基于距离度量学习和多视图学习的服装主观风格识别方法

摘要

随着电子商务的发展，如何正确识别服装风格成为一项意义深远的工作。服装风格的准确识别可为如下研究提供基础:自动化的服装标注、基于内容的服装检索、个性化的服装推荐、风格统一的服装搭配。而现有服装风格识别方法主要基于客观风格，较少基于主观风格，且缺乏对多个主观风格同时识别的工作，因此本文提出一种基于多个主观风格的服装识别方法。
　　我们首先从互联网上爬取多张带有多个主观风格的服装图片及其主、客观风格信息;然后对这些图片进行姿势估计和特征提取;其次为了能够得到更有区分度的特征，我们提出一种多标签距离度量学习模型，并将该模型运用到已获得的特征上，得到新的距离度量学习特征。之后为了进一步提高服装主观风格的识别效果，我们结合服装图片的客观风格文本描述信息，将已有的单标签多视图学习模型改进成为多标签多视图学习模型，得到多视图学习的新特征。最后对多视图学习特征集进行多标签分类，得到服装多个主观风格的识别结果。
　　实验结果表明，本文提出的基于距离度量学习和多视图学习的服装主观风格识别方法可以有效地识别服装主观风格。

目录

声明

摘要

图目录

表目录

第1章 绪论

1．1 课题背景

1．2 课题难点

1．3 本文工作

1．3．1 一种新的多标签距离度量学习算法

1．3．2 一种新的多视图多标签特征学习算法

1．4 本文组织结构

1．5 本章小结

第2章 距离度量学习及多视图学习技术综述

2．1 距离度量学习

2．1．1 有监督的全局距离度量学习

2．1．2 有监督的局部距离度量学习

2．1．3 无监督的距离度量学习

2．2 多视图学习

2．2．1 协同训练的多视图学习

2．2．2 多核学习的多视图学习

2．2．3 子空间学习的多视图学习

2．3 本章小结

第3章 基于距离度量学习的服装主观风格识别

3．1 研究背景

3．2 一种新的多标签距离度量学习算法

3．2．1 原始距离度量学习算法

3．2．2 —种新的多标签的距离度量学习算法

3．3 实验过程与结果分析

3．3．1 实验过程

3．3．2 实验结果

3．4 本章小结

第4章 基于多视图学习的服装主观风格识别

4．1 研究背景

4．2 一种新的多标签多视图特征学习算法

4．2．1 原始的多视图学习算法

4．2．2 基于超图谱学习的多标签分类算法

4．2．3 一种新的多标签多视图特征学习算法

4．3 实验过程与结果分析

4．3．1 实验过程

4．3．2 实验结果

4．4 本章小结

第5章 总结与展望

5．1 工作总结

5．2 未来展望

参考文献

致谢