首页 新闻资讯 学院新闻

InfleXion Lab 服装属性识别项目论文被国际计算机视觉与模式识别会议接收 2020-02-27 |

近日,清华-耀萃数据智能创新联合实验室(InfleXion Lab)的焦点研究课题之“服装属性识别”的研究成果被IEEE国际计算机视觉与模式识别会议(Computer Vision and Pattern Recognition)接收。本次CVPR2020从 6656 篇有效投稿中录取了 1470 篇论文,论文录取率约为 22%。本研究课题来自于初创企业托特衣箱(中国)所提供的具体应用场景。本项目的负责人是我院信息学部袁春老师,参与研究的同学有张宇为、章鹏。

1.jpg

接收论文首页(submission版本)

为了帮助企业解决智能服装搭配的问题,研究人员探索了一种更准确、清晰地识别服装属性的算法模型。他们探索了服装属性识别中关键点的作用,发现了关键点可以帮助提取形状特征,并且使用关键点进行联合学习可以有效地提高分类和识别的准确性。他们还发现纹理特征对这些任务具有显著的推进作用,并且经过预训练的ImageNet模型在提取纹理特征方面具有良好的性能。因而,研究人员建议使用双流分别增强形状和纹理的提取。此外,他们提出了一个简单的实现,即纹理和形状偏重的FashionNet(TS-FashionNet)。全面且丰富的实验证明了研究人员的结论和模型的有效性。

2.jpg

纹理和形状偏重的双流网络示意图

3.jpg

TS-FashionNet服装分类和属性识别结果示意图

这项研究由清华-耀萃数据智能创新联合实验室组织开展并资助,实验室成立于2018年7月10日,结合清华大学深圳国际研究生院的科研基础和研究网络与耀萃基金(Shine Works)在产业方面的优势和资源,通过粒子加速科技(ParticleX)输出科研成果,致力于帮助初创企业解决技术难题,突破基础技术与商业成功之间的“死亡之谷”。 

该实验室从初创企业中征集研究问题,经过遴选审核后,匹配并资助相关专家团队开展相关研究,并最终形成论文、专利等研究成果,有效帮助合作的初创企业解决相关技术难题,收获高质量的人才网络,以及相关的知识产权等,从而促进其创新能力与行业竞争力。

实验室目前合作的初创企业来自全球各地,研究主题覆盖了时尚数据、知识图谱建构、自然语言加工处理、以及高效的机器学习运行环境等。目前创新实验室的部分研究成果已经在初创企业的产品中得到实际应用和测试,实现了从基础研究到产业落地的快速转化。(文/章鹏、郑娇  编辑/黍离)