| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第12-18页 |
| 1.1 课题背景 | 第12-13页 |
| 1.2 课题难点 | 第13-14页 |
| 1.3 本文工作 | 第14-16页 |
| 1.3.1 基于自编码器的服装特征提取 | 第14-15页 |
| 1.3.2 基于启发式搜索的服装特征筛选 | 第15-16页 |
| 1.4 本文组织结构 | 第16-17页 |
| 1.5 本章小结 | 第17-18页 |
| 第2章 服装搭配分析和特征筛选综述 | 第18-34页 |
| 2.1 基于服装图像的服装搭配分析综述 | 第18-24页 |
| 2.1.1 基于多特征的服装搭配分析 | 第18-19页 |
| 2.1.2 基于主题模型的服装搭配分析 | 第19-23页 |
| 2.1.3 基于神经网络的服装搭配分析 | 第23-24页 |
| 2.2 特征筛选方法综述 | 第24-33页 |
| 2.2.1 基于过滤式特征选择(Filter) | 第25-27页 |
| 2.2.2 基于嵌入式特征选择(Embedded) | 第27-28页 |
| 2.2.3 基于封装式特征选择(Wraper) | 第28-33页 |
| 2.3 本章小结 | 第33-34页 |
| 第3章 基于自编码器的服装特征提取 | 第34-57页 |
| 3.1 研究背景 | 第34-35页 |
| 3.2 问题描述 | 第35-36页 |
| 3.3 服装图像的获取及数据集的构造 | 第36-38页 |
| 3.3.1 Polyvore服装数据集 | 第36-37页 |
| 3.3.2 图像预处理 | 第37-38页 |
| 3.4 基于自编码器的服装特征提取 | 第38-51页 |
| 3.4.1 自编码器 | 第38-45页 |
| 3.4.2 服装属性提取网络 | 第45-47页 |
| 3.4.3 多属性融合 | 第47-49页 |
| 3.4.4 网络参数及训练 | 第49-51页 |
| 3.5 实验结果 | 第51-56页 |
| 3.5.1 实验环境 | 第51-52页 |
| 3.5.2 实验过程 | 第52页 |
| 3.5.3 结果和分析 | 第52-56页 |
| 3.6 本章小结 | 第56-57页 |
| 第4章 基于启发式搜索的服装特征筛选 | 第57-75页 |
| 4.1 问题描述 | 第57-58页 |
| 4.2 基于启发式搜索的特征筛选 | 第58-66页 |
| 4.2.1 孪生神经网络 | 第58-60页 |
| 4.2.2 基于蒙特卡洛树搜索的特征筛选 | 第60-66页 |
| 4.3 服装搭配推荐 | 第66-67页 |
| 4.4 实验结果和分析 | 第67-74页 |
| 4.4.1 实验过程 | 第67-69页 |
| 4.4.2 实验结果 | 第69-74页 |
| 4.5 本章小结 | 第74-75页 |
| 第5章 总结与展望 | 第75-77页 |
| 5.1 本文工作总结 | 第75-76页 |
| 5.2 未来工作展望 | 第76-77页 |
| 参考文献 | 第77-84页 |
| 研究成果 | 第84-85页 |
| 致谢 | 第85页 |