论文部分内容阅读
随着互联网技术的快速发展，网络购物的需求也在迅速增长，人们也越来越体验到网络购物带来的实惠和便利。在网上服装购物中，目前各大网站基本都提供了相应的搜索推荐功能。 鉴于多媒体技术的迅猛发展，音视频已经逐渐成为人们日常生活中的一部分，人们往往会在模特走秀视频、电视剧、电影甚至广告视频中发现喜欢的服装，如果可以搜索到跟视频中相同或者相似的服装，将会更加方便人们的网络服装购物。提取视频中人物的服装信息，根据相应的搜索规则，在服装库中搜索到符合要求的服装进行推荐，是一种新的服装推荐方式，同时也是很实用的方式，相信在未来会有很好的前景。 本文提出了一种基于视频的服装推荐方法。首先，为了充分利用视频中的时域信息，引入一种基于递归神经网络（RNN）的视频上人体姿态估计方法，从视频中找出不同角度的几帧图像的人体姿态估计。然后，结合图像过分割技术，以人体姿态估计为条件，建立条件随机场模型，求解得到图像中超像素关于服装部位的标签结果。最后，在得到服装分割解析的结果后，根据相应的服装信息，利用在服装图像数据库上基于服装属性训练的随机森林回归模型，对查询图像进行相应的搜索推荐。 实验结果表明，本文提出的方法取得了比较好的效果，人体姿态估计相比于以往的方法具有更高的准确率，基于属性的服装搜索推荐结果也具有更高的匹配度，对实际应用中的网上商城服装推荐具有重要参考价值。