鄧瑩潔 羅戎蕾

摘 要：針對(duì)服裝特征分類(lèi)識(shí)別不夠全面、較多分類(lèi)特征導(dǎo)致效果較差的問(wèn)題，提出一種帶有Inception v2模組的快速區(qū)域卷積神經(jīng)網(wǎng)絡(luò)模型的女裝半身裙多特征分類(lèi)識(shí)別方法。建立一個(gè)包含8類(lèi)款式、11種顏色、5種圖案、4種長(zhǎng)度，共計(jì)28種類(lèi)別標(biāo)簽的女裝半身裙樣本庫(kù);以快速區(qū)域卷積神經(jīng)網(wǎng)絡(luò)（Faster r-cnn）結(jié)構(gòu)為基礎(chǔ)，引入一個(gè)Inception v2模組，對(duì)半身裙的款式及多種特征進(jìn)行學(xué)習(xí)訓(xùn)練，通過(guò)全連接層將來(lái)自Faster r-cnn主干網(wǎng)絡(luò)和Inception v2的分類(lèi)信息進(jìn)行特征融合并共享?yè)p失，以提高算法的準(zhǔn)確率;將目標(biāo)檢測(cè)框與分類(lèi)結(jié)果一起輸出，在對(duì)半身裙圖像精準(zhǔn)定位的基礎(chǔ)上實(shí)現(xiàn)了半身裙款式及常見(jiàn)特征的分類(lèi)識(shí)別。結(jié)果表明：該方法的平均分類(lèi)準(zhǔn)確率為92.8%，可以有效地對(duì)女裝半身裙款式、特征進(jìn)行分類(lèi)識(shí)別，并且可用于實(shí)際場(chǎng)景的服裝圖片中。

關(guān)鍵詞：卷積神經(jīng)網(wǎng)絡(luò);Inception v2模組;快速區(qū)域卷積神經(jīng)網(wǎng)絡(luò);女裝半身裙

中圖分類(lèi)號(hào)： TS941.26

文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：1009-265X（2021）06-0098-08

收稿日期：2020-08-06 網(wǎng)絡(luò)首發(fā)日期：2021-01-21

基金項(xiàng)目：浙江理工大學(xué)研究生培養(yǎng)基金項(xiàng)目

作者簡(jiǎn)介：鄧瑩潔（1995-），女，福建邵武人，碩士研究生，主要從事服裝數(shù)字化方面的研究。

通信作者：羅戎蕾，E-mail：luoronglei@163.com。

Classification and Recognition of Bust Skirt Style and CommonFeatures Based on Convolutional Neural Network

DENG yingjie， LUO Ronglei

（a.School of Fashion Design & Engineering;b.Zhejiang Province Engineering Laboratory ofClothing Digital Technology， Zhejiang Sci-Tech University， Hangzhou 310018， China）

Abstract： To solve the problem that the classification and recognition of garment features are not all-round enough and many classification features lead to poor effect， a multi-feature classification and recognition method for women〖JX+0.8mm〗〖XZ（322#〗〖HT15.〗'〖XZ）〗s bust skirt based on fast regional convolutional neural network model with Inception v2 module is proposed. A sample library of 28 kinds of women's bust skirts is established， which includes 8 styles， 11 colors， 5 patterns and 4 lengths. Based on the structure of fast regional convolutional neural network （Faster R-CNN）， an Inception v2 module is introduced to train the learning of the styles and multiple features of bust skirt. Through the fully connected layer， classification information from the faster R-CNN backbone network and Inception v2 has feature fusion and shares loss， to promote the accuracy of the algorithm. The target detection framework is output together with the classification results， which achieves the classification and recognition of bust skirt style and common features on the basis of accurate positioning of bust skirt images. The results show that the average classification accuracy of this method is 92.8%， which can effectively classify and recognize the styles and features of women's bust skirts， and can be used for garment pictures in real scenarios.

