摘要
针对人体衣物属性识别存在衣物分割困难、颜色易扭曲、识别效率和准确率低的问题,提出一种基于ClothResNet模型的高效人体衣物颜色识别方法,模型以ResNet18 网络为基础,设计优化的金字塔池化模块以捕获图像中的多层语义信息,融合坐标注意力机制以关注人体衣物轮廓信息,融入空洞卷积以提升网络效率,从而利用多重信息提高人体衣物识别精确率.针对人体衣物属性数据集不足的问题,利用公开数据集活动模板(回归ATR)原始彩色图像构建衣物属性数据集pcaparsing.性能对比实验表明,ClothResNet模型在衣物颜色属性识别中的平均精确率达到 94.49%,结果均优于同类方法.该识别方法在中小规模的人体衣物颜色识别系统具有广泛且重要的应用前景.
NETL
NSTL
维普
万方数据