【摘 要】
:
在“快时尚”的时代背景下,基于深度学习的服装搭配技术成为个性化时尚设计、时尚检索等研究领域的热门。由于不同服装的颜色深浅、纹理图案等关键特征均有较大差异,同时不同用户群体对服装款式要求迥异,现有的基于深度学习的服装搭配技术存在服装特征表示不够完整、多模态特征融合相关性低、套装的匹配度评估不合理和互补单品匹配度差、推荐效率不高等问题。本文围绕服装搭配推荐算法的研究开展了如下工作:1.实现了基于多模态
论文部分内容阅读
在“快时尚”的时代背景下,基于深度学习的服装搭配技术成为个性化时尚设计、时尚检索等研究领域的热门。由于不同服装的颜色深浅、纹理图案等关键特征均有较大差异,同时不同用户群体对服装款式要求迥异,现有的基于深度学习的服装搭配技术存在服装特征表示不够完整、多模态特征融合相关性低、套装的匹配度评估不合理和互补单品匹配度差、推荐效率不高等问题。本文围绕服装搭配推荐算法的研究开展了如下工作:1.实现了基于多模态融合的个性化服装搭配建模学习方法,该方法除了将传统单品多模态信息作为推荐条件,同时创新性地将用户因素引入建模方法中,实现了针对不同用户群体的个性化服装推荐。通过在IQON3000数据集上的实验,相较于传统方法,模型准确率提升1.25%。2.设计了基于图神经网络的多模态服装搭配建模学习方法MMOR。首先,针对该方法中存在的服装特征表示不够完整的问题,在本文提出的基于图神经网络的多模态服装搭配建模MMOR网络中,使用FPN、Text CNN网络提取单品的图像、文本特征,获得单品多模态特征的潜在表示,从而为模型训练时提高捕捉单品细微特征的能力奠定了良好的基础。3.利用单品的潜在表示、类别共现矩阵构建套装图解决特征融合相关性低的问题。类别共现矩阵对套装图中的边进行自适应的权重分配,利用消息传递机制引入模态间和模态内的聚合模块,进行单品模态内的细粒度信息和模态间的粗粒度信息的聚合,从而增强了套装中单品多模态特征融合的相关性。4.为提升套装匹配度评估合理性和互补单品匹配度,本文利用多头注意力机制区分服装单品在套装中的重要性,根据多模态特征融合表示的单品,并进行套装中互补单品匹配度的全局性衡量,较好地解决了套装匹配度评估不合理的问题。实验结果表明,嵌入多头注意力机制、模态内和模态间的聚合模块的MMOR网络相较于传统方法在Polyvore-D数据集上的AUC和ACC指标别提升了7.14%、13.40%,在Polyvore-ND数据集上的性能也有大的提升。
其他文献
电子商务平台迅速发展壮大,网购变成了人们日常生活中必不可少的部分。伴随着服装种类和数量的增多,人们需要花费更多的时间寻找心仪的服装商品,由此一个好的服装推荐系统变得越来越重要。传统的推荐算法,普遍存在冷启动、数据稀疏、稳定性差等问题,并且主要依赖于用户-商品评价矩阵,无法处理图像数据。本文在现有推荐系统的基础上,针对以上问题进行了以下研究:(1)构建了风格偏好数据集。基于淘宝、京东等电商平台图片和
高光泽皮革、玻璃、塑料、金属部件等具有镜面反射特性的物体图像表面上的高光,使得适用于漫反射特性的物体检测、内在图像分解和跟踪等光学测量技术难以直接应用,因此高光检测与消除一直是计算机视觉研究领域的热点问题。近年来,以CNN为代表的深度卷积神经网络作为一种泛化的函数映射关系拟合方法,在图像数据处理研究领域表现出广泛的优越性。深度卷积神经网络可以对大量配对镜面反射-漫反射的数据集进行有监督的学习,利用
