated. An image was segmented into multiscale subimages to highlight the suit target based on the SSD. Secondly, the problem of small target recognition was solved by the fusion of classification. The scene adaptability was enhanced by increasing number of negative samples. The experimental result shows that the algorithm can recognize various shapes and size of suit targets and achieves the accuracy over 90%. The method can also be generalized to other style of dress detection and location.

Key words: clothing recognition, target detection, deep convolution neural network, deep learning, single shot muti-box detection

[1] 汪珊娜 张华熊 康锋. 基于卷积神经网络的领带花型情感分类[J]. 纺织学报, 2018, 39(08): 117-123.
[2] 何晓昀 韦平 张林 邓斌攸 潘云峰 苏真伟. 基于深度学习的籽棉中异性纤维检测方法[J]. 纺织学报, 2018, 39(06): 131-135.
[3] 景军锋 范晓婷 李鹏飞 洪良. 应用深度卷积神经网络的色织物缺陷检测[J]. 纺织学报, 2017, 38(02): 68-74.
[4] 徐增波 周胜. 基于尺度-空间极值的织物起球目标检测[J]. 纺织学报, 2013, 34(7): 45-51.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
[1] 刘恩华;李树锋;程博闻;杜启云. 聚丙烯腈基中空碳纤维膜制备及结构研究[J]. 纺织学报, 2006, 27(4): 19 -21 .
[2] 康阜生;严伟;程远欣;封冰;严迅;巫拱生. 接枝亚麻纤维的工业性试验(三)[J]. 纺织学报, 2004, 25(03): 72 -73 .
[3] 王德骥;孙玉英;刘奕庄;罗和柏. 对苎麻脱胶质量检验指标——残胶率及半纤维素的分析研究[J]. 纺织学报, 1984, 5(09): 19 -23 .
[4] 王连贵. 多功能花式捻线机罗拉支承结构讨论[J]. 纺织学报, 1984, 5(09): 33 -35 .
[5] 冯文斌. 梳棉机大漏底鼻端改进试验[J]. 纺织学报, 1987, 8(01): 45 .
[6] 秦丽华. 使用卜氏纤维强力测试仪的注意事项[J]. 纺织学报, 1996, 17(04): 53 .
[7] 王建刚.;王亚丽;葛明桥;甘应进.;陈东生.. 柠檬酸和壳聚糖对棉织物抗菌整理的研究[J]. 纺织学报, 2006, 27(1): 89 -92 .
[8] 林子务. 状态维修的设备考核指标与激励机制探讨[J]. 纺织学报, 2003, 24(05): 99 -101 .
[9] 郭秉臣;董振礼;高殿斌. 兔毛织物的掉毛探讨[J]. 纺织学报, 1992, 13(07): 33 -34 .
[10] 张辉;徐军;张建春;朱华. 织物静态热湿舒适性测试分析[J]. 纺织学报, 2004, 25(04): 56 -57 .