一种服饰鞋包类商品图像多视觉特征融合方法

摘要

本发明公开了一种基于多种视觉特征融合的服饰鞋包类商品图像检索方法，该方法首先对输入商品图像做背景检测，根据输入图背景的复杂程度，采用不同策略抽取多种视觉特征，在图像库中匹配时，根据不同商品类目的不同特征权重进行融合，通过融合后的相似度度量作为检索图像的排序准则，从而能根据不同类目的不同检索标准得到合理的检索结果；提高了查全率和查准率。本发明有很强的扩展性，对新增类目的商品图像检索，通过类目权重表的设置能很好兼顾到新的类目需求。

主权项

一种服饰鞋包类商品图像多视觉特征融合方法，其特征在于，包括如下步骤：（1）图像库特征的提取：提取图像库中的每个图像的颜色、纹理、形状视觉特征，其中部分颜色和形状特征，采用主动分块策略，分为上、下、左、右、图像中心块5个子块和全图块，共6个块图像，提取出每个块的颜色和形状特征；将上述特征合并成为表示该图像的特征向量加入图像库；（2）对步骤（1）得到的图像特征向量库根据相似度进行KMeans聚类切分，在保证查全率的前提下，提升检索性能；（3）对用户输入的商品查询图像进行特征提取：对于用户输入的待检索商品图像，用背景检测算法来检测该图像的背景是否单一，并以此来采用相应的策略提取所需的多种视觉底层特征（形状，颜色，纹理等），并将多种特征合并成为表示该输入图像的特征向量；（4）计算步骤3得到的待检索的图像特征向量与步骤2得到的聚类切分后的各个聚类中心的距离，寻找最近聚类簇；（5）计算步骤3得到的待检索的图像特征向量与步骤4得到的最近聚类簇中的所有图像特征向量之间的相似度距离度量：先对各种类型的特征（颜色、形状、纹理等）分别计算距离度量，然后对距离度量分别做聚类簇内的归一化，再按不同类目的不同特征权重，线性组合得到最终的相似度度量；（6）将步骤5得到的相似度度量进行升序排序，将排序后的前若干个结果返回给用户，即为所检索的结果。