结合人体检测和多任务学习的少数民族服装识别

结合人体检测和多任务学习的少数民族服装识别

论文摘要

目的少数民族服装色彩及样式种类繁多等因素导致少数民族服装图像识别率较低。以云南少数民族服装为例,提出一种结合人体检测和多任务学习的少数民族服装识别方法。方法首先通过k-poselets对输入的待识别图像和少数民族服装图像集中的训练图像进行人体整体和局部检测以及关键点的预测;其次,根据检测结果,从待识别图像和训练图像中分别提取颜色直方图、HOG (histogram of oriented gradient)、LBP(local binary pattern)、SIFT(scale invariant feature transform)以及边缘算子5种底层特征;然后,将自定义的少数民族服装语义属性与提取的底层特征进行匹配,采用多任务学习训练分类器模型,以学习少数民族服装的不同风格;最后实现少数民族服装图像的识别并输出识别结果。另外,由于目前缺少大型的少数民族服装数据集,本文构建了一个云南少数民族服装图像集。结果在构建的云南少数民族服装图像集上验证了本文方法,识别精度达到82. 5%~88. 4%,并与单任务学习方法进行比较,本文方法识别率更高。结论针对现有的少数民族服装识别率较低的问题,提出一种结合人体检测和多任务学习的少数民族服装识别方法,提高了少数民族服装图像识别的准确率和效率,同时能较好地满足实际应用需求。

论文目录

  • 0 引言
  • 1 相关工作
  • 2 人体检测
  • 3 服装识别
  •   3.1 语义属性
  •   3.2 多任务学习
  • 4 实验结果和分析
  •   4.1 实验数据集
  •   4.2 实验结果和性能分析
  •     4.2.1 检测实验分析
  •     4.2.2 特征提取及匹配分析
  •     4.2.3 识别对比结果实验
  • 5 结论
  • 文章来源

    类型: 期刊论文

    作者: 吴圣美,刘骊,付晓东,刘利军,黄青松

    关键词: 少数民族服装,图像识别,人体检测,语义属性,多任务学习

    来源: 中国图象图形学报 2019年04期

    年度: 2019

    分类: 信息科技,工程科技Ⅰ辑

    专业: 轻工业手工业,计算机软件及计算机应用

    单位: 昆明理工大学信息工程与自动化学院,云南省计算机技术应用重点实验室

    基金: 国家自然科学基金项目(61862036,61462051,61462056,81560296),云南省应用研究基础计划面上项目(2017FB097)~~

    分类号: TS941.742.8;TP391.41

    页码: 562-572

    总页数: 11

    文件大小: 4563K

    下载量: 221

    相关论文文献

    • [1].基于加权最大值波束合成的静止人体检测与定位方法[J]. 桂林电子科技大学学报 2019(06)
    • [2].红外人体检测技术专利分析[J]. 现代信息科技 2020(08)
    • [3].家用医疗机器人的人体检测系统设计[J]. 信息记录材料 2020(08)
    • [4].基于学生人体检测的无感知课堂考勤方法[J]. 计算机应用 2020(09)
    • [5].弱监督任意姿态人体检测[J]. 计算机科学与探索 2017(04)
    • [6].正态伽马分布的检测窗口估算与快速人体检测[J]. 计算机工程与设计 2017(09)
    • [7].大数据环境下基于迁移学习的人体检测性能提升方法[J]. 现代电子技术 2015(14)
    • [8].生物传感器在人体检测中的应用[J]. 科教文汇(下旬刊) 2008(02)
    • [9].基于空间上下文机制的人体分类验证方法研究[J]. 计算机仿真 2020(04)
    • [10].融合热释电红外传感器与双目系统室内人体检测追踪方法的研究[J]. 新型工业化 2018(04)
    • [11].基于无人机视觉的人体检测跟踪技术研究[J]. 计算机技术与发展 2018(10)
    • [12].用于智能家居的实时人体检测系统研究[J]. 电器 2015(08)
    • [13].多部位集合的人体检测[J]. 光学精密工程 2013(11)
    • [14].复杂背景下人体检测算法[J]. 计算机系统应用 2013(04)
    • [15].基于多部位多示例学习的人体检测[J]. 模式识别与人工智能 2012(05)
    • [16].基于黑板模式的人体检测系统设计与实现[J]. 计算机工程 2008(02)
    • [17].结合图像分割的室内环境静态人体检测研究[J]. 小型微型计算机系统 2019(05)
    • [18].基于深度信息的人体检测窗口快速提取方法[J]. 北京工业大学学报 2017(09)
    • [19].基于矩形拟合的新型人体检测方法[J]. 科技广场 2016(03)
    • [20].一种新的红外图像人体检测算法[J]. 宜春学院学报 2014(12)
    • [21].基于金字塔梯度直方图特征的红外人体检测算法[J]. 电子测试 2012(05)
    • [22].基于视觉注意机制的人体检测和跟踪研究[J]. 电脑知识与技术 2012(11)
    • [23].基于头部特征的人体检测[J]. 信息与电脑(理论版) 2010(06)
    • [24].基于全方位视觉的快速实时人体检测[J]. 浙江工业大学学报 2008(04)
    • [25].机器视觉中的人体检测算法优化[J]. 激光与光电子学进展 2020(10)
    • [26].适用于家庭服务机器人的倒地人体检测方法[J]. 计算机系统应用 2016(10)
    • [27].一种基于区域和关键点特征相结合的双目视觉人体检测与定位方法[J]. 北京联合大学学报(自然科学版) 2015(03)
    • [28].遮挡情况下的人体检测与跟踪[J]. 科学技术与工程 2014(16)
    • [29].基于结构化约束的多视角人体检测方法[J]. 天津大学学报(自然科学与工程技术版) 2014(09)
    • [30].视频中的人体检测算法[J]. 自动化博览 2013(02)

    标签:;  ;  ;  ;  ;  

    结合人体检测和多任务学习的少数民族服装识别
    下载Doc文档

    猜你喜欢