基于视觉的服装属性分类算法

提出了一种服装图像属性分类算法.针对服装图像噪声多的问题,采用人体部位检测技术定位服装关键部位并去除冗余信息,提高了属性分类的准确率.并提出了一种基于人体骨架与皮肤的特征提取算法,以较少的维数表达衣型特点,显著加快相关属性的分类速度.针对服装属性语义复杂、需求多样化的问题,为不同的属性构建了不同的SVM决策树模型,从而提高分类效率,并同时满足粗、细粒度的服装分类需求.实验结果验证了该方法在多种服装属性分类任务上的有效性.