文献类型：期刊文章

作　　者：厉智[1] 孙玉宝[1,2] 王枫[1] 刘青山[1,2]

机构地区：[1]南京信息工程大学信息与控制学院江苏省大数据分析技术重点实验室,南京210044 [2]江苏省大气环境与装备技术协同创新中心,南京210044

出　　处：《计算机工程》

基　　金：国家自然科学基金(61672292;61300162;61272223);江苏省自然科学基金(BK20131003)

年　　份：2016

卷　　号：42

期　　号：11

起止页码：309-315

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CAS、CSA、CSA-PROQEUST、CSCD、CSCD_E2015_2016、IC、INSPEC、JST、RCCSE、SCOPUS、UPD、ZGKJHX、核心刊

摘　　要：针对利用深度学习的服装图像检索算法分类精度较低的问题,提出基于深度卷积神经网络的改进服装图像分类检索算法,并建立一个具有16种属性、10万量级的网络服装图像数据库B_DAT Clothing。依据服装图像的复杂性,采用深度卷积神经网络从B_DAT Clothing数据库中自动学习服装的属性特征并建立哈希索引,进而构建基于服装属性的检索模型,实现服装图像的高效分类和快速检索。实验结果表明,与传统视觉特征分类算法相比,该算法在服装分类上的准确率更高,属性检索效果更好。

关 键 词：服装属性  卷积神经网络 属性检索  分类排序  哈希索引 服装数据库  

分 类 号：TP393]