典型文献
基于多尺度融合增强的服装图像解析方法
文献摘要：
基于卷积神经网络中的各个层次特征,提出了一种基于多尺度融合增强的服装图像解析方法.通过融合增强模块,在考虑全局信息的基础上对包含的语义信息和不同尺度特征进行有效融合.结果表明:在Fashion Clothing测试集上的平均F1分数达到60.57％,在LIP(Look Into Person)验证集上的平均交并比(mean intersection over union,MIoU)达到54.93％.该方法可以有效地提升服装图像解析精度.
文献关键词：
服装图像解析;多尺度融合增强网络;卷积神经网络
中图分类号：
作者姓名：
陈丽芳;余恩婷
作者机构：
江南大学人工智能与计算机学院,江苏无锡214000
文献出处：
引用格式：
[1]陈丽芳;余恩婷-.基于多尺度融合增强的服装图像解析方法)[J].同济大学学报（自然科学版）,2022(10):1385-1391
A类：
服装图像解析,多尺度融合增强网络
B类：
解析方法,层次特征,全局信息,语义信息,不同尺度,尺度特征,有效融合,Fashion,Clothing,测试集,LIP,Look,Into,Person,验证集,平均交并比,mean,intersection,over,union,MIoU
AB值：
0.303518
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
