通过联合图像分割与标注实现服装协同解析
计算机视觉与模式识别
2015-02-04 v1
摘要
本文旨在开发一个集成的服装协同解析系统，以便将一组服装图像（未分割但带有标签注释）联合解析为语义配置。我们提出了一种包含两个推理阶段的数据驱动框架。第一阶段称为“图像协同分割”，迭代提取图像中的一致区域，并通过采用范例支持向量机（E-SVM）技术 [23] 在所有图像上联合细化这些区域。在第二阶段（即“区域协同标注”），我们将分割后的区域作为顶点构建多图像图模型，并融入多种服装配置上下文（例如物品位置和相互交互）。联合标签分配可使用高效的图割（Graph Cuts）算法求解。除了在 Fashionista 数据集 [30] 上评估我们的框架外，我们还构建了一个名为 CCP 的数据集，包含 2098 张高分辨率街头时尚照片，以展示我们系统的性能。我们在 Fashionista 和 CCP 数据集上分别取得了 90.29%/88.23% 的分割准确率和 65.52%/63.89% 的识别率，优于最先进的方法。
引用
@article{arxiv.1502.00739,
title = {Clothing Co-Parsing by Joint Image Segmentation and Labeling},
author = {Wei Yang and Ping Luo and Liang Lin},
journal= {arXiv preprint arXiv:1502.00739},
year = {2015}
}
备注
8 pages, 5 figures, CVPR 2014