Key words： convolution neural network; Inception v2 module; faster R-CNN; women's bust skirt

互聯(lián)網(wǎng)與移動(dòng)設(shè)備的普及，加速了服裝行業(yè)的發(fā)展，基于內(nèi)容的在線推薦系統(tǒng)已成為滿足消費(fèi)者對(duì)服裝需求的常見(jiàn)方式，服裝圖像高效、準(zhǔn)確的分類(lèi)識(shí)別并建立相應(yīng)的視覺(jué)標(biāo)簽對(duì)于在線推薦系統(tǒng)起著重要作用，可為消費(fèi)者提供一種更為方便的方式來(lái)檢索他們喜歡的服裝商品。

傳統(tǒng)的圖像處理方法主要采用人工設(shè)計(jì)算法進(jìn)行特征的提取，例如邊緣檢測(cè)、顏色直方圖、局部二值模式分別提取輪廓、顏色、紋理特征，再利用決策樹(shù)、支持向量機(jī)等進(jìn)行模式的分類(lèi)識(shí)別[1-3]。向忠等[4]采用canny邊緣檢測(cè)、HSV顏色空間對(duì)織物印花輪廓及顏色特征進(jìn)行提取;Manfredi等[5]運(yùn)用二值蒙版投影對(duì)人體著裝圖像進(jìn)行粗糙形狀描述，進(jìn)而獲取服裝的3D積分顏色直方圖及HOG特征最后通過(guò)決策樹(shù)實(shí)現(xiàn)服裝的顏色分類(lèi)。李東等[6]根據(jù)服裝輪廓的幾何特點(diǎn)將服裝輪廓曲線的曲率極值點(diǎn)集作為表達(dá)服裝款式的特征向量，結(jié)合支持向量機(jī)對(duì)服裝款式進(jìn)行分類(lèi)。以上傳統(tǒng)算法都取得了不錯(cuò)的進(jìn)展，但其具有兩項(xiàng)明顯的缺點(diǎn)：一是傳統(tǒng)的特征提取過(guò)程是針對(duì)具體的底層或局部特征進(jìn)行提取，經(jīng)過(guò)專(zhuān)門(mén)的人為設(shè)定，使得該類(lèi)方法的泛化能力及模型可遷移性都較弱;二是依賴(lài)高質(zhì)量的輸入圖像，由于服裝的高度可變性、屬性特征多樣化、拍攝場(chǎng)景復(fù)雜都會(huì)導(dǎo)致分類(lèi)器的準(zhǔn)確率下降。近年來(lái)，卷積神經(jīng)網(wǎng)絡(luò)的興起為特征提取和分類(lèi)識(shí)別技術(shù)提供了新的研究方向，基于更深層次卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的服裝圖像檢索系統(tǒng)在精確程度及檢索效率上都有大幅度的提升[7]。卷積神經(jīng)網(wǎng)絡(luò)（CNNs）是一種多層次模型，通過(guò)逐層遞增的模式及端到端的結(jié)構(gòu)可以學(xué)習(xí)特定的圖像表示并且廣泛運(yùn)用于服裝領(lǐng)域：Dong等[8]在微調(diào)的VGG-Net中引入了“空間金字塔”池化策略，解決了不同大小及比例的圖像輸入引起的識(shí)別精度降低的問(wèn)題同時(shí)對(duì)服裝風(fēng)格進(jìn)行分類(lèi);Li等[9]提出一種基于極限學(xué)習(xí)機(jī)（ELM）神經(jīng)網(wǎng)絡(luò)的識(shí)別框架，采用ELM對(duì)CNN特征、顏色直方圖特征進(jìn)行深度融合實(shí)現(xiàn)服裝款式分類(lèi);吳歡等[10]運(yùn)用卷積神經(jīng)網(wǎng)絡(luò)CaffeNet模型對(duì)女褲廓形進(jìn)行分類(lèi)。觀察服裝時(shí)，首先是整體，其次是細(xì)節(jié)，故對(duì)于服裝進(jìn)行細(xì)致的描述至關(guān)重要，上述方法都只針對(duì)服裝（風(fēng)格、廓形、顏色等其中之一）單一屬性進(jìn)行分類(lèi)識(shí)別，不能較好地描述服裝的特點(diǎn)。因此，以女裝半身裙為研究對(duì)象，通過(guò)對(duì)卷積神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)的修改以及參數(shù)微調(diào)實(shí)現(xiàn)目標(biāo)服裝的精準(zhǔn)定位，在此基礎(chǔ)上對(duì)半身裙的款式及顏色、圖案、長(zhǎng)短多種特征進(jìn)行分類(lèi)識(shí)別，其結(jié)果可用于基于內(nèi)容的推薦。

