CN111008291A - 一种基于图像特征提取的女性风格辨识方法 - Google Patents
一种基于图像特征提取的女性风格辨识方法 Download PDFInfo
- Publication number
- CN111008291A CN111008291A CN201911010409.0A CN201911010409A CN111008291A CN 111008291 A CN111008291 A CN 111008291A CN 201911010409 A CN201911010409 A CN 201911010409A CN 111008291 A CN111008291 A CN 111008291A
- Authority
- CN
- China
- Prior art keywords
- style
- pixel point
- picture
- calculating
- image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 18
- 238000000605 extraction Methods 0.000 title claims abstract description 11
- 239000011159 matrix material Substances 0.000 claims abstract description 15
- 238000005259 measurement Methods 0.000 claims abstract description 7
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000004891 communication Methods 0.000 claims description 2
- 238000012937 correction Methods 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 230000000366 juvenile effect Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/5866—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, manually generated location and time information
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/56—Extraction of image or video features relating to colour
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Library & Information Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种基于图像特征提取的女性风格辨识方法。所述的辨识方法主要包括以下内容:专业设计师对已有的女性图片进行风格标识,通过图像特征提取,测量和提取能够抽取到的数据,找出最优的不同风格特征矩阵,其后输入待识别的图像,并通过二范数进行空间度量,最后输出待识别图像的风格。本测量方法利用图像的特征识别,无需专业的设计师即可快速得出女性的风格,成本较低,便于根据女性风格进行相关推荐。
Description
技术领域
本发明涉及一种利用图像特征提取的风格辨识方法。
背景技术
对于很多女性而言,每次逛街都不知道该买什么样的衣服,而且家里衣服很多,到出门的时候却找不到一件满意的衣服,总是哪么几件衣服穿来穿去,找不到属于自己的穿衣款式,不知道什么样的衣服适合自己,导致对自己的形象越来越不满意。针对这一问题,提出一种基于图像特征提取的风格辨识方法。现有的女性风格主要有八种款式风格,分别是:少女型、优雅型、浪漫型、少年型、前卫型、古典型、戏剧型和自然型。女性通过对脸部拍照,达到对脸部特征的提取,得到自己的风格,找到适合自己的款式风格的穿衣搭配。卖家也可以通过女性的风格,进行有针对的产品推荐。该方法可以方便快捷的了解女性的风格,不需要专业的设计师进行辨识,节省了人力和物力,适用范围广泛。
发明内容
本发明的目的在于提供一种利用图像特征识别的风格辨识方法,旨在提供一种便捷的方式进行风格测试。
本发明采用如下测量技术方案:
1、一种基于图像特征提取的风格辨识方法,主要包括如下几个步骤:
S1专业设计师对已有的女性图片进行风格标识;
S2将图片在梯度方向进行加权投影,并将投影后的图片划分为若干小区域,,并对图片中每个像素点的积分计算,达到对小区域特征提取,得到图像的特征矩阵;
S3输出最优的不同风格特征矩阵;
S4通过手机(平板电脑或其他智能移动端设备)将女性测量者进行拍照,通过通信技术(有线/无线互联网)将图片上传到服务器上或云端服务器;
S5通过二范数进行空间度量,输出待识别图像的风格,得到测量者风格。
2、本发明的进一步技术方案是:步骤S1中还包括以下内容:
1)标记人员应为专业的设计师,保证图片风格标记的正确性;
2)标记的图片应达到一定数目,保证特征提取的全面性,并具有一定的容错性。
3、本发明的进一步技术方案是:步骤S2中还包括以下内容:
1)采用Gamma校正法对已经标记的图像进行颜色空间的标准化,
I(x,y)=I(x,y)gamma
2)计算像素点(x,y)处的水平方向梯度Gx(x,y)=H(x+1,y)-H(x-1,y) 和像素点(x,y)处的垂直方向梯度Gy(x,y)=H(x+1,y)-H(x-1,y)(H(x,y)为像素点(x,y)的像素值),接着计算像素点(x,y)的梯度和梯度方向
