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。
#######