【摘 要】
：
目的 针对现有的服装搭配框架在时尚服装搭配上，服装图像提取深度特征进行搭配需要较大时间开销的问题，提出了一种新的FMatchNet网络提取哈希特征进行服装快速搭配的方法 。方法 首先采用Faster-RCNN方法 检测出图像中的服装区域，用此服装区域进行服装搭配可以最大限度地保留原服装信息，并可以消除图像背景信息的干扰。然后，服装区域的图像通过双路深度卷积神经网络提取服装的深度特征和产生服装的哈希
【机 构】
：
中国石油大学计算机与通信工程学院 中国科学院计算技术研究所智能信息处理重点实验室
【出 处】
：
2018第12届全国计算机图形学大会Chinagraph 2018
论文部分内容阅读
目的 针对现有的服装搭配框架在时尚服装搭配上，服装图像提取深度特征进行搭配需要较大时间开销的问题，提出了一种新的FMatchNet网络提取哈希特征进行服装快速搭配的方法 。方法 首先采用Faster-RCNN方法 检测出图像中的服装区域，用此服装区域进行服装搭配可以最大限度地保留原服装信息，并可以消除图像背景信息的干扰。然后，服装区域的图像通过双路深度卷积神经网络提取服装的深度特征和产生服装的哈希码，最后采用查询扩展方法 完成服装搭配。模型采用Siamese网络的训练方法 提取服装图像的深度特征，同时Siamese网络训练方法 提取的哈希码，它可以尽可能的保留服装图像的语义信息。论文中先采用哈希码进行服装搭配筛选服装搭配的候选集，再利用深度特征在筛选的服装搭配的候选集中进一步进行服装搭配的排名。另外，由于目前国际上缺少大型时尚服装数据库，论文中扩建了一个细粒度标注的时尚服装数据库，并在扩建的细粒度时尚服装数据库上进行实验验证。结果 在Fclothes数据库上验证论文中的方法 并与目前流行的方法 进行对比，论文中的方法 在上、下服装搭配方面的准确度和时间都优于当前前沿的方法 。结论 针对大规模服装搭配问题，提出一种新的FMatchNet网络提取特征进行服装快速搭配的方法 ，提高了服装搭配的精度和速度，适用于日常服装搭配。
其他文献
在创业的三年中，我们UWA协助了中国大量的游戏团队，为移动游戏项同进行深入的性能优化工作。在此，我们主要分享uwA在做性能优化时的基本思想，以及研发团队在开发移动游戏时需要特别注意的性能点。
拍照是手机品牌差异化的主战场.AI作为智能拍照的关键技术，正在重新定义拍照通路和相关算法，基于AI的智能拍照技术日趋重要.本报告分为3部分，第一部分介绍了华为终端拍照的基本情况；第二部分介绍智能拍照技术以及AI在华为终端拍照中的应用；第三部分展望未来智能拍照趋势以及技术方向.
机械领域的功能结构是指具有一定几何结构与形状特征、并耦合的一定功能属性的三维复杂结构.3D打印成形、机器人智造技术的迅速发展，为复杂三维功能结构的制造提供了工艺新方法，也提出了一些新的亟待解决的研究问题.本报告将主要介绍，华南理工大学功能结构数字化制造研究团队近年来围绕三维联通孔隙结构的特征造型、复杂结构零件的机器人智造轨迹规划等问题，通过引入计算几何领域的新方法，开展的一些创新研究工作.
数字创意产业是驾驭数字技术的创意内容业和创意制造业，主要是指以数字创意技术与创新设计为基础支撑，以文化创意、内容生产、版权利用为发展核心，通过融合渗透带动周边产业领域发展的新兴产业集群。设计智能面向知识网络时代、以人工智能理论与方法支持设计。设计智能为数字创意产业核心内容生成提供方法与流程，也是数字内容与其它产业深度融合的推动力。本报告将介绍我国数字创意产业的基本现状，介绍设计智能的基本概念和研究
随着三维打印技术的快速发展，以较高精度制造复杂三维形状已不再是技术障碍。但是，目前仍然缺少设计工具让用户预测或快速预览其将要制造物体的物理特性，如结构稳定性、运动功能、制造成本等，以提高个人制造效率。
随着3D建模技术的进步和互联网的普及，三维模型的数据规模正在迅速增加，如何能对三维模型进行高效准确的检索已成为3D领域的热点问题。检索的基础是要能对三维模型进行有效的表征，传统的机器学习方法使用人工定义的描述子来表征三维模型，但这些特征对于种类繁多、形状各异的大规模三维模型库并不鲁棒，无法提取出模型的共性和本质特征。
拓扑优化深度耦合结构外形设计与物理性能需求，有望对未来智能设计起到重要推动。理论上，拓扑优化是一个PDE约束下的连续整数规划问题，具有组合复杂度。考虑实际工程上的大形变、复杂物理约束、多尺度多孔结构、多种材料设计单元等，其对理论研究、算法实现都带来巨大挑战。报告将介绍拓扑优化的相关基础，汇报近期研究进展，并探讨未来研究方向。
针对制造业中远程协同装配时通过语音和视频效率低,以及人机交互不自然直观的问题,提出了一种采用混合现实(MixedReality,MR)和眼动追踪技术的远程协同方法,研究了眼动追踪在MR远程协同装配中的作用。