1 樣本準(zhǔn)備

1.1 樣本采集

由于目前沒(méi)有此類(lèi)的服裝圖像樣本庫(kù)，根據(jù)女裝半身裙形態(tài)差異及特點(diǎn)綜合電子商務(wù)平臺(tái)對(duì)半身裙款式的劃分，本文選取了8種款式的半身裙：直筒裙、包臀裙、A字裙、波浪裙、百褶裙、魚(yú)尾裙、不規(guī)則裙以及蛋糕裙。直筒裙是所有半身裙的原型，呈H型也稱(chēng)為H裙;包臀裙因其緊身貼臀而得名，裙體從腰口沿臀部展開(kāi)至臀圍線最大然后至下擺逐漸收緊，短稱(chēng)包臀裙長(zhǎng)稱(chēng)鉛筆裙（這里統(tǒng)稱(chēng)為包臀裙）;A字裙的側(cè)縫從腰口至下擺逐漸擴(kuò)大，形成A字廓形;波浪裙（喇叭裙、傘裙）將下擺展開(kāi)到一定范圍，面料自然下垂形成波浪;百褶裙是指裙身由許多細(xì)密、垂直的等距褶裥構(gòu)成的裙裝，其褶裥數(shù)量在幾十至上百不等;魚(yú)尾裙的裙擺為波浪結(jié)構(gòu)，基礎(chǔ)裙型為直筒裙或包臀裙;不規(guī)則裙呈不規(guī)則、不對(duì)稱(chēng)的形狀;蛋糕裙（節(jié)裙、塔裙）由多層次的橫向抽褶裁片拼接而成，使裙體形成像蛋糕一樣的層疊結(jié)構(gòu)。從各大電商平臺(tái)收集每種款式半身裙各200張，總計(jì)1600張，創(chuàng)建女裝半身裙樣本庫(kù)。為了還原真實(shí)場(chǎng)景的特征提取與目標(biāo)識(shí)別工作，選取的半身裙圖像均為人體以各種姿態(tài)穿著（包含正、反面及側(cè)面圖片）且背景不一。圖1以截取過(guò)的8類(lèi)半身裙款式正面樣本進(jìn)行展示。

1.2 樣本描述及標(biāo)注

根據(jù)收集的半身裙款式及對(duì)裙類(lèi)最常見(jiàn)的描述[11]，對(duì)半身裙的顏色、圖案、長(zhǎng)度做進(jìn)一步的劃分，包括顏色11種、圖案5種、長(zhǎng)度4類(lèi)，其中裙類(lèi)長(zhǎng)度按照裙擺至人體腿部的位置可分為：短裙至大腿中部、中裙至膝蓋附近、中長(zhǎng)裙至小腿中部以及長(zhǎng)裙至腳踝附近。半身裙的款式及特征見(jiàn)表1。

針對(duì)以上半身裙的款式特征屬性（共計(jì)28種），采用Labelimg軟件進(jìn)行標(biāo)注，故每張圖片具有款式、顏色、圖案和長(zhǎng)度4類(lèi)標(biāo)簽。半身裙屬性特征如圖2，圖3，圖4所示。

2 卷積神經(jīng)網(wǎng)絡(luò)模型構(gòu)建

通常，典型的卷積神經(jīng)網(wǎng)絡(luò)（CNN）由一個(gè)輸入層、一個(gè)輸出層和多個(gè)隱藏層組成，隱藏層中包括卷積層、池化層及全連接層，這些層次結(jié)構(gòu)通過(guò)激活函數(shù)，例如Relu、Sigmoid、Tanh等實(shí)現(xiàn)輸入圖像的轉(zhuǎn)化，最終通過(guò)Softmax回歸完成分類(lèi)。近年來(lái)，服裝領(lǐng)域主要以圖像分類(lèi)及目標(biāo)檢測(cè)為熱點(diǎn)研究?jī)?nèi)容，其中圖像分類(lèi)是通過(guò)對(duì)圖像的整體分析，預(yù)測(cè)圖像的類(lèi)別。而目標(biāo)檢測(cè)主要的目的是從圖片中檢測(cè)并定位特定的多個(gè)目標(biāo)[12]。卷積神經(jīng)網(wǎng)絡(luò)針對(duì)不同的視覺(jué)問(wèn)題各有側(cè)重點(diǎn)，需要根據(jù)實(shí)際問(wèn)題進(jìn)行權(quán)衡選擇。

