| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.3 论文的主要内容及章节安排 | 第11-14页 |
| 第二章 基于服装款式的分类检索模型 | 第14-32页 |
| 2.1 基于深度卷积网络学习的衣服分类 | 第14-17页 |
| 2.1.1 深度学习介绍 | 第14-15页 |
| 2.1.2 卷积神经网络模型 | 第15-17页 |
| 2.2 对比特征提取算法 | 第17-23页 |
| 2.2.1 HOG特征 | 第17-20页 |
| 2.2.2 SIFT特征+kmeans聚类+BOW模型 | 第20-22页 |
| 2.2.3 HSV特征 | 第22-23页 |
| 2.3 哈希检索算法 | 第23-24页 |
| 2.4 实验结果 | 第24-31页 |
| 2.4.1 数据集介绍 | 第24-25页 |
| 2.4.2 服装分类实验结果 | 第25-27页 |
| 2.4.3 服装检索实验结果 | 第27-29页 |
| 2.4.4 实验评价 | 第29-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第三章 基于服装部件的检测模型 | 第32-43页 |
| 3.1 基于fast-rcnn的检测模型 | 第32-37页 |
| 3.1.1 fast-rcnn介绍 | 第32-35页 |
| 3.1.2 基于fast-rcnn服装部件检测模型 | 第35-37页 |
| 3.2 基于faster-rcnn的检测模型 | 第37-39页 |
| 3.3 实验结果 | 第39-41页 |
| 3.4 本章小结 | 第41-43页 |
| 第四章 基于服装属性的系统应用 | 第43-54页 |
| 4.1 基于pc机客户端的系统设计 | 第43-47页 |
| 4.1.1 系统设计 | 第43-44页 |
| 4.1.2 系统功能 | 第44-47页 |
| 4.2 基于服装部件的实时检测系统 | 第47-49页 |
| 4.2.1 系统设计 | 第47-48页 |
| 4.2.2 系统效果 | 第48-49页 |
| 4.3 基于网页端的服装检索系统 | 第49-53页 |
| 4.3.1 网页端检索系统设计 | 第49-51页 |
| 4.3.2 网页端检索系统测试结果 | 第51-53页 |
| 4.4 本章小结 | 第53-54页 |
| 第五章 结论与展望 | 第54-56页 |
| 5.1 本文的工作内容与创新之处 | 第54页 |
| 5.2 今后工作展望 | 第54-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-62页 |
| 攻读硕士期间完成的科研情况 | 第62-63页 |