Resumen

Con el fin de mejorar la precisin de reconocimiento del estilo de ropa y aprovechar al mximo las ventajas del aprendizaje profundo en la extraccin de caractersticas semnticas profundas de imgenes de ropa, este artculo utiliza la tecnologa de deteccin de objetivos y la red residual profunda (ResNet) para extraer caractersticas completas de la ropa, con el objetivo de centrarse en la ropa misma en el proceso de extraccin de caractersticas. Basndonos en eso, proponemos un algoritmo de fusin de caractersticas multideep para el reconocimiento del estilo de imagen de ropa. Primero, utilizamos el modelo de deteccin de objetivos mejorado para extraer el rea global, la parte principal y las reas de la ropa, que constituyen la imagen, para debilitar la influencia del fondo y otros factores de interferencia. Luego, las tres partes se ingresaron, respectivamente, para mejorar ResNet para la extraccin de caractersticas, que ha sido entrenado previamente. El modelo ResNet se mejora optimizando la capa de convolucin en el bloque residual y ajustando el orden de la capa de normalizacin

• Materias:Comunicación inalámbrica Dispositivos móviles Seguridad de la información Algoritmo de inteligencia Sensor inteligente
• Subjects:Wireless communication Mobile devices Information security Algorithm intelligence Intelligent sensor
• Palabras claves:Mejorar; Precisión de reconocimiento; Estilo de ropa; Aprendizaje profundo; Extracción de características; ResNet
• Keywords:Improve; Recognition accuracy; Clothing style; Deep learning; Feature extraction; ResNet