隨著互聯(lián)網(wǎng)的普及與發(fā)展,信息技術已經(jīng)全方位地融入社會生活,“互聯(lián)網(wǎng)+”理念逐漸深入人心�；ヂ�(lián)網(wǎng)時代下的視頻產(chǎn)業(yè),作為備受關注的新興應用,其數(shù)量和流量正在飛躍性地增長,用戶群體也在飛速擴大。觀眾在觀看視頻的同時,視頻主角的周邊物品逐漸成為新的時尚風潮,受到人們的廣泛關注,其中最重要的周邊物品就是服裝。如何快速并準確地檢測出視頻主角的潮流服裝,并推薦與之對應的相似服裝,鏈接到電商平臺,成為了觀眾普遍關注的熱點。為了減小人力檢測與推薦的成本,提高觀眾的觀影體驗,本課題進行基于深度學習的視頻主角衣服檢測與檢索方法研究,利用深度學習的方法,實現(xiàn)對視頻中關鍵角色所穿衣服的檢測與檢索。該方法得到的推薦衣服及其購買鏈接,解決了觀眾“找衣難”的問題,進一步提升觀影體驗滿意度。視鏈技術是計算廣告學在視頻中的重要應用,本文建立并實現(xiàn)端對端的衣服廣告視鏈系統(tǒng),使得視頻主角、衣服與電商平臺相關聯(lián)。本文提出基于視頻內容的主角驗證算法,對人體檢測算法、姿勢判別算法、人臉檢測與驗證算法的發(fā)展現(xiàn)狀進行總結,通過一系列篩選操作逐步定位到視頻主角所穿衣服。本文對目標檢測領域的國內外發(fā)展現(xiàn)狀進行了總結分析,利用卷積神經(jīng)網(wǎng)絡提...

【文章頁數(shù)】：67 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 課題研究背景與意義
    1.2 國內外研究現(xiàn)狀
        1.2.1 視鏈技術的研究現(xiàn)狀
        1.2.2 目標檢測技術的研究現(xiàn)狀
        1.2.3 圖像檢索技術的研究現(xiàn)狀
    1.3 本文研究內容
    1.4 本文的組織結構
第2章 目標檢測和圖像檢索的相關方法
    2.1 卷積神經(jīng)網(wǎng)絡簡介
        2.1.1 基本結構
        2.1.2 常見網(wǎng)絡結構
    2.2 目標檢測算法介紹
        2.2.1 傳統(tǒng)的目標檢測算法
        2.2.2 基于候選區(qū)域的目標檢測算法
        2.2.3 基于回歸的端對端目標檢測算法
    2.3 圖像檢索算法介紹
        2.3.1 基于文本的圖像檢索算法
        2.3.2 基于內容的圖像檢索算法
        2.3.3 深度學習在圖像檢索中的應用
    2.4 本章小結
第3章 主角衣服檢測與檢索算法
    3.1 算法基本流程
    3.2 基于視頻內容的主角驗證算法
        3.2.1 人體檢測算法
        3.2.2 姿勢判別模型
        3.2.3 人臉檢測及驗證算法
    3.3 基于卷積神經(jīng)網(wǎng)絡的衣服檢測模型
        3.3.1 衣服檢測框架設計
        3.3.2 衣服檢測的網(wǎng)絡訓練
    3.4 基于三元組損失的衣服檢索模型
        3.4.1 衣服檢索框架設計
        3.4.2 衣服檢索的網(wǎng)絡訓練
    3.5 本章小結
第4章 衣服廣告視鏈系統(tǒng)及相關實驗
    4.1 實驗環(huán)境及數(shù)據(jù)來源
        4.1.1 實驗環(huán)境設置
        4.1.2 實驗數(shù)據(jù)介紹
    4.2 實驗過程及結果分析
        4.2.1 人體檢測實驗結果
        4.2.2 姿勢判別實驗結果
        4.2.3 人臉驗證實驗結果
        4.2.4 衣服檢測實驗結果
        4.2.5 衣服檢索實驗結果
    4.3 衣服廣告視鏈系統(tǒng)設計與實現(xiàn)
        4.3.1 系統(tǒng)基本功能介紹
        4.3.2 系統(tǒng)測試實驗結果及分析
    4.4 本章小結
結論
參考文獻
致謝



本文編號：3835721