基于穿搭外观的服装解析
计算机视觉与模式识别
2017-05-03 v1
摘要
本文将全卷积神经网络（FCN）扩展应用于服装解析问题。服装解析需要关于服装语义和上下文线索的更高层知识，以消除细粒度类别的歧义。我们通过一个称为穿搭编码器的侧分支网络来扩展 FCN 架构，以预测一致的服装标签集从而鼓励组合偏好，并利用条件随机场（CRF）显式地考虑给定图像的连贯标签分配。使用 Fashionista 和 CFPD 数据集的实验结果表明，我们的模型在服装解析上取得了 SOTA 性能，且在训练期间无需额外监督。我们还利用我们的多尺度像素级标注 Web 工具以及对 Fashionista 数据集的人工细化工作，研究了标注对当前服装解析基准的定性影响。最后，我们表明穿搭编码器的图像表示可用于换装图像检索应用。
引用
@article{arxiv.1703.01386,
title = {Looking at Outfit to Parse Clothing},
author = {Pongsate Tangseng and Zhipeng Wu and Kota Yamaguchi},
journal= {arXiv preprint arXiv:1703.01386},
year = {2017}
}