视频走秀场景下的服装匹配与推荐
摘要 | 第4-5页 |
ABSTRACT | 第5页 |
第一章 绪论 | 第8-18页 |
1.1 课题研究背景和意义 | 第8-10页 |
1.2 图像检索概述 | 第10-12页 |
1.2.1 基于文本的图像检索 | 第11页 |
1.2.2 基于内容的图像检索 | 第11-12页 |
1.3 国内外研究现状 | 第12-15页 |
1.4 论文主要研究内容 | 第15页 |
1.5 论文章节安排 | 第15-18页 |
第二章 相关理论研究 | 第18-30页 |
2.1 系统流程的整体说明 | 第18-19页 |
2.2 模特定位 | 第19-24页 |
2.3 背景去除 | 第24-27页 |
2.4 肤色去除 | 第27-30页 |
第三章 走秀视频的服装匹配与推荐 | 第30-46页 |
3.1 浅层图像特征提取及特征选择 | 第30-37页 |
3.1.1 局部梯度特征的提取 | 第30-32页 |
3.1.2 整体梯度和颜色特征的提取 | 第32-35页 |
3.1.3 改进:局部特征的特征选择 | 第35-37页 |
3.2 深度网络特征的提取 | 第37-40页 |
3.3 深度网络的微调 | 第40-41页 |
3.4 相似度量网络SIMNET的训练 | 第41-46页 |
第四章 后处理 | 第46-52页 |
4.1 模特重定位 | 第46-49页 |
4.2 帧间投票机制 | 第49-52页 |
第五章 实验结果及分析 | 第52-62页 |
5.1 数据集的搭建 | 第52-53页 |
5.2 实验环境 | 第53-54页 |
5.3 背景去除迭代次数实验 | 第54-55页 |
5.4 对HOG进行颜色扩展的实验 | 第55-56页 |
5.5 对BOF聚簇个数实验 | 第56-58页 |
5.6 服装匹配实验 | 第58-59页 |
5.7 相似度网络SIMNET的训练 | 第59-62页 |
第六章 总结与展望 | 第62-64页 |
6.1 工作总结 | 第62页 |
6.2 研究展望 | 第62-64页 |
参考文献 | 第64-68页 |
致谢 | 第68-70页 |
作者攻读学位期间发表的学术论文目录 | 第70页 |