人體圖像中周邊物品檢測分類技術(shù)研究.pdf

1、人體周邊最重要的物品就是服裝，隨著網(wǎng)絡(luò)購物的興起,海量的服裝類圖像數(shù)據(jù)涌現(xiàn)。如何根據(jù)服裝類圖像的內(nèi)容來對服裝圖像進(jìn)行分類,成為了一個(gè)重要的研究內(nèi)容。
　　研究目的主要有：(1)研究現(xiàn)有的圖像分割技術(shù)，分析各種算法的原理、應(yīng)用范圍及各自優(yōu)缺點(diǎn)，結(jié)合人體圖像的特殊性提出一種適合衣服類圖像的分割算法。（2）研究現(xiàn)存的各種特征提取方案，結(jié)合人體圖像中服裝對象間的主要區(qū)別，找到最能描述不同類型服裝的特征。（3）研究針對不同特征的分類算法，對

2、不同對象的相關(guān)特征集進(jìn)行訓(xùn)練，得到一組能夠?qū)μ卣鬟M(jìn)行準(zhǔn)確分類的分類模型。
　　針對上述研究目的，采用了一種基于人臉檢測的GrabCut算法來進(jìn)行圖像的分割。該算法首先根據(jù)人臉檢測的結(jié)果確定衣服的可能區(qū)域，然后通過構(gòu)建膚色的GMM模型對膚色像素點(diǎn)進(jìn)行去除，接著采用改進(jìn)的GrabCut算法對衣服對象進(jìn)行分割，最后對分割后的結(jié)果進(jìn)行輪廓孤立點(diǎn)的刪除，完成了衣服對象的分割。對于分割出來的衣服對象，提取了衣服的顏色、形狀、紋理和位置信息，并

3、針對衣服的顏色、紋理和形狀進(jìn)行分類。對于顏色信息，采用HSV顏色空間來描述衣服的總體顏色；對于紋理信息，提取了紋理特征來描述衣服對象的紋理，并采用SVM對其進(jìn)行分類；對于形狀特征，針對上下衣采用了不同的判斷流程，將其分為了七種不同的類型；對于位置信息，采用Freeman算法來描述衣服對象的輪廓。采用上述算法，結(jié)合衣物類圖像特有的性質(zhì)，提出了一種人體周邊物品檢測分類系統(tǒng)HIDCS。
　　最后，對HIDCS系統(tǒng)進(jìn)行了測試，測試集為60