文献类型：期刊文章

作　　者：周前前[1] 刘骊[1,2] 刘利军[1,2] 付晓东[1,2] 黄青松[1,2]

ZHOU Qianqian;LIU Li;LIU Lijun;FU Xiaodong;HUANG Qingsong(Faculty of Information Engineering and Automation,Kunming University of Science and Technology,Kunming 650500;Computer Technology Application Key Laboratory of Yunnan Province,Kunming University of Science and Technology,Kunming 650500)

机构地区：[1]昆明理工大学信息工程与自动化学院,昆明650500 [2]昆明理工大学云南省计算机技术应用重点实验室,昆明650500

出　　处：《模式识别与人工智能》

基　　金：国家自然科学基金项目(No.61862036,61962030,81860318);云南省中青年学术和技术带头人后备人才培养计划项目(No.201905C160046)资助。

年　　份：2021

卷　　号：34

期　　号：5

起止页码：463-472

语　　种：中文

收录情况：BDHX、BDHX2020、CSCD、CSCD2021_2022、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：民族服饰图像具有不同民族风格的服装款式、配饰和图案,导致民族服饰图像细粒度检索准确率较低.因此,文中提出细粒度民族服饰图像检索的全局-局部特征提取方法.首先,基于自定义的民族服饰语义标注,对输入图像进行区域检测,分别获得前景、款式、图案和配饰图像.然后在全卷积网络结构的基础上构建多分支的全局-局部特征提取模型,对不同区域的服饰图像进行特征提取,分别获得全局、款式、图案和配饰的卷积特征.最后,先对全局特征进行相似性度量,得到初步检索结果,再使用Top-50检索结果的局部特征与查询图像的局部特征进行重排序,优化排序并输出最终的检索结果.在构建的民族服饰图像数据集上的实验表明,文中方法有效提高民族服饰图像检索的准确率.

关 键 词：细粒度图像检索  民族服饰图像  全局特征  局部特征  重排序  

分 类 号：TP391]