2.1 Inception v2模組

Inception v2[13]網(wǎng)絡(luò)是一個(gè)旨在降低卷積網(wǎng)絡(luò)復(fù)雜程度的模塊。例如將較大尺寸的5×5卷積替換為較小的3×3卷積即可在保留計(jì)算效率的同時(shí)獲得較高的精確性。Inception各個(gè)模塊主要用于提取圖像特征，隨著每個(gè)模塊設(shè)計(jì)的卷積分支的數(shù)量、結(jié)構(gòu)和卷積核的大小不同，其特征提取能力隨之改變。Inception A模塊由3條卷積分支組成，分支內(nèi)部選用較小的1×1和3×3的卷積核，用于提取較低級(jí)的底層特征;Inception B模塊有2條分支結(jié)構(gòu)，為了減少參數(shù)，其中一條分支將一個(gè)較大的7×7卷積核拆分為兩個(gè)不對(duì)稱(chēng)的7×1和1×7卷積核，由于卷積核較大，適用于網(wǎng)絡(luò)中間層;Inception C模塊同樣采用2條分支，與B模塊的區(qū)別是其卷積核為1×3和3×1，可對(duì)圖像局部特征進(jìn)行有效的提取。Inception v2模組結(jié)構(gòu)如圖5所示。

2.2 快速區(qū)域卷積神經(jīng)網(wǎng)絡(luò)

快速區(qū)域卷積神經(jīng)網(wǎng)絡(luò)（Faster r-cnn）是基于Fast r-cnn[14]的改進(jìn)算法，通過(guò)替換Fast r-cnn內(nèi)部的目標(biāo)選擇算法Selective Search[15]為區(qū)域提議網(wǎng)絡(luò)RPN（Region proposal net），使Faster r-cnn網(wǎng)絡(luò)直接生成目標(biāo)候選區(qū)域的同時(shí)加快了模型的識(shí)別速度。Faster r-cnn網(wǎng)絡(luò)由4個(gè)部分組成：特征提取網(wǎng)絡(luò)、RPN區(qū)域提議網(wǎng)絡(luò)、ROI池化層以及最終分類(lèi)和回歸網(wǎng)絡(luò)組成。其網(wǎng)絡(luò)結(jié)構(gòu)由圖6所示。

將圖像輸入至網(wǎng)絡(luò)模型，經(jīng)過(guò)卷積與池化交替變換的特征圖像饋入RPN網(wǎng)絡(luò)得到一組矩形目標(biāo)提案;ROI Pooling層將特征圖像與RPN形成的候選區(qū)域進(jìn)行相同尺寸裁剪;最后通過(guò)兩個(gè)同級(jí)全連接網(wǎng)絡(luò)框回歸層（reg）與框分類(lèi)層（cls）輸出檢測(cè)結(jié)果。

2.3 帶有Inception v2模組的快速區(qū)域卷積神經(jīng)網(wǎng)絡(luò)

基于本文半身裙的識(shí)別特征較多（包含款式、顏色、圖案、長(zhǎng)度下的28個(gè)類(lèi)別標(biāo)簽），將具有強(qiáng)大特征提取能力的Inception v2模組引入Faster r-cnn網(wǎng)絡(luò)。改進(jìn)后的Faster r-cnn網(wǎng)絡(luò)結(jié)構(gòu)如圖7所示。

半身裙圖像通過(guò)Labelimg標(biāo)注，得到識(shí)別區(qū)域的準(zhǔn)確二維坐標(biāo)，將帶有坐標(biāo)的圖像輸入至帶有Inception v2模組的快速區(qū)域卷積神經(jīng)網(wǎng)絡(luò)，此過(guò)程如圖8所示。

在Faster r-cnn主干網(wǎng)絡(luò)中，圖像通過(guò)CNN層的卷積、池化交替操作得到特征圖像，經(jīng)過(guò)一個(gè)滑動(dòng)窗口形成不同的錨框（Anchor box），這里根據(jù)大部分半身裙圖像的比例及位置信息，將候選區(qū)域的box修改為100，同時(shí)修改Anchor的比例為[0.51.04.06.0]，采用此方式可以減少訓(xùn)練時(shí)長(zhǎng)并降低損失不收斂的風(fēng)險(xiǎn)，得到Anchor box信息的RPN網(wǎng)絡(luò)將每個(gè)樣本映射為一個(gè)概率值（表示錨框有物體的概率）和四組坐標(biāo)值（定義物體位置），即通過(guò)RPN網(wǎng)絡(luò)預(yù)測(cè)候選區(qū)域。主要流程如圖9所示。

