楊冰，徐丹，張豪遠(yuǎn)，羅海妮

（云南大學(xué) 信息學(xué)院,云南 昆明 650000）

近年來，隨著國家實(shí)力的不斷增強(qiáng)，為進(jìn)一步提升民族自豪感、認(rèn)同感，大力開展了傳統(tǒng)文化傳承學(xué)習(xí)活動［1］，令越來越多的人了解和學(xué)習(xí)少數(shù)民族文化，并對其產(chǎn)生興趣。民族服飾是民族文化的重要載體，反映各民族在歷史文化、宗教信仰、生活習(xí)俗等方面的差異，擁有豐富的文化內(nèi)涵和文化價(jià)值。2008 年，多種少數(shù)民族服飾被列入國家級非物質(zhì)文化遺產(chǎn)名錄民俗類［2］。隨著計(jì)算機(jī)的普及，通過計(jì)算機(jī)對少數(shù)民族服飾圖像進(jìn)行自動分類識別成為可能，這對進(jìn)一步了解、認(rèn)識、弘揚(yáng)民族文化具有重要意義，并在將民族元素融入現(xiàn)代時(shí)尚設(shè)計(jì)中發(fā)揮了重要作用，對備受現(xiàn)代化沖擊的民族文化的保護(hù)和傳承具有現(xiàn)實(shí)意義。

傳統(tǒng)的服飾識別和分類主要依靠人工提取服飾的顏色、紋理、整體的邊緣特征進(jìn)行，方法較為煩瑣且易受光照等影響，分類精度較低。由于少數(shù)民族服飾的細(xì)節(jié)特征信息較多，加之受光照、背景的影響，圖像的分類識別難度較大。本文針對少數(shù)民族服飾的分類問題，在現(xiàn)有的深度學(xué)習(xí)網(wǎng)絡(luò)DenseNet基礎(chǔ)上，提出一種多尺度局部與全局注意力機(jī)制融合的卷積神經(jīng)網(wǎng)絡(luò)模型，該模型在收集到的9 類少數(shù)民族服飾數(shù)據(jù)集分類上取得了不錯的效果。

1 相關(guān)工作

1.1 現(xiàn)有的服飾分類方法

服飾分類問題一直是研究的熱點(diǎn)，近年來，隨著電商的發(fā)展，涌入了海量服飾圖片，用人工方法分類不再現(xiàn)實(shí)，基于圖像的服飾分類方法逐漸受關(guān)注。SHEN 等［3］通過姿勢估計(jì)，基于通過對應(yīng)人體部位與服飾屬性之間的相關(guān)性，提高了服飾識別性能。BOSSARD 等［4］建立了自然場景中服飾的識別流程，用人體檢測器實(shí)現(xiàn)對服飾的檢測，然后采用隨機(jī)森林和支持向量機(jī)對服飾圖像進(jìn)行分類。CHEN等［5］提出用語義屬性與姿勢結(jié)合的方法提取服飾特征，通過探索屬性之間的相互依賴性，建立了服飾風(fēng)格識別規(guī)則。SURAKARIN 等［6］為減少單一特征受外界干擾，通過線性反投影算法將紋理特征與加速魯棒特征相融合，使服飾平均分類準(zhǔn)確率達(dá)64.29%。上述服飾分類方法大多基于傳統(tǒng)圖像特征和人體檢測方法，但服飾在多數(shù)場景下較為復(fù)雜，且受光照、形變等影響，識別率較低。

