[发明专利]一种服装属性可编辑的服装图像检索的方法

说明书

本发明实施例公开了一种服装属性可编辑的服装图像检索的方法。该方法包括：提取现有的服装数据库中的服装图像的特征向量；获取用户输入的用于搜索的服装图像；提取用户用于搜索的服装图像的特征向量；用服装属性判别方法得到服装图像的服装属性；将服装属性以及可选的修改选项展示给用户，并获取用户修改过的服装属性项；用原搜索的服装图像的特征向量和用户修改后的服装属性项，形成新的服装特征向量；计算新形成的服装属性特征和服装数据库中服装属性特征间的相似度；展示相似度最高的前k件服装图像。实施本发明实施例，可以使得用户根据自身喜好修改待检索服装图像的属性再进行基于图像内容的服装检索，获得满意的查询结果。

技术领域

本发明涉及图像技术领域，具体涉及一种服装属性可编辑的服装图像检索的方法。

背景技术

随着互联网的迅速普及和电子商务的飞速发展，人们在线购物的行为也更加普遍和频繁，加上商品的品类也越来越多，在线的商品检索系统成为用户在线购买商品时必不可少的工具。同时，在众多商品中，服装是人们经常购买的商品之一。所以，高效、功能健全的服装检索系统对在线购物平台具有重要的意义，特别地，对于专门服装在线购买的电子商务平台更是不可或缺的功能。传统的服装图像检索方法，一般是先通过人工的方式对服装图像进行标签化，再利用关键字来检索对应的服装图像，这种依据图像标签匹配提供检索结果的方法，即基于文本的服装图像检索方法，不但需要耗费大量的时间，而且严重受人为的主观因素的影响。基于内容的服装图像检索方法克服了基于文本的服装图像检索方法的不足，直接从待查找的图像视觉特征出发，在服装图像库(查找范围)中找出与之相似的服装图像，是一种依据视觉相似程度给出图像检索结果的方式，一般可分为三个层次，分别为一、根据图像的颜色、纹理、边缘等低层特征进行检索；二、基于图像的低层特征，通过识别图像中的对象类别以及对象之间的空间拓扑关系进行检索；三、基于图像高层语义的推理学习进行检索。

基于服装图像内容的检索方法一般研究主要集中在如何选择合适的全局特征去描述服装图像内容和采用什么样的相似性度量方法进行服装图像匹配。或者是基于区域的服装图像检索方法，其主要思想是服装图像分割技术提取出服装图像中的物体，然后对每个区域使用局部特征来描述，综合每个区域特征可以得到服装图像的特征描述。这两个研究方向都是以图像为中心，虽然弥补了基于文本的服装图像检索方法的需要大量人工标签化，而且受人为主观因素的影响的缺点，但是在用户功能方面可以进一步完善，例如可以增服装属性可编辑功能，使得用户可以根据自己的喜好更换服装的相关属性。

现有技术方案通常为基于文本的服装图像检索方法和基于图像内容的服装检索方法。其中基于图像内容的服装检索方法步骤如下：1)使用特征提取方法自动提取用户输入的服装图像的特征；2)使用特征匹配技术与现有的服装图像数据库中的特征向量进行相似性计算；3)将最相似的前k个特征的对应的图像返回给用户。

其中常用的服装图像特征有颜色特征、纹理特征和形状特征。颜色特征是服装图像检索中应用十分广泛的特征，可以直观地描述服装图像所包含物体的颜色，对图像本身的尺寸大、方向和服装物体的视角依赖性较小。纹理特征是具有不依赖颜色或者亮度反映图像同质现象的视觉特征，可从围观上区分图像中不同的物体。通常纹理特征的描述方法有统计法、频谱法、结构法和模型法。形状特征包括对轮廓和区域的描述，也是一种常用的特征，在服装图像检索中发挥中大的作用，形状特征的提取算法可以分为基于轮廓和基于区域两种。由于深度学习方法的迅速发展，其在图像处理领域有着令人惊艳的表现，在基于图像内容的服装检索问题中也引入深度学习的方法来提取图像的视觉特征，由深度神经网络提取的CNN(卷积神经网络，CNN，Convolutional Neural Network)特征具有更高层的抽象语义，可以更好地满足用户的检索需求。

在功能上，基于图像内容的服装检索方法只能根据用户查询的图像内容进行检索，用户无法根据自身的喜好编辑用于查询的服装图像的相关属性，以获得满意的查询结果。

发明内容