首先，特征圖像經(jīng)過(guò)一個(gè)3×3的卷積操作，增強(qiáng)特征圖像的魯棒性;其次采用1×1卷積獲得一個(gè)具有維度18的張量進(jìn)行Reshape（Reshape尺寸為（15，15，18）），在維度18的張量中具有9個(gè)比例hw∈{11，12，21}的Anchor，且每個(gè)Anchor都會(huì)生成一個(gè)包含前景和背景的目標(biāo)框;最后通過(guò)一個(gè)二分類(lèi)的Softmax實(shí)現(xiàn)前、后背景分離。

由以上過(guò)程生成的Anchor邊界較模糊，故對(duì)其進(jìn)行邊界框回歸，本文選取前景Anchor（由Softmax判別）回歸，一個(gè)box由四維向量（x，y，w，h）構(gòu)成，其中x、y、w、h，表示候選框的位置及長(zhǎng)寬。

設(shè)目標(biāo)box為G=（Gx，Gy，Gw，Gh），源box為S=（Sx，Sy，Sw，Sh），取映射關(guān)系F，使F（S）=G。

平移box得：

縮放box得：

再求S對(duì)G的平移和縮放量（vx，vy）、（vw，vh）：

前景box對(duì)box的平移和縮放量（v*x，v*y）、（v*w，v*h）：

式中：x為前景box，xs為源box，x為目標(biāo)box。

對(duì)dx（S）、dy（S）、dw（S）、dh（S）進(jìn)行線性回歸，則目標(biāo)函數(shù)F為：

式中：φ（S）為區(qū)域提議的特征向量;W*為需要學(xué)習(xí)的參數(shù);d*（S）為預(yù)測(cè)結(jié)果。

采用損失函數(shù)Smooth L1計(jì)算損失，其表達(dá)式為：

式中：N為類(lèi)別數(shù)量;v*為真實(shí)框與預(yù)測(cè)框的平移和縮放量。

在Inception v2模組中，圖像經(jīng)過(guò)Inception各模塊的特征提取和訓(xùn)練已經(jīng)可以理解較高的特征表示，此過(guò)程的其損失值為：

式中：y為真實(shí)標(biāo)簽;p（y）為真實(shí)標(biāo)簽的概率;ε為模型參數(shù);n為某個(gè)類(lèi)別;p（n）為預(yù)測(cè)標(biāo)簽的概率。

然后將特征提取的結(jié)果輸入至Softmax分類(lèi)器中，進(jìn)而將分類(lèi)信息送出。

將Inception v2與Faster-r-cnn網(wǎng)絡(luò)的兩部分的損失進(jìn)行結(jié)合，得到新的損失函數(shù)為：

在模型訓(xùn)練過(guò)程中手動(dòng)調(diào)整了參數(shù)a和b的值，最終發(fā)現(xiàn)當(dāng)a=0.6，b=0.5時(shí)，神經(jīng)網(wǎng)絡(luò)收斂情況較好，L最終收斂在0.05。

由Faster r-cnn主干網(wǎng)絡(luò)與Inception v2模組的訓(xùn)練結(jié)果經(jīng)過(guò)1×1卷機(jī)后進(jìn)行多分類(lèi)并輸出最終結(jié)果。

為進(jìn)一步提高模型對(duì)半身裙的分類(lèi)性能，對(duì)模型的參數(shù)進(jìn)行修改，將網(wǎng)絡(luò)的初始學(xué)習(xí)率設(shè)置為0.0002，當(dāng)?shù)螖?shù)達(dá)90000次后，調(diào)整學(xué)習(xí)率為0.00002，防止學(xué)習(xí)率過(guò)高無(wú)法求出最優(yōu)解導(dǎo)致最終結(jié)果發(fā)散;網(wǎng)絡(luò)的最大迭代次數(shù)設(shè)置為100000。

3 結(jié)果與分析

3.1 訓(xùn)練過(guò)程及結(jié)果

采用Python3.6.5作為編程語(yǔ)言，訓(xùn)練環(huán)境搭建在Ubuntu18.04系統(tǒng)下進(jìn)行（Intel Xeon E3 2603V2*2型號(hào);CPU 128GB DDR3 ECC內(nèi)存;16GB NVIDIA TESLA V100*2型號(hào)顯卡）。