近年來，深度學(xué)習(xí)發(fā)展迅猛，在很多領(lǐng)域取得了不錯的成績，在圖像領(lǐng)域的應(yīng)用也越來越廣泛。LAO 等［7］通過訓(xùn)練神經(jīng)網(wǎng)絡(luò)，基于神經(jīng)網(wǎng)絡(luò)搭建了一個(gè)服飾特征提取網(wǎng)絡(luò)，并利用K鄰近方法對服飾的類型和屬性進(jìn)行檢索分類。DONG 等［8］為提高網(wǎng)絡(luò)模型的特征提取尺度與豐富性，在VGGNet 模型上加入空間池化金字塔，進(jìn)一步提高了服飾的識別率。包青平等［9］提出一種基于度量學(xué)習(xí)的服飾分類方法，在訓(xùn)練模型時(shí)加入距離和三元組損失函數(shù)，對服飾圖像進(jìn)行細(xì)粒度分類。以上針對服飾圖像的分類方法，以神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)，融合不同的服飾圖像信息，提出了更適合服飾分類的損失函數(shù)，豐富了圖像特征信息，進(jìn)一步提高了服飾分類的準(zhǔn)確率。

在民族服飾分類方面，一直鮮有關(guān)注。吳圣美等［10］提出結(jié)合人體檢測的多任務(wù)學(xué)習(xí)的少數(shù)民族服飾識別方法，通過將底層特征和語義特征相結(jié)合，訓(xùn)練多任務(wù)支持向量機(jī)分類器模型進(jìn)行民族服飾的分類。程遠(yuǎn)菲［11］通過分割提取服飾上的服飾圖騰，利用HOG+Hu 的方法進(jìn)行特征提取，并通過支持向量機(jī)分類器進(jìn)行分類。以上方法均利用SIFT，HOG 等底層特征對服飾或少數(shù)民族圖騰進(jìn)行分類。NAWAZ 等［12］建立了民族服飾數(shù)據(jù)集，并以CNN模型為基礎(chǔ)，加入Inception 結(jié)構(gòu)完成分類任務(wù)，并比較了幾種反向傳播算法對模型的影響，最終選擇梯度優(yōu)化均方根反向傳播方法，該方法對民族服飾分類的準(zhǔn)確率達(dá)89.22%。

以上的少數(shù)民族服飾識別方法大多只考慮服飾本身的特征，忽略了其在自然場景中受光照、背景等的影響。

圖1 展示了部分少數(shù)民族服飾圖片，可見民族服飾蘊(yùn)含的顏色和細(xì)節(jié)特征信息較為豐富，不同少數(shù)民族的服飾樣式存在差異，同一民族的服飾在外形和顏色上也區(qū)別很大，因此無法利用單一的特征對少數(shù)民族服飾進(jìn)行描述和識別。由于服飾圖像受光照、背景和形變的影響，用傳統(tǒng)的圖像提取分類方法效果一般。針對以上問題設(shè)計(jì)了基于神經(jīng)網(wǎng)絡(luò)的多尺度注意力結(jié)合的少數(shù)民族服飾分類網(wǎng)絡(luò)：（1）提出局部和全局結(jié)合的注意力機(jī)制，通過融合來自網(wǎng)絡(luò)中不同方面的注意力機(jī)制，忽略不相關(guān)信息，以提升對有效信息的提取能力。選擇計(jì)算量較小、可更好地利用提取特征的網(wǎng)絡(luò)；（2）提出一種多尺度密集連接的特征提取單元，以增強(qiáng)模型對少數(shù)民族服飾中細(xì)節(jié)信息的提取。選擇計(jì)算量較小、可更好地利用提取特征的網(wǎng)絡(luò)；（3）選擇分類準(zhǔn)確率高、計(jì)算量小、可充分利用提取特征進(jìn)行分類的網(wǎng)絡(luò)。

圖1 部分少數(shù)民族服飾圖片F(xiàn)ig.1 Part of ethnic costume pictures

1.2 少數(shù)民族服飾數(shù)據(jù)集

由于目前缺少標(biāo)準(zhǔn)可靠的少數(shù)民族服飾圖像數(shù)據(jù)集，本文通過采集少數(shù)民族服飾圖片建立少數(shù)民族服飾圖像數(shù)據(jù)集。通過互聯(lián)網(wǎng)搜索引擎在淘寶、京東等網(wǎng)站搜索相應(yīng)民族名稱得到少數(shù)民族服飾圖片，用爬蟲工具下載，經(jīng)篩選和整理建立數(shù)據(jù)集，確保圖像的數(shù)量和廣泛性。通過研究少數(shù)民族服飾發(fā)現(xiàn)，女性服飾更能體現(xiàn)少數(shù)民族的特色，所以收集的圖片以女性服飾為主。