3)将图片沿梯度方向进行投影,利用梯度大小作为投影权值,并将投影后的图像分为若干个小单元格,每个单元格为m×n个像素点(m、n均为常数);
7)计算每一个像素点G(x,y)的左上角方向所有的像素和 ii(x,y)=∑k≤x,j≤yf(k,j);
8)对于任意一个小区域,当其左上角的像素点为G(x1,y1),则其右上角的像素点为G(x1,y1+n),左下角的像素点为G(x1+m,y1。,右下角的像素点为G(x1+m,y1+n)(m、n为小区域的长和宽)。则该区域的特征值D= ii(x1,y1)+ii(x1,y1+n)-ii(x1+m,y1)+ii(x1+m,y1+n);
9)利用子窗口特征D和加权系数Su,得到特征矩阵。
4、本发明的进一步技术方案是,所述步骤S3还包括以下内容:
5、本发明的进一步技术方案是,所述步骤S4还包括以下内容:
1)图片应具有较高的分辨率;
2)图片包含脸部图片,并且脸部应当清晰且无遮挡物。
6、本发明的进一步技术方案是,所述步骤S5还包括以下内容:
将待测图片进行上述的步骤S2和步骤S3后,输出待测试图片的特征矩阵L′,并利用二范数进行空间度量,输出对应的风格:
附图说明
图1为本发明专利所涉及的风格特征矩阵计算方式;
图2为本发明专利所涉及的最优特征矩阵计算方式;
图3为本发明专利所涉及的输入图片的风格计算方式。
Claims (6)
1.一种基于图像特征提取的风格辨识方法,其特征在于:
S1专业设计师对已有的女性图片进行风格标识;
S2将图片在梯度方向进行加权投影,并将投影后的图片划分为若干小区域,并对图片中每个像素点的积分计算,达到对小区域特征提取,得到该图片的特征矩阵;
S3输出最优的不同风格特征矩阵;
S4通过手机(平板电脑或其他智能移动端设备)将女性测量者进行拍照,通过通信技术(有线/无线互联网)将图片上传到服务器上或云端服务器;
S5通过二范数进行空间度量,输出待识别图像的风格,得到测量者风格。
2.根据权利要求1所述的测量方法,所述步骤S1中的风格标识在于,
1)标记人员应为专业的设计师,保证图片风格标记的正确性;
2)标记的图片应达到一定数目,保证特征提取的全面性,并具有一定的容错性。
3.根据权利要求1所述的测量方法,所述步骤S2特征在于,
1)采用Gamma校正法对已经标记的图像进行颜色空间的标准化,
I(x,y)=I(x,y)gamma
2)计算像素点(x,y)处的水平方向梯度Gx(x,y)=H(x+1,y)-H(x-1,y)和像素点(x,y)处的垂直方向梯度Gy(x,y)=H(x+1,y)-H(x-1,y)(H(x,y)为像素点(x,y)的像素值)。接着计算像素点(x,y)的梯度和梯度方向
3)将图片沿梯度方向进行投影,利用梯度大小作为投影权值,并将投影后的图像分为若干个小单元格,每个单元格为m×n个像素点(m、n均为常数);
8)计算每一个像素点G(x,y)的左上角方向所有的像素和ii(x,y)=∑k≤x,j≤yf(k,j);
9)对于任意一个小区域,当其左上角的像素点为G(x1,y1),则其右上角的像素点为G(x1,y1+n),左下角的像素点为G(x1+m,y1。,右下角的像素点为G(x1+m,y1+n)(m、n为小区域的长和宽)。则该区域的特征值D=ii(x1,y1)+ii(x1,y1+n)-ii(x1+m,y1)+ii(x1+m,y1+n);
10)利用子窗口特征D和加权系数Su,得到特征矩阵。
5.根据权利要求1所述的测量方法,所述步骤S4特征在于,
1)图片应具有较高的分辨率;
2)图片包含脸部图片,并且脸部应当清晰且无遮挡物。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911010409.0A CN111008291A (zh) | 2019-10-23 | 2019-10-23 | 一种基于图像特征提取的女性风格辨识方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911010409.0A CN111008291A (zh) | 2019-10-23 | 2019-10-23 | 一种基于图像特征提取的女性风格辨识方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111008291A true CN111008291A (zh) | 2020-04-14 |
Family
ID=70110881
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911010409.0A Pending CN111008291A (zh) | 2019-10-23 | 2019-10-23 | 一种基于图像特征提取的女性风格辨识方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111008291A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070165966A1 (en) * | 2005-07-15 | 2007-07-19 | Yissum Research Development Co. | Closed form method and system for matting a foreground object in an image having a background |
US20160189006A1 (en) * | 2014-12-31 | 2016-06-30 | TCL Research America Inc. | Robust error correction with multi-model representation for face recognition |
