摘要
本发明提供了一种基于图像识别的服装分类方法,包括控制图像采集设备实时获取待分类服装图像,若检测到复杂背景干扰,则对图像进行前景分割处理生成服装前景掩码;对图像进行双路径特征提取,生成全局纹理特征向量和局部关键点特征向量;根据图像元数据信息进行初步分类,生成第一类别概率分布;结合服装前景掩码、全局纹理特征向量和局部关键点特征向量,生成第二类别概率分布,与第一类别概率分布加权融合,得到融合类别概率分布;依据融合类别概率分布进行细粒度分类,生成最终服装类别标签,并控制显示终端展示或数据库存储分类结果。本发明可以提高服装分类的准确性,确保分类结果的准确性,提升电商平台服装分类系统的整体性能和用户体验。
技术关键词
分类服装
服装类别
服装分类系统
决策树模型
服装分类方法
置信度阈值
服务器集群
细粒度分类
图像采集设备
卷积特征提取
显示终端
标签
服装轮廓
关键点
预测类别
存储模块
视觉特征
电商
系统为您推荐了相关专利信息
数据检查方法
计算机可读指令
异构
脱敏数据
图谱
环境艺术设计专业
学习路径推荐系统
深度学习模型
节点
最终用户
能源管控系统
数据中心设备
随机森林模型
数据分析模型
方差贡献率
超声信号
机器学习算法
决策树模型
K均值聚类算法
储氢瓶
办公用品自动化
网络架构
线性回归模型
序列
决策树模型