由于爬蟲程序是自動下載的，存在與目標(biāo)民族不符的圖像，為此對下載的服飾圖片進(jìn)行適當(dāng)?shù)娜斯ずY選。去除不屬于服飾類的圖片，去除水印過多的圖片，去除分辨率較低的圖片。篩選后的數(shù)據(jù)集包含9 種少數(shù)民族服飾圖片，共計(jì)1 607 張。因?yàn)閺幕ヂ?lián)網(wǎng)下載的圖片格式多種多樣，有JPG、JPEG、PNG、BMP 等，給后續(xù)實(shí)驗(yàn)帶來不便，為此將所有圖片統(tǒng)一轉(zhuǎn)換為JPG 格式。表1 為收集的圖像數(shù)據(jù)集分布的詳細(xì)情況。

表1 圖像數(shù)據(jù)集詳細(xì)情況Table 1 Image data set details

由于少數(shù)民族服飾圖片是從網(wǎng)上下載的，存在噪聲且分辨率不同等問題，對后續(xù)識別造成影響，需進(jìn)行圖像預(yù)處理操作，即處理成符合實(shí)驗(yàn)要求的圖像。首先，采用中值濾波方法對圖像進(jìn)行去噪處理，在去除噪聲的同時(shí)更大程度保留圖像的細(xì)節(jié)特征。其次，用雙三次插值方法統(tǒng)一圖像的分辨率。

現(xiàn)有數(shù)據(jù)集中每類樣本數(shù)均較少，而基于監(jiān)督神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)方法往往需要大量數(shù)據(jù)，否則數(shù)據(jù)較少可能無法更好地進(jìn)行網(wǎng)絡(luò)泛化，易陷入過擬合境地。在數(shù)據(jù)量不足的情況下，數(shù)據(jù)增強(qiáng)通常是較有效的解決方法之一。

圖2 展示的是部分?jǐn)?shù)據(jù)增強(qiáng)后的示例。采用水平翻轉(zhuǎn)、垂直翻轉(zhuǎn)、隨機(jī)摳取的方式進(jìn)行圖像增強(qiáng)，以增加樣本的多樣性。

圖2 數(shù)據(jù)增強(qiáng)方法Fig.2 Data enhancement method

2 本文方法

從少數(shù)民族服飾分類的角度出發(fā)，結(jié)合當(dāng)下在圖像分類領(lǐng)域取得巨大突破的DenseNet 卷積神經(jīng)網(wǎng)絡(luò)算法，設(shè)計(jì)了基于卷積神經(jīng)網(wǎng)絡(luò)的服飾分類算法模型。雖然基于卷積神經(jīng)網(wǎng)絡(luò)的圖像分類算法在各大數(shù)據(jù)集競賽中都取得了不俗的成績，但少數(shù)民族服飾分類尚存在一些難以解決的問題。本文以卷積神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)網(wǎng)絡(luò)模型，對其進(jìn)行了改進(jìn)與優(yōu)化，設(shè)計(jì)了多尺度密集連接單元，以提高模型提取特征的能力，更好地提取少數(shù)民族服飾中的細(xì)節(jié)特征，進(jìn)而提升模型的識別能力。為增強(qiáng)模型的魯棒性，選用局部和全局注意力機(jī)制進(jìn)行輔助分類，以減少光照、衣服形變、背景等因素的影響，輔助提高模型的分類效果。