CN106971196A (zh) * | 2017-03-02 | 2017-07-21 | 南京信息工程大学 | 一种基于代价敏感的核稀疏表示分类器的消防车识别方法 |
CN109272568A (zh) * | 2018-10-10 | 2019-01-25 | 南京大学 | 一种采用基元发现的人脸风格图像处理方法 |
-
2019
- 2019-10-23 CN CN201911010409.0A patent/CN111008291A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070165966A1 (en) * | 2005-07-15 | 2007-07-19 | Yissum Research Development Co. | Closed form method and system for matting a foreground object in an image having a background |
US20160189006A1 (en) * | 2014-12-31 | 2016-06-30 | TCL Research America Inc. | Robust error correction with multi-model representation for face recognition |
CN106971196A (zh) * | 2017-03-02 | 2017-07-21 | 南京信息工程大学 | 一种基于代价敏感的核稀疏表示分类器的消防车识别方法 |
CN109272568A (zh) * | 2018-10-10 | 2019-01-25 | 南京大学 | 一种采用基元发现的人脸风格图像处理方法 |
Non-Patent Citations (2)
Title |
---|
MINH-TAN PHAM: "Fusion of Polarimetric Features and Structural Gradient Tensors for VHR PolSAR Image Classification" * |
周燕;曾凡智;: "基于二维压缩感知和分层特征的图像检索算法" * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11416781B2 (en) | Image processing method and apparatus, and computer-readable medium, and electronic device | |
CN108304435B (zh) | 信息推荐方法、装置、计算机设备及存储介质 | |
CN109165645B (zh) | 一种图像处理方法、装置以及相关设备 | |
WO2021082635A1 (zh) | 一种关注区域检测方法、装置、可读存储介质及终端设备 | |
CN108304820B (zh) | 一种人脸检测方法、装置及终端设备 | |
WO2020103417A1 (zh) | 一种bmi评测方法、装置及计算机可读存储介质 | |
US11417095B2 (en) | Image recognition method and apparatus, electronic device, and readable storage medium using an update on body extraction parameter and alignment parameter | |
CN105718869A (zh) | 一种评估图片中人脸颜值的方法和装置 | |
CN109711399B (zh) | 基于图像的店铺识别方法、装置,电子设备 | |
CN110765882B (zh) | 一种视频标签确定方法、装置、服务器及存储介质 | |
CN113435282B (zh) | 基于深度学习的无人机影像麦穗识别方法 | |
CN111814620A (zh) | 人脸图像质量评价模型建立方法、优选方法、介质及装置 | |
WO2021103187A1 (zh) | 图像处理方法及装置、处理器、电子设备、存储介质 | |
CN109191428A (zh) | 基于掩蔽纹理特征的全参考型图像质量评价方法 | |
CN110689046A (zh) | 图像识别方法、装置、计算机装置及存储介质 | |
CN107506792B (zh) | 一种半监督的显著对象检测方法 | |
CN108647264A (zh) | 一种基于支持向量机的图像自动标注方法及装置 | |
CN111652260B (zh) | 一种人脸聚类样本数量的选择方法及系统 | |
CN109583341B (zh) | 对包含人像的图像的多人骨骼关键点检测方法及装置 | |
CN111401363A (zh) | 车架号图像生成方法、装置、计算机设备和存储介质 | |
CN114782769A (zh) | 训练样本的生成方法、装置、系统及目标对象的检测方法 | |
CN109978956A (zh) | 采集设备的标定方法、装置及标定系统 | |
CN111008291A (zh) | 一种基于图像特征提取的女性风格辨识方法 | |
CN107832695A (zh) | 在视网膜图像中基于纹理特征的视盘识别方法及装置 | |
CN110490065A (zh) | 人脸识别方法及装置、存储介质、计算机设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20200414 |