尹光燦 羅戎蕾

摘 要：針對服裝領(lǐng)型特征識別困難、分類效果不理想等問題，提出了一種基于Alex Net卷積神經(jīng)網(wǎng)絡(luò)的服裝領(lǐng)型識別與分類方法，實現(xiàn)了服裝衣領(lǐng)造型的自動識別與分類。首先，從電商平臺收集服裝樣本圖并對其進行剪裁和預(yù)處理，建立一個包含圓形領(lǐng)、方形領(lǐng)、一字領(lǐng)、V形領(lǐng)等15類服裝領(lǐng)型的樣本庫;其次，利用Alex Net卷積神經(jīng)網(wǎng)絡(luò)中的卷積、池化操作，提取服裝領(lǐng)型樣本中的領(lǐng)型特征;最后，運用Softmax回歸分類器來實現(xiàn)服裝領(lǐng)型的分類。結(jié)果表明，該方法可以有效地對服裝領(lǐng)型進行識別與分類，分類準確率達到98.67%，可以有效解決服裝領(lǐng)型識別分類困難等問題，為服裝商品的可視化分類提供有效方法。

關(guān)鍵詞：卷積神經(jīng)網(wǎng)絡(luò);Alex Net;服裝領(lǐng)型;識別分類

Abstract：A new method of recognition and classification of garment collar typebased on Alex Net convolution neural networkis introduced to improve automatic recognition and classification of garment collar style， so as to overcome the difficulties in recognition and classification of characteristics of garment collar type. Firstly， different garment sample designs were collected from e-commerce platforms and edited and preprocessed，and a sample database consisting of 15 garment collar types （including round collar， square collar， off collar， V collar and so on） were built. Secondly， operations of convolution and pooling of Alex Net convolution neural network were conducted to extract the collar characteristics from the samples. Finally， Softmax regression classifier was used to realize the classification of the clothing collars. The experiment result shows that this method works well in identifying and classifying clothing collar types with an accuracy rate up to 98.67%. This method is an effective way to overcome the difficulties in identifying and classifying clothing collar types，and provide an effective method for visual classification of apparel goods.

Key words：CNN; Alex Net; garment collar type; identification and classification

衣領(lǐng)，從其字面意思理解，就是服裝的領(lǐng)子部分，貼合于人體頸部，裝縫在衣身領(lǐng)圈上的部件，具有保護、裝扮頸部的作用[1]。領(lǐng)部在服裝設(shè)計中，是組成服裝款式的重要部件之一，也是服裝設(shè)計師重點關(guān)注的部位。不同的衣領(lǐng)造型通常會給人不同的視覺效果和心理感受。在服裝風格識別中，衣領(lǐng)的造型是影響服裝風格的重要因素之一。但目前電商平臺對于領(lǐng)型的識別和分類主要還是依靠人為添加標簽來完成。由于不同的人對領(lǐng)型的認知不同，就導(dǎo)致在添加標簽的過程中可能出現(xiàn)錯誤的分類。而消費者則是通過文本和關(guān)鍵詞進行搜索，搜索出來的結(jié)果會出現(xiàn)詞不對圖的情況。使用傳統(tǒng)方法對領(lǐng)型分類不僅浪費了大量的時間，且分類效果也不理想，這就需要尋找實現(xiàn)服裝領(lǐng)型分類更簡便的方法。

目前國內(nèi)外學(xué)者對服裝分類的研究主要集中在款式、風格、色彩、圖案等方面。馮利等[2]通過量化服裝的主要控制部件，例如領(lǐng)部、外形、袖部等的變化范圍實現(xiàn)對服裝風格的分類。張海泉等[3]對服裝面料視覺風格的特點進行研究進而對面料風格進行了分類。陳雁等[4]通過專家調(diào)查和物理測試的方式對顏色風格進行研究，實現(xiàn)對顏色風格的分類。李一磊等[5]通過將服裝的部件屬性和決策者心理相結(jié)合，建立MDFT的服裝風格決策模型，對服裝風格進行了分類。早期的這些研究都是人為設(shè)定提取特征，提取出來的特征具有主觀性和限制性。隨著深度學(xué)習的發(fā)展使得機器學(xué)習與特征學(xué)習有了很大的突破。汪姍娜等[6]通過改進卷積神經(jīng)網(wǎng)絡(luò)實現(xiàn)了領(lǐng)帶花型的情感分類。吳歡等[7]改進Caffe Net卷積神經(jīng)網(wǎng)絡(luò)的模型結(jié)構(gòu)對5種女褲廓形進行分類。Bossard等[8]使用色彩、圖案和服裝輪廓等指標對 服裝屬性進行分類。上述方法都是使用深度學(xué)習對服裝整體進行分類，沒有對服裝零部件進行分類。因此本文以服裝領(lǐng)型為研究對象，通過微調(diào)Alex Net卷積神經(jīng)網(wǎng)絡(luò)模型的超參數(shù)，實現(xiàn)對服裝領(lǐng)型的自動識別與分類，進而為實現(xiàn)服裝類商品的可視化分類提供有效方法?？梢詫⑵溥\用于電商，便于在線商店標注與服裝相關(guān)的描述，也便于消費者跨越語義鴻溝，找到想要的服裝商品。