2.1 DenseNet 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

由于制作的少數(shù)民族服飾圖像數(shù)據(jù)集數(shù)量有限，VGGNet［13］、inception［14］模型的參數(shù)較多、結(jié)構(gòu)較為繁雜，易產(chǎn)生過擬合，且少數(shù)民族服飾細(xì)節(jié)特征較多。DenseNet 神經(jīng)網(wǎng)絡(luò)不但訓(xùn)練參數(shù)較少，而且其密集連接的方式使提取的特征能得到充分利用，因此采用DenseNet 神經(jīng)網(wǎng)絡(luò)。

DenseNet 由HUANG 等［15］于2017 年提出，在保證網(wǎng)絡(luò)層與層之間實(shí)現(xiàn)最大程度信息傳輸?shù)那疤嵯拢苯訉⑺袑酉噙B接，從而減輕梯度消失，加強(qiáng)特征間的傳遞，更有效地利用特征，一定程度上減少了參數(shù)數(shù)量。

DenseNet 中的密集連接機(jī)制，可互相連接所有的層，每層均接受前面所有層的輸出，并將其作為額外輸入。映射公式為

其中，xl為第l層的輸出，[x0，x1，…，xl?1]為各層產(chǎn)生的特征圖的拼接，Hl(·)為非線性轉(zhuǎn)換函數(shù)。

圖3 所示為DenseNet 網(wǎng)絡(luò)結(jié)構(gòu)，可知每層均與前面所有層在通道維度上相連接，并作為下一層的輸入。DenseNet 通過直接拼接來自不同層的特征圖，實(shí)現(xiàn)特征的復(fù)用，提升效率。

圖3 DenseNet 網(wǎng)絡(luò)結(jié)構(gòu)Fig.3 DenseNet network structure

本文選取DenseNet 網(wǎng)絡(luò)中的DenseNet-BC 作為基礎(chǔ)網(wǎng)絡(luò)，與DenseNet 相比，相同深度的DenseNet-BC 網(wǎng)絡(luò)參數(shù)更少、更節(jié)省內(nèi)存，可減少過擬合。DenseNet-BC 由卷積層、密集連接塊、過渡層和輸出層構(gòu)成。每個(gè)密集連接塊中的子結(jié)構(gòu)分別由一個(gè)1×1 卷積層和一個(gè)3×3 卷積層組成，且每層的輸出特征數(shù)是固定的，方便與各子結(jié)構(gòu)拼接；每個(gè)傳輸層均由一個(gè)1×1 的卷積層和一個(gè)池化層組成，作為瓶頸層放在2 個(gè)密集連接塊的中間，起降維作用；最后輸出層經(jīng)過平均池化層和全連接層，用Softmax 分類器輸出分類結(jié)果。

2.2 多尺度密集連接單元

密集連接網(wǎng)絡(luò)由一系列密集連接的特征提取單元組成，每個(gè)單元包括恒等映射和特征提取兩部分，采用如圖4（a）所示的結(jié)構(gòu)，即BN+ReLU+1×1 Conv+BN+ReLU+3×3Conv 的連接方式進(jìn)行特征提取。其中1×1 的卷積層具有降低特征數(shù)量、提升計(jì)算效率的作用。單一卷積核可提取的特征信息較有限，從而限制了模型的分類性能。為提取更多的服飾特征信息，采用多尺度密集方法，對密集單元結(jié)構(gòu)進(jìn)行改進(jìn)，改進(jìn)后的結(jié)構(gòu)如圖4（b）所示。

圖4 DenseNet 單元結(jié)構(gòu)Fig.4 DenseNet unit structure

在單元結(jié)構(gòu)中加入一個(gè)新分支，與原特征提取層構(gòu)成多尺度密集連接單元。新分支包括：先通過一個(gè)較小的1×1 卷積對上一層特征進(jìn)行降維，以減少計(jì)算量；再通過2 個(gè)3×3 卷積提取特征，利用2 個(gè)3×3 卷積代替一個(gè)5×5 卷積核，不但擴(kuò)展了特征提取的感受野，而且能更有效地控制網(wǎng)絡(luò)參數(shù)量的增加；最后分別將2 個(gè)分支的輸出相加得到多尺度特征。相加操作可在不增加網(wǎng)絡(luò)參數(shù)的情況下保留最多的特征信息。通過提取少數(shù)民族服飾的深層次特征，將少數(shù)民族服飾與各種不同尺度的特征融合，進(jìn)而提升分類準(zhǔn)確率。