宁夏南部西海固地区是中国典型的生态脆弱地区之一。众多山地乡村聚落通过“内敛”“保守”“均衡”“缓慢”的空间形态特征,适应了艰巨的生存环境,体现出对各类扰动冲击的强大韧性及适应能力。然而,随着经济发展和城镇化进程的不断加快,乡村聚落空间形态对各类扰动影响缺乏足够抵抗能力。因此,在乡村振兴大背景下,对本地区乡村聚落空间形态演化特征和影响因素,进行专业分析和总结,有助于聚焦以西海固为代表的诸多地区乡村空
随着科技水平的进步与发展以及信息化办公的普及,人们久坐办公的时间越来越长。久坐时间的增加会引发各种与坐姿相关的疾病,这些疾病往往难以在短期内康复,严重影响到患者的生活和工作。因此,需要一个可以检测坐姿状态的外部设备辅助,以便于在发生错误坐姿的情况下得到提醒。本文制作了一个以柔性传感材料为基材的传感坐垫,并与深度学习算法相结合达到坐姿识别的目的。本文围绕基于柔性传感器的坐姿识别技术的研究,开展了四个
秸秆燃烧产生的气体会造成空气污染、危害人体健康,秸秆燃烧容易引燃周围的可燃物,引发深林火灾,造成巨大的生命财产损失。对秸秆燃烧产生的烟雾进行检测是监控秸秆燃烧的有效手段之一。传统的烟雾检测方法难以满足复杂场景下的检测需求,现有的神经网络烟雾检测方法在进行烟雾检测时容易对云、雾、湖面等类烟物体产生误报。因此,如何降低烟雾检测模型的误报率,成为一个亟待解决的问题。本文对基于语义分割区域光流增强的烟雾识
目的:对心力衰竭病人饮食行为量表(Scale for Dietary Behaviors in Heart Failure,SDBHF)进行汉化,并检验其信效度,为临床评估心力衰竭病人的饮食行为提供可靠的工具。方法:采用Brislin翻译模型对英文版SDBHF进行正译、回译、文化调适及预试验,形成中文版SDBHF。选择锦州市某三级甲等医院368例心力衰竭病人进行调查,评价量表信效度。结果:中文版S
近年来,随着旅游业的不断发展,国内外旅游小城镇数量迅速攀升,历史文化旅游的兴起,在弘扬了民族文化的同时,也为当地的居民提供了经济来源。历史空间是地域文化的精神内核,承载着人们社会活动的历史痕迹。如何在旅游开发中避免传统空间的破坏,保留当地文化特征,确保历史文脉的传承,遵循其自身演变规律,成为目前学者们关注的问题。以往空间设计大多采用定性研究,本次论文引入空间句法理论,以量化的方法提取景观空间特征,
通过分析高校风景园林专业的课程体系,梳理了三大工程类课程群以及当前课程体系中所存在的问题,提出了“新工科”背景下的风景园林专业4个主要的工程类课程协同培养策略,为培养新时期风景园林专业人才提供理论及实践探索。
服装图像分割技术广泛应用于服装检索、服装推荐、虚拟试衣等领域,越来越多的研究人员使用基于深度学习的语义分割网络对服装图像进行分割,并逐渐成为计算机视觉研究领域的一大热门。由于服装的属性繁多,面料款式纹理均有所不同,且服装图像中人体姿势和复杂场景较易遮挡服装,大多数基于深度学习的语义分割网络对服装图像进行分割后会出现服装边缘分割粗糙、分割精度差、服装遮挡和服装深层语义特征提取不够充分等问题。本文在现
近年来,基于图像的虚拟试穿技术的研究已逐渐成为研究热点。试穿的图像应该具有清晰的服装纹理、与人体形状匹配的服装变形和高质量的多视角试穿结果。然而,现有的大多数虚拟试衣方法由于缺乏对服装区域的充分约束,难以处理较大的服装变形,并且生成的图像与人体不能完美贴合,生成未知视角的试穿图像时服装容易失真。为了解决这些问题,本文设计了一种能处理各种服装形态、生成多个视角的试穿图像、同时具有高质量试穿结果的虚拟