面向購物搜索的目標(biāo)提取算法研究及系統(tǒng)實(shí)現(xiàn).pdf

1、由于電子商務(wù)網(wǎng)站的成功發(fā)展，在線購物已經(jīng)成為一種方便、快捷、廉價(jià)的購物方式，隨之而來的是圖像數(shù)據(jù)呈現(xiàn)幾何級(jí)數(shù)增長(zhǎng)，如何對(duì)如此超大規(guī)模的購物圖像進(jìn)行有效搜索成為近年來學(xué)術(shù)界和工業(yè)界的研究熱點(diǎn)。目前Google和阿里巴巴等已經(jīng)提供了查找視覺相似商品的搜索服務(wù)，但是這些搜索引擎由于對(duì)復(fù)雜背景的圖像直接提取形狀、紋理、顏色等的全局視覺特征而受到圖像背景噪聲的干擾，因此無法取得理想的搜索效果。為了提高購物圖像的搜索準(zhǔn)確度，必須去除圖像的復(fù)雜背景，

2、即提取出圖像中的商品目標(biāo)。本文針對(duì)包和衣服類復(fù)雜背景購物圖像的商品提取問題，提出了與傳統(tǒng)機(jī)器學(xué)習(xí)不同的檢查方法，旨在用以提高購物圖像的搜索準(zhǔn)確度。本文的主要內(nèi)容和貢獻(xiàn)如下：
　　第一，提出了購物圖像主目標(biāo)提取算法，該算法主要針對(duì)不含有模特的圖像提取商品目標(biāo)。購物圖像雖然背景復(fù)雜卻有這樣的特點(diǎn)，商品目標(biāo)一般被置于接近圖像中心的位置，并且目標(biāo)對(duì)象應(yīng)該占圖像足夠比例以醒目。于是通過利用基于圖的快速分割算法對(duì)圖像對(duì)象的識(shí)別能力，以及主目標(biāo)

3、的空間位置分布特性和區(qū)域大小特性，本文提出了與傳統(tǒng)機(jī)器學(xué)習(xí)不同的檢測(cè)方法算法來獲取目標(biāo)對(duì)象。
　　第二，提出了購物圖像多目標(biāo)提取算法，該算法主要處理含有模特的購物圖像。購物圖像中的模特一方面為商品提取增加了難度，另一方面也為找到衣物提供了線索。該算法首先利用人臉和膚色等的先驗(yàn)知識(shí)大致定位可能的衣物區(qū)域；接著根據(jù)高斯混合模型分析了圖像的背景和衣物模型，并加入空間信息修正這些模型；最后根據(jù)模型準(zhǔn)確地得到衣物。
　　第三，實(shí)現(xiàn)了購