1 領(lǐng)型分類

衣領(lǐng)是由領(lǐng)線和領(lǐng)子兩個部分組成，按照領(lǐng)線和領(lǐng)子的組合方式，可以分為無領(lǐng)和有領(lǐng)兩大類[9]。無領(lǐng)是指僅有領(lǐng)線而無領(lǐng)子的領(lǐng)型;有領(lǐng)是指在領(lǐng)線上裝有各種不同形式的領(lǐng)子。根據(jù)不同的分類標準，領(lǐng)子的分類不同。按領(lǐng)的高度可分為高領(lǐng)、中領(lǐng)、低領(lǐng);按領(lǐng)的穿著狀態(tài)可分為開門領(lǐng)和關(guān)門領(lǐng);按領(lǐng)的造型結(jié)構(gòu)可為無領(lǐng)、立領(lǐng)、翻領(lǐng)和駁領(lǐng)等基本類型。

本實驗將按照領(lǐng)子的造型結(jié)構(gòu)分類進行研究，總體分為無領(lǐng)、立領(lǐng)、翻領(lǐng)和駁領(lǐng)4大基本領(lǐng)型。

1.1 無 領(lǐng)

無領(lǐng)的特點是只有領(lǐng)線而無領(lǐng)面。它在基本領(lǐng)線的基礎(chǔ)上改變領(lǐng)線的大小或形狀從而形成不同的款式造型，例如圓形領(lǐng)、方形領(lǐng)、V形領(lǐng)和一字領(lǐng)等，如圖1所示。

1.2 立 領(lǐng)

立領(lǐng)又稱豎領(lǐng)，是立于頸周而無翻折的領(lǐng)造型，也就是說立領(lǐng)只有領(lǐng)座。改變其領(lǐng)座的造型，從而衍生出不同的立領(lǐng)造型，例如中式立領(lǐng)和系結(jié)領(lǐng)等，如圖2所示。

1.3 翻 領(lǐng)

翻領(lǐng)是指領(lǐng)面攤貼在領(lǐng)圈上（無領(lǐng)腳）或翻攤在領(lǐng)腳外面（領(lǐng)腳將領(lǐng)面撐起）的領(lǐng)式。根據(jù)有無領(lǐng)腰，翻領(lǐng)又分為兩種，有領(lǐng)腰的叫襯衫領(lǐng)（圖3）;無領(lǐng)腰的叫做平領(lǐng)。平領(lǐng)又根據(jù)其翻折領(lǐng)面大小幅度不同或形狀不同，又形成不同的平領(lǐng)造型。例如海軍領(lǐng)、波浪領(lǐng)、披肩領(lǐng)、娃娃領(lǐng)等，如圖4所示。

1.4 駁 領(lǐng)

駁領(lǐng)是由衣領(lǐng)和駁頭組成，將衣領(lǐng)和駁頭縫接在一起，駁頭兩側(cè)向外翻折呈駁口線型的領(lǐng)式。駁領(lǐng)根據(jù)其領(lǐng)形變化又可分為平駁領(lǐng)、槍駁領(lǐng)、大駁領(lǐng)和青果領(lǐng)等，如圖5所示。

根據(jù)電商平臺對領(lǐng)型的分類，再結(jié)合文獻調(diào)研[1，10-11]及專家訪談等形式，最終確定15種特征較明顯的領(lǐng)型作為本次的研究對象，分別是圓形領(lǐng)、方形領(lǐng)、V形領(lǐng)、一字領(lǐng)、中式立領(lǐng)、系結(jié)領(lǐng)、襯衫領(lǐng)、海軍領(lǐng)、波浪領(lǐng)、披肩領(lǐng)、娃娃領(lǐng)、平駁領(lǐng)、槍駁領(lǐng)、大駁領(lǐng)、青果領(lǐng)。

2 卷積神經(jīng)網(wǎng)絡(luò)的構(gòu)建

早在20世紀60年代，Duffy等[12]在對貓的大腦視覺皮層實驗中，發(fā)現(xiàn)生物的視覺系統(tǒng)是通過多層級的視覺感受野逐層激發(fā)實現(xiàn)的。研究人員在動物的視覺系統(tǒng)實驗啟發(fā)下，設(shè)計出了類似的算法，通過多層級的視覺感受野對圖像進行深層次的識別。隨著機器視覺概念的提出，卷積神經(jīng)網(wǎng)絡(luò)憑借像素之間的距離與其相似性關(guān)系的優(yōu)勢，依靠網(wǎng)絡(luò)自身，學(xué)習、提取訓(xùn)練樣本特征的能力，成為當前識別圖像分類領(lǐng)域的研究熱點之一[13]。

