基于图像内容的服装分类和推荐方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-19页 |
| 1.1 本文研究背景及意义 | 第9-10页 |
| 1.2 相关工作 | 第10-16页 |
| 1.2.1 图像理解概念及在服装领域的应用 | 第10-12页 |
| 1.2.2 国内外服装分类方法现状 | 第12-14页 |
| 1.2.3 国内外服装推荐方法现状 | 第14-16页 |
| 1.3 本文主要研究内容及组织结构 | 第16-19页 |
| 第二章 基于特征提取和距离度量的服装分类方法 | 第19-31页 |
| 2.1 相关工作 | 第19-25页 |
| 2.1.1 特征提取 | 第19-21页 |
| 2.1.2 距离度量 | 第21-25页 |
| 2.2 基于特征提取和距离度量的服装分类方法 | 第25-29页 |
| 2.2.1 服装数据集的建立 | 第25-26页 |
| 2.2.2 姿势估计 | 第26-27页 |
| 2.2.3 特征提取 | 第27页 |
| 2.2.4 多标签的距离度量算法 | 第27-29页 |
| 2.3 实验过程与结果 | 第29页 |
| 2.4 本章小结 | 第29-31页 |
| 第三章 基于SVM分类的个人四季色彩判断方法 | 第31-41页 |
| 3.1 相关工作 | 第31-36页 |
| 3.1.1 个人四季色彩理论概述 | 第31-32页 |
| 3.1.2 支持向量机原理 | 第32-34页 |
| 3.1.3 多类SVM分类 | 第34-36页 |
| 3.2 基于SVM分类的个人四季色彩判断方法 | 第36-38页 |
| 3.2.1 人脸数据集的建立 | 第36页 |
| 3.2.2 个人四季色彩判断方法 | 第36-38页 |
| 3.3 实验过程与结果分析 | 第38-39页 |
| 3.4 本章小结 | 第39-41页 |
| 第四章 基于优化处理模型的服装推荐方法 | 第41-51页 |
| 4.1 相关工作 | 第41-44页 |
| 4.1.1 属性标注 | 第41-42页 |
| 4.1.2 推荐评价 | 第42-44页 |
| 4.2 基于优化处理模型的服装推荐方法 | 第44-47页 |
| 4.2.1 属性标注 | 第44页 |
| 4.2.2 属性同现关系 | 第44-45页 |
| 4.2.3 优化准则 | 第45-47页 |
| 4.3 实验过程与结果分析 | 第47-48页 |
| 4.4 本章小结 | 第48-51页 |
| 第五章 面向服装推荐的用户反馈算法 | 第51-55页 |
| 5.1 相关工作 | 第51-52页 |
| 5.1.1 显示评分 | 第51页 |
| 5.1.2 隐式评分 | 第51-52页 |
| 5.2 面向服装推荐的用户反馈算法 | 第52-53页 |
| 5.2.1 用户偏好数据集的建立 | 第52页 |
| 5.2.2 用户评分与分析 | 第52页 |
| 5.2.3 面向服装推荐的用户反馈算法 | 第52-53页 |
| 5.3 实验过程与结果分析 | 第53页 |
| 5.4 本章小结 | 第53-55页 |
| 第六章 总结与展望 | 第55-57页 |
| 6.1 总结 | 第55页 |
| 6.2 展望 | 第55-57页 |
| 致谢 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 附录A: 作者在攻读硕士学位期间主要研究成果 | 第63页 |
