基于多尺度融合增强的服装图像解析方法

来源：同济大学学报·自然科学版杂志2022年第10期北京时间：

作者：陈丽芳，余恩婷

单位：江南大学 人工智能与计算机学院，江苏 无锡214000

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。

关键词：服装图像解析,多尺度融合增强网络,卷积神经网络

基金资助：国家自然科学基金（61872166）