基于半身裙樣本庫(kù)，在實(shí)驗(yàn)數(shù)據(jù)集中將隨機(jī)選取80%作為訓(xùn)練集，20%作為測(cè)試集用于模型性能的評(píng)估。訓(xùn)練過(guò)程將統(tǒng)一像素后的半身裙圖像輸入模型，圖像同時(shí)經(jīng)過(guò)Faster r-cnn主干網(wǎng)絡(luò)與帶有Softmax分類(lèi)器的Inception v2模組進(jìn)行特征提取與目標(biāo)框的選擇，然后利用全卷積層進(jìn)行特征融合與損失值的共享進(jìn)而降低損失值，以提高模型分類(lèi)性能，最終將分類(lèi)結(jié)果與檢測(cè)框一起輸出。本文模型的分類(lèi)準(zhǔn)確率如表2所示。

由表2可知，圖案的準(zhǔn)確率為89.9%，較其他類(lèi)別準(zhǔn)確率較低，原因可能為同種圖案存在大小和比例上的差異，可增加訓(xùn)練數(shù)量提高此類(lèi)的準(zhǔn)確率。此外，其余的準(zhǔn)確率都在90%以上且平均準(zhǔn)確率為92.8%，可見(jiàn)本文提出的帶有Inception v2模組的快速區(qū)域卷積神經(jīng)網(wǎng)絡(luò)能有效的對(duì)女裝半身裙的款式類(lèi)型及顏色、圖案、長(zhǎng)度特征進(jìn)行分類(lèi)識(shí)別。

3.2 模型驗(yàn)證

抽取阿里巴巴Fashion AI數(shù)據(jù)集中的半身裙圖像對(duì)模型進(jìn)行驗(yàn)證，F(xiàn)ashion AI數(shù)據(jù)集擁有服裝圖像10萬(wàn)以上，包含女裝上衣、外套、半身裙等品類(lèi)的詳細(xì)標(biāo)簽信息。根據(jù)建立的半身裙數(shù)據(jù)集中訓(xùn)練集的數(shù)量有1280張，按照11的比例隨機(jī)抽取Fashion AI中1280張半身裙圖片作為測(cè)試集，輸入至Faster r-cnn Inception v2模型中。分類(lèi)準(zhǔn)確率如表3所示。

由表3可知，模型對(duì)于在Fashion AI中抽取的測(cè)試集的平均分類(lèi)準(zhǔn)確率為86.3%，較先前測(cè)試的準(zhǔn)確率低了6.5%，但平均準(zhǔn)確率在仍能達(dá)到85%以上且未出現(xiàn)模型過(guò)擬合的問(wèn)題，說(shuō)明研究提出的模型分類(lèi)性能及魯棒性都較好。

3.3 實(shí)例分析

為更直觀的看出改進(jìn)Faster r-cnn Inception v2模型的分類(lèi)識(shí)別性能，選取4幅包含多個(gè)類(lèi)別標(biāo)簽的半身裙圖像輸入模型。測(cè)試結(jié)果如圖10所示。

從圖10測(cè)試結(jié)果可以看出，第一幅圖像為短裙的概率為95%、為紅色的概率為70%、為不規(guī)則裙及格子圖案的概率都為100%，其在顏色屬性中分類(lèi)概率較低的原因是格子圖案具有明顯的黑色方框，使半身裙在顏色上同時(shí)具有紅色及黑色，影響了模型的判別能力;第二幅圖像為中長(zhǎng)裙的概率為89%、其他屬性概率都為100%，模型能夠較好的對(duì)其各個(gè)分類(lèi)特征進(jìn)行判別。以此類(lèi)推模型對(duì)圖10中的（c）和（d）圖也能進(jìn)行良好的判別。

