服装检索相关论文阅读

最新推荐文章于 2020-09-16 16:20:00 发布

告白少年

最新推荐文章于 2020-09-16 16:20:00 发布

阅读量614

点赞数

文章标签：服装检索

本文链接：https://blog.csdn.net/qq_43555843/article/details/100763016

版权

本文介绍了三篇关于服装检索的论文，包括利用深度学习提取服装特征进行跨域匹配的street2shop数据集，使用视觉注意力模型减少背景干扰的VAM方法，以及提出检测后检索模型的Mask R-CNN与R-MAC结合技术。这些研究通过不同的特征融合和损失函数优化，提高了服装检索的准确性和鲁棒性。

摘要由CSDN通过智能技术生成

服装检索相关论文阅读

########
Where to Buy It: Matching Street Clothing Photos in Online Shops
论文链接：https://ieeexplore.ieee.org/document/7410739
论文目标:
跨域问题，根据街拍图准确找出卖家图.
创新点：
1.开源了一个street2shop数据集。
2.训练了一个计算相似度的网络，通过深度学习提取到的服装特征。
3。算法检索+人类检索评估测试。
模型训练:
一个baseline是基于shop photo的整图做检索，也就是用了ImageNet效果还不错的模型作为特征提取器，提取shop的整图特征，提取street的bbox里图的特征，然后用cosine距离计算相似度，相似度从大到小排序，得检索结果。
检索方法：
1.全图检索:AlexNet的FC6特征，进行余弦距离计算。
2.proposal检索，网络在售的图片没有标记框，提取100个proposal，再用余弦距离计算相似度。
3.相似度学习
使用三层全连接网，正负样本（匹配和不匹配的图像对），前两层全连接网友512个输出，使用ReLU激活，最后一层有两个节点，使用Softmax激活，正负样本分别是街拍图像中衣物的bbox和网售衣物的proposal，最小化cross-entropy损失。
4.算法检索，top-20；人类检索结果，任务与算法的不同，给出一张图和10个比较相似的候选，从中选出与那张图相同的。

#######