《針對複雜場景服飾圖像搜尋及推薦關鍵技術研究》是依託西南交通大學，由吳曉擔任項目負責人的面上項目。
基本介紹
- 中文名：針對複雜場景服飾圖像搜尋及推薦關鍵技術研究
- 項目類別：面上項目
- 項目負責人：吳曉
- 依託單位：西南交通大學
項目摘要,結題摘要,
項目摘要
電子商務和社會化圖像分享網站的高速增長，使得線上服飾購物極具吸引力和商業價值。然而，服飾圖像難於用文字描述，複雜背景和時尚模特的出現、光照變化及角度等諸多因素，極大地影響了服飾圖像搜尋的準確性，使之成為一個極具挑戰性的研究課題。本課題旨在研究基於複雜場景的服飾圖像搜尋和推薦的關鍵技術。針對服飾購物圖像的特點，從不同角度對服飾屬性和人體模型進行分析與建模，並將其集成到傳統算法以改進性能。針對複雜場景的購物圖像，進行半監督、全自動以及多維度協同分割等多種策略的服飾目標提取研究，獲取圖像中的服飾目標並去除噪音。在此基礎上，探索圖像相似度測量和最佳化研究，以提高服飾圖像檢索的準確度和性能。另外，結合服飾屬性的自動描述，並且考慮用戶的興趣偏好和當前情境上下文，探索基於機率潛在關係模型的服飾推薦。同時，結合經濟學原理和服飾相似度，研究基於邊際淨效用的服飾推薦，改善用戶的服飾搜尋體驗。
結題摘要
電子商務和社會化圖像分享網站的高速增長，使得線上服飾購物極具吸引力和商業價值。然而，服飾圖像難於用文字描述，複雜背景和時尚模特的出現、光照變化及角度等諸多因素，極大地影響了服飾圖像搜尋的準確性，使之成為一個極具挑戰性的研究課題。針對具有複雜場景的服飾圖像，圍繞服飾圖像的分析理解及建模、服飾圖像的分割及目標自動提取、服飾圖像的精準測量及屬性描述、服飾和商品推薦四個方面展開深入探索。探索多種策略的多服飾目標自動提取，服飾分割以及服飾屬性標註、商品匹配和推薦的算法。旨在提升複雜場景下服飾圖像搜尋和商品推薦的準確性，彌補了現有購物搜尋引擎的不足。研究工作已成功套用於阿里巴巴服飾搜尋和線上視頻廣告推薦系統。 項目在國際頂級期刊IEEE Trans. on Image Processing, IEEE Trans. on Multimedia, IEEE Transactions on Medical Imaging, IEEE Trans. on Image Processing, IEEE Trans. on Human-Machine Systems, Pattern Recognition等頂級期刊, 在國際頂級會議CVPR和ACM MM發表或錄用17篇SCI論文，7篇EI高水平論文，獲得授權發明專利7項。同時, 作為第二完成人於2016年獲得教育部自然科學獎二等獎，作為第一完成人於2017年獲得了河南省科技進步獎二等獎。
