摘要
当前各大购物网站存储了海量商家上传的商品图像。其中大量图像没有明确标注商品类别,或描述词模糊,这使得网上商品图像的自动分类问题变得急迫和重要。本文分析的图像视觉内容,发现服装类商品图像中普遍出现人体区域,提出算法有效地识别服装类商品图像。算法通过检测图像中的人体的区域得到特征,从训练集图像的特征中学习出鲁棒的SVM分类器用于分类图像。在真实的淘宝网商品图像数据集上取得较理想的效果。
Nowadays users upload huge amount of text and images on online commercial websites to sale products.A large number ofthese products are with implicit textual description and hence hard to be categorized.This leads to a headache problem for shoppingwebsites who want to categorize these products.In this paper,we propose a novel approach which relies on the visual content of images for distinguishing clothing related products from other ones.Our algorithm detects human body in pictures to discover the purpose of showing clothes.Using body area as features,the resulting SVM classifier achieves significant classification precision on realdata from taobao.com.
出处
《微计算机信息》
2010年第29期15-17,共3页
Control & Automation
基金
基金申请人:孙林
项目名称:商业连锁物流发展研究
基金颁发部门:北京市教委(sm200900001003)
关键词
网络图像分类
人体检测
HOG特征
支持向量机
web image categorization
human body detection
HOG feature
SVM classification
