[发明专利]基于特征增强的服装分类和属性识别方法

权利要求书

1.一种基于特征增强的服装分类和属性识别方法，其特征在于，包括以下步骤：

S1，获取服装对应的原始图像；

S2，对所述原始图像进行两路处理得到所述服装的属性特征；

S3，将所述属性特征输入至判别器，以通过所述判别器预测得到所述服装的类别预测结果信息和属性预测结果信息；

所述属性特征包括形状特征和纹理特征；

所述步骤S2具体包括：

S2.1，对所述原始图像进行第一支路处理以提取得到所述形状特征；

S2.2，对所述原始图像进行第二支路处理以提取得到所述纹理特征；

所述步骤S2.2具体包括：

S2.2.1，载入ImageNet预训练模型；

S2.2.2，通过所述ImageNet预训练模型对所述原始图像进行特征提取得到所述纹理特征；

所述步骤S2.2.2具体包括：

载入所述ImageNet预训练模型的权值，并对所述权值进行冻结得到纹理特征提取器，以通过所述纹理特征提取器对所述原始图像进行特征提取得到所述纹理特征；

所述方法还包括步骤：采用所述原始图像上不同区块之间的马氏距离对所述属性特征的相似程度进行度量，所述步骤具体包括：仅在训练的过程中，

在第一支路上，优先擦除马氏距离较小的特征，以强化所述形状特征；

在第二支路上，优先擦除马氏距离较大的特征，以强化所述纹理特征。

2.如权利要求1所述的基于特征增强的服装分类和属性识别方法，其特征在于，所述步骤S3具体包括：

将所述形状特征和所述纹理特征进行连接以得到全局特征，并将所述全局特征输入至所述判别器，以通过所述判别器预测得到所述服装的类别预测结果信息和属性预测结果信息。

3.如权利要求2所述的基于特征增强的服装分类和属性识别方法，其特征在于，所述方法还包括步骤：

S4，提取关键点特征，并在所述关键点特征附近引入注意力机制，以聚焦所述服装的关键点特征的附近特征。

4.如权利要求3所述的基于特征增强的服装分类和属性识别方法，其特征在于，所述步骤S4具体包括：

S4.1，根据所述原始图像提取得到所述关键点特征，并根据所述关键点特征得到可见性向量，以及对所述关键点特征进行上采样得到关键点特征热力图；

S4.2，采用所述可见性向量对所述关键点特征热力图进行加权得到权值图像；

S4.3，采用所述权值图像对所述原始图像进行加权操作，以在所述关键点特征附近引入注意力机制。

5.一种电子设备，包括存储器、处理器以及存储在所述存储器上的计算机程序，所述计算机程序被所述处理器执行时，实现如权利要求1-4中任一项所述的基于特征增强的服装分类和属性识别方法。