PoshakNet：基于GAN与孪生网络从真实照片匹配服饰的框架
计算机视觉与模式识别
2019-11-12 v1
摘要
近年来在线服装购物获得了众多顾客。使用关键词描述一件衣服并不总能给出恰当结果，进而导致顾客不满。基于视觉搜索的系统将对该行业极为有益。因此，我们提出一个可从图像中检索相似衣物的框架。首要任务是从输入图像（街拍照片）中提取服饰。这其中存在诸多挑战，包括姿态、光照和背景杂乱。我们使用生成对抗网络（GAN）来完成提取图像中人物所穿服饰的任务。已表明尽管街拍照片存在挑战，GAN仍能非常高效地检索服饰。最后，一个基于孪生的匹配系统接收检索出的衣物图像，并将其与数据集中的衣服进行匹配，给出前k个匹配。我们采用预训练的inception-ResNet v1模块作为孪生网络（使用三元组损失训练用于人脸检测），并在购物数据集上使用中心损失对其进行微调。数据集为内部收集。训练GAN时，我们使用公开可用的LookBook数据集。
引用
@article{arxiv.1911.04237,
title = {PoshakNet: Framework for matching dresses from real-life photos using GAN and Siamese Network},
author = {Abhigyan Khaund and Daksh Thapar and Aditya Nigam},
journal= {arXiv preprint arXiv:1911.04237},
year = {2019}
}
备注
Accepted in NCVPRIPG 2019