4 結(jié) 論

根據(jù)半身裙形態(tài)差異結(jié)合電子商務(wù)平臺(tái)對(duì)半身裙款式的劃分，將女裝半身裙分為8個(gè)類(lèi)別：直筒裙、包臀裙、A字裙、波浪裙、百褶裙、魚(yú)尾裙、不規(guī)則裙以及蛋糕裙，在此基礎(chǔ)上對(duì)其主要的顏色、圖案、長(zhǎng)度特征進(jìn)行分類(lèi)，建立帶有28種類(lèi)別標(biāo)簽的女裝半身裙樣本庫(kù);提出一種帶有Inception v2模組的快速區(qū)域卷積神經(jīng)網(wǎng)絡(luò)，通過(guò)修改其box數(shù)量及Anchor比例，對(duì)輸入的半身裙圖像進(jìn)行精準(zhǔn)定位，最后通過(guò)微調(diào)模型參數(shù)，實(shí)現(xiàn)了女裝半身裙款式及常見(jiàn)特征的分類(lèi)識(shí)別;該方法可應(yīng)用于實(shí)際場(chǎng)景的網(wǎng)絡(luò)圖片，模型通過(guò)RPN網(wǎng)絡(luò)可對(duì)圖像進(jìn)行精確定位以及錨框的選擇，無(wú)須對(duì)圖像的背景進(jìn)行處理，節(jié)省分類(lèi)時(shí)間。本研究提出的方法平均準(zhǔn)確率在92%以上，可對(duì)女裝半身裙圖像的多種特征進(jìn)行判別。

參考文獻(xiàn)：

[1]ZHANG W， ANTúNEZ E， GKTRK S， et al. Apparel silhouette attributes recognition[C].Workshop on the Applications of Computer Vision BrecRenridge， CO， USA. IEE， 2012：489-496.

[2]DI W， WAH C， BHARDWAJ A， et al.Style finder： Fine-grained clothing style detection and retrieval[C].Conference on Computer Vision.and Pattern Recognition work shops. Portland， OR， USA. IEEE， 2012：8-13.

[3]DHAKA V P， SHARMA M K. Classification of image using a genetic general neural decision tree[J]. International Journal of Applied Pattern Recognition， 2015， 2（1）：76-95.

[4]向忠，何旋，錢(qián)淼，等.基于邊緣和顏色特征的織物印花花型檢索[J].紡織學(xué)報(bào)，2018，39（5）：137-143.

[5]MANFREDI M， GRANA C， CALDERARA S， et al. A complete system for garment segmentation and color classification[J]. Machine Vision and Applications， 2014， 25（4）：955-969.

[6]李東，萬(wàn)賢福，汪軍，等.基于輪廓曲率特征點(diǎn)的服裝款式識(shí)別方法[J].東華大學(xué)學(xué)報(bào)（自然科學(xué)版），2018，44（1）：87-92.

[7]LUO Y， WANG Z， HUANG Z， et al. Snap and find： Deep discrete cross-domain garment image retrieval[J]. IEEE Transactions on Image Procession，2019，60（12）：1-10.

[8]DONG C Y， SHI Y Q，TAO R. Convolutional neural networks for clothing image style recognition[C]// Proceedings of 2018 International Conference on Computational， Modeling， Simulation and Mathematical Statistics Xi'an： Advanced Science and Industry Research Center，2018.

[9]LI R， LU W， LIANG H， et al. Multiple features with extreme learning machines for clothing image recognition[J]. IEEE Access， 2018， 6：36283-36294.

[10]吳歡，丁笑君，李秦曼，等.采用卷積神經(jīng)網(wǎng)絡(luò)CaffeNet模型的女褲廓形分類(lèi)[J].紡織學(xué)報(bào)，2019，40（4）：117-121.

[11]吳苗苗，劉驪，付曉東，等.款式特征描述符的服裝圖像細(xì)粒度分類(lèi)方法[J].計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào)，2019，31（5）：780-791.

[12]周俊宇，趙艷明.卷積神經(jīng)網(wǎng)絡(luò)在圖像分類(lèi)和目標(biāo)檢測(cè)應(yīng)用綜述[J].計(jì)算機(jī)工程與應(yīng)用，2017，53（13）：34-41.

[13]SZEGEDY C， IOFFE S， VANHOUCKE V， et al. Inception-v4， inception-resnet and the impact of residual connections on learning[C]// Proceedings of the 31st AAAI Conference on Artificial Intelligence，2017：4278-4284.

[14]GIRSHICK R. Fast R-CNN[C]// International Conference on Computer Vision.Santiago， chile.IEEE，2015：1440-1448.

[15]UIJLINGS J R R， DE VAN SANDE K E A，GEVERS T，et al. Selective search for object recognition[J]. International Journal of Computer Vision， 2013，104（2）：154-171.