基于深度残差网络的服装图像检索

摘要：针对服装图像检索这一问题，用深度残差网络ResNet101作为骨干模型，并使用DeepFashion数据集中的子数据集Category and Attribute Prediction Benchmark中的图片作为研究对象。文中首先将服装图片进行处理后送入已经训练好的网络模型中得到服装图像特征，并建立服装特征库，然后将待检索的服装图片送入模型中得到图像特征，并与服装特征库中的特征进行相似度度量，最后按照相似度大小得到检索结果。实验结果表明，该方法可以得到比较完整的服装特征，具有较高的检索准确率。

关键词：深度学习;图像检索;度量学习;残差网络;积神经网络

中图分类号：TP183      文獻标识码：A

文章编号：1009-3044（2021）32-0087-02

Clothing Image Retrieval Based on Deep Residual Network

YAN Si-xue

（Hunan University of Technology， Zhuzhou 412007，China）

参考文献：

[1] 葛俊，于威威.一种基于加权颜色形状特征和LBP服装图像检索方法[J].现代计算机（专业版），2018（19）：33-38.

[2] 董俊杰.基于HOG和SVM的服装图像检索系统的设计与实现[D].广州：中山大学，2014.

[3] 张腾，郭清宇.基于HSV颜色直方图的服装检索[J].信息与电脑（理论版），2011（20）：28-29.

[4] 肖行.一种基于Gabor小波和LBP的服装图像检索方法[J].企业技术开发，2014，33（33）：51-52.

[5] 陈双.基于深度学习的服装图像分类与检索研究[D].杭州：浙江理工大学，2019.

[6] 包青平，孙志锋.基于度量学习的服装图像分类和检索[J].计算机应用与软件，2017，34（4）：255-259.

[7] 侯媛媛，何儒汉，刘军平.融合颜色特征和深度特征服装图像检索算法[J].计算机应用与软件，2020，37（10）：194-199.

[8] 曾雄梅.基于感兴趣区域和特征融合的服装图像检索研究[D].武汉：华中科技大学，2019.

【通联编辑：唐一东】

收稿日期：2021-07-25

基金项目：田园综合体信息化运营技术集成与示范（2019YFD1101305）;湖南省自然科学基金（2018JJ2098）

作者简介：晏思雪（1996—），女，四川简阳人，电子与通信工程专业硕士，主要研究方向为计算机视觉。