2023. — Т 8. — №1 - перейти к содержанию номера...

Постоянный адрес этой страницы - https://kostumologiya.ru/03tlkl123.html

This article metadata is also available in English

Полный текст статьи в формате PDF (объем файла: 755.8 Кбайт)

Ссылка для цитирования этой статьи:

Смирнов, Е. Е. Распознавание вида одежды и обуви по изображению / Е. Е. Смирнов, В. В. Костылева, И. Б. Разин [и др.] // Костюмология. — 2023. — Т 8. — №1. — URL: https://kostumologiya.ru/PDF/03TLKL123.pdf (дата обращения: 18.04.2024).

Распознавание вида одежды и обуви по изображению

Смирнов Евгений Евгеньевич
ФГБОУ ВО «Российский государственный университет имени А.Н. Косыгина
(Технологии. Дизайн. Искусство)», Москва, Россия
Кандидат технических наук, доцент
E-mail: evg7162@mail.ru
РИНЦ: https://www.elibrary.ru/author_profile.asp?id=1097456

Костылева Валентина Владимировна
ФГБОУ ВО «Российский государственный университет имени А.Н. Косыгина
(Технологии. Дизайн. Искусство)», Москва, Россия
Заведующая кафедрой
Доктор технических наук, профессор
E-mail: kostyleva-vv@rguk.ru
РИНЦ: https://www.elibrary.ru/author_profile.asp?id=353612

Разин Игорь Борисович
ФГБОУ ВО «Российский государственный университет имени А.Н. Косыгина
(Технологии. Дизайн. Искусство)», Москва, Россия
Заведующий кафедрой
Кандидат технических наук, доцент
E-mail: razin-ib@rguk.ru
РИНЦ: https://www.elibrary.ru/author_profile.asp?id=850439

Муртазина Альфия Рустямовна
ФГБОУ ВО «Российский государственный университет имени А.Н. Косыгина
(Технологии. Дизайн. Искусство)», Москва, Россия
Кандидат технических наук, доцент
E-mail: aly1029@yandex.ru
РИНЦ: https://www.elibrary.ru/author_profile.asp?id=906389

Аннотация. В статье предлагается решение проблемы поиска информации об изделии в условиях ограниченных данных о самом изделии и знаний о предметной области, в частности, распознавания и классификации видов одежды и обуви на изображении. Это позволит исключить следующие затруднения: (1) каким образом любому человеку не являющимся профессионалом в изделиях швейной и обувной промышленности быстро найти информацию в сети интернет о конкретном изделии; (2) сбор статистики используемых одежды и обуви при помощи обработки фотографий в рамках промоакций с хештегами в социальных сетях и т. д. В рамках этого исследования проведены эксперименты с полносвязной архитектурой нейронной сети в задаче распознавания класса объекта на примере набора данных из 60 000 изображений с одним цветовым каналом в градациях серого.

Цель исследований состояла в оценке приемлемости архитектуры полносвязной нейронной сети для распознавания изделий легкой промышленности.

Показано, что для потребителя при выборе изделия, поиске информации о нем, или покупке, предпочтительнее изображение с его описанием. Если работу по его фрагментации и выделению значимых признаков переложить на нейронную сеть, то это позволит сократить время на создание обучающей выборки, но увеличит время на обучение самой сети. Полносвязная нейронная сеть распознает образы простых изображений с точностью около 88 %. Тестирование различных функций активации показало, что в данной задаче выбор функции не является критичным. Результаты получились идентичными, однако, если возникнет необходимость построения более глубокой сети, то выбор функции активации скрытых слоев будет больше влиять на результат. Такие решения предполагается разрабатывать в рамках докторской диссертации Смирнова Е.Е. и использовать в учебном процессе кафедр «Художественное моделирование, конструирование и технология изделий из кожи», «Информационные технологии» РГУ имени А.Н. Косыгина (Технологии. Дизайн. Искусство) в виде учебных пособий.

Ключевые слова: нейронная сеть; машинное обучение; обработка данных; распознавание изображений; классификация образов; глубокое обучение; классификация; изделия легкой промышленности

Скачать