2.3 局部和全局結(jié)合的注意力機(jī)制

注意力機(jī)制在圖像領(lǐng)域的應(yīng)用越來越廣泛，在特征提取中融入了通道注意力機(jī)制的網(wǎng)絡(luò)結(jié)構(gòu)，關(guān)注特征的通道域，通道注意力機(jī)制構(gòu)成網(wǎng)絡(luò)中進(jìn)行關(guān)鍵特征提取的參數(shù)。如SENet［16］、CBAM［17］等注意力機(jī)制，能使網(wǎng)絡(luò)過濾掉與結(jié)果不相關(guān)的信息，將更多的關(guān)注點(diǎn)放在對結(jié)果產(chǎn)生正向影響的信息的獲取上［18］。SENet 采用平均池化方法壓縮空間維度，提取紋理特征；CBAM 中的通道注意力將平均池化結(jié)果與最大池化結(jié)果相加，以提取通道特征。以上注意力機(jī)制都只關(guān)注注意力分支的參數(shù)，忽略了模型的全局注意力。

為充分保留紋理信息，本文提出一種適用于DenseNet 網(wǎng)絡(luò)的局部與全局相結(jié)合的注意力機(jī)制，對特征提取網(wǎng)絡(luò)層的構(gòu)造進(jìn)行修改，在卷積層的特征提取階段添加局部與全局相結(jié)合的注意力機(jī)制，以增強(qiáng)特征提取功能，如圖5 所示。

圖5 融合注意力機(jī)制的密集連接單元Fig.5 Dense connection unit incorporating attention mechanism

首先，為更好地控制網(wǎng)絡(luò)參數(shù)量和提取圖像通道之間的特征，通過平均池化在空間維度上對輸入進(jìn)行壓縮，再根據(jù)空間維度進(jìn)行特征壓縮。得到的實(shí)數(shù)不僅代表特征在通道上的全局分布，而且可有效控制參數(shù)量的增加。

其中，uc為輸入特征中第c通道的特征圖；H與W分別為特征圖的寬和高；Zc為特征圖在坐標(biāo)位置的取值。

其次，連接2 個(gè)1×1 卷積層和1 個(gè)ReLu 層學(xué)習(xí)權(quán)重參數(shù)。在實(shí)驗(yàn)中發(fā)現(xiàn)，利用1×1 卷積層進(jìn)行權(quán)重學(xué)習(xí)的效果優(yōu)于全連接層。第1 個(gè)1×1 卷積層是將2 個(gè)輸入分別進(jìn)行一定比例的縮放，使其具有相同的通道數(shù)，再將2 個(gè)輸入相加，得到局部和全局注意力。將第2 個(gè)卷積的輸出設(shè)置為與每個(gè)特征提取層輸出的通道數(shù)相同；利用Sigmoid 函數(shù)生成通道權(quán)重。為每個(gè)特征通道生成權(quán)重，特征通道間的相關(guān)性可表示為

其中，W為學(xué)習(xí)后的全連接層權(quán)重；zg和zp分別為經(jīng)過特征壓縮后的全局和局部通道響應(yīng)；σ為ReLu激活函數(shù)；δ為Sigmoid 函數(shù)。

最后，將輸出的具有局部和全局通道特征的權(quán)重與輸出特征相乘，完成對通道維度原始特征的標(biāo)定。公式為

其中，sc′為第c′個(gè)特征圖的權(quán)重。

通過將局部和全局的注意力融合，網(wǎng)絡(luò