-
题名基于属性解纠缠表示的交互式服装图像检索
- 1
-
-
作者
黄晓菊
陈金广
-
机构
西安工程大学计算机科学学院
-
出处
《计算机与数字工程》
2025年第3期829-834,共6页
-
基金
陕西省重点研发计划项目(编号:2020GY-122)
陕西省教育厅科研计划项目(编号:21JP049)资助。
-
文摘
交互式服装检索可以将查询图像中的特定属性替换为目标属性,以更新检索结果。然而属性学习嵌入空间存在语义纠缠,改变特定属性会导致其他属性发生改变,限制了检索结果的可控性和有效性。为了解决该问题,论文提出了一种属性保持解纠缠表示学习(APDRL)网络来实现服装的交互式检索。首先,该网络为服装图像每种属性类型学习特定的子空间,以获得属性分离表示;其次,利用联合损失函数优化网络模型;最后,根据内存块中的每个属性原型嵌入,操纵向量将查询图像中特定属性修改为目标属性。在DeepFashion数据集上测试,实验结果表明:APDRL方法在保留服装固定属性的同时还可以修改目标属性,具有较强的可控性和实用性,优于其他主流的检索算法。
-
关键词
交互式服装检索
解纠缠表示学习
DeepFashion
目标属性
损失函数
-
Keywords
interactive clothing retrieval
disentanglement representation learning
DeepFashion
target attribute
loss funtion
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