本研究將Alex Net卷積神經(jīng)網(wǎng)絡(luò)模型應(yīng)用于服裝領(lǐng)型的識別分類，利用卷積神經(jīng)網(wǎng)絡(luò)反向傳播算法的特點，通過調(diào)整Alex Net模型參數(shù)得到適用于服裝領(lǐng)型識別分類的網(wǎng)絡(luò)模型結(jié)構(gòu)。

Alex Net網(wǎng)絡(luò)模型共有8層，1～5層為卷積層，6～8層為全連接層，激勵函數(shù)RELU（Rectified Linear Unit）和局部歸一化（Local Response Normalization，LRN）處理存在于前五層的卷積層中，Alex Net網(wǎng)絡(luò)結(jié)構(gòu)的優(yōu)勢在于兩個LRN層及最后一個卷積層后加入了最大池化層，最大池化層的作用在于提取訓(xùn)練樣本中最顯著的特征。表1為網(wǎng)絡(luò)的隱含層參數(shù)。

3 算法流程

領(lǐng)型識別任務(wù)分為4個階段，領(lǐng)型分類及樣本空間確定、樣本圖片預(yù)處理、領(lǐng)型樣本訓(xùn)練、特征提取和識別分類。算法流程如圖6所示。

3.1 領(lǐng)型分類及樣本空間確定

基于文獻和專家訪談等形式確定領(lǐng)型的分類;按照對應(yīng)的領(lǐng)型種類變量，確定樣本空間量，包括領(lǐng)型訓(xùn)練樣本空間量和領(lǐng)型測試樣本空間量。

3.2 樣本圖片預(yù)處理

將收集的服裝領(lǐng)型圖片進行預(yù)處理，首先要防止樣本圖片中的服裝非領(lǐng)型部分對機器學(xué)習造成干擾，其次防止樣本圖片中服裝的色彩和面料對實驗結(jié)果造成誤差，最后對樣本圖片尺寸大小進行歸一化處理。

3.3 領(lǐng)型樣本訓(xùn)練

使用Alex Net卷積神經(jīng)網(wǎng)絡(luò)模型對預(yù)處理過的領(lǐng)型樣本圖片進行訓(xùn)練。Alex Net網(wǎng)絡(luò)模型中的卷積核對圖像進行自上而下、自左到右的加權(quán)求和操作，從而得到新的像素值，接著在池化層進行特征融合、降維操作。輸入的領(lǐng)型樣本圖像經(jīng)過交替的卷積和池化操作，模型已經(jīng)學(xué)習到領(lǐng)型樣本高度抽象的特征。

3.4 特征提取和識別分類

將卷積和池化操作之后得到的特征圖輸入到Softmax回歸分類器中，結(jié)合領(lǐng)型的分類標簽對Softmax分類器進行訓(xùn)練。完成一定迭代次數(shù)的訓(xùn)練后，輸出15類目標的概率值。

4 樣本數(shù)據(jù)采集及圖像預(yù)處理

4.1 樣本數(shù)據(jù)采集

在淘寶、天貓、京東、唯品會等購物APP及各大服裝品牌官網(wǎng)尋找對應(yīng)的領(lǐng)型樣本，一共1 575個領(lǐng)型樣本，為了提高Alex Net網(wǎng)絡(luò)訓(xùn)練的精準度，防止其他無關(guān)內(nèi)容的干擾，本實驗選取去除背景且無其他內(nèi)容干擾的白底圖片。又因為圖片中非領(lǐng)型部分會對卷積神經(jīng)網(wǎng)絡(luò)的訓(xùn)練造成干擾，因此需要對圖片進行剪裁，只留下領(lǐng)子部分。裁剪方法使用labelimg軟件對領(lǐng)子部位進行標記，產(chǎn)生對應(yīng)的XML文件，用python-opencv讀取XML文件并進行裁剪。圖7為剪裁后的部分領(lǐng)型樣本。

4.2 樣本數(shù)據(jù)增強

為了增強Alex Net卷積神經(jīng)網(wǎng)絡(luò)的魯棒性，減少數(shù)據(jù)過擬合，在保持數(shù)據(jù)集標簽不變的情況下，增大數(shù)據(jù)集[14]。本研究主要采用兩種方法，一是樣本圖片翻轉(zhuǎn)，擴充數(shù)據(jù)集;二是使用正態(tài)分布的高斯噪音，人工添加一些干擾，提高卷積神經(jīng)網(wǎng)絡(luò)的魯棒性。

4.2.1 樣本圖片翻轉(zhuǎn)

由于卷積神經(jīng)網(wǎng)絡(luò)具有很強的泛化能力，即使樣本圖片在空間中發(fā)生位移、拉伸或旋轉(zhuǎn)等變化，卷積神經(jīng)網(wǎng)絡(luò)也能很好地完成識別任務(wù)。因此在實驗中將每一張樣本圖片分別向左、向右翻轉(zhuǎn)90°，這樣將數(shù)據(jù)集擴充至4 725張圖片。圖8為部分樣本圖片翻轉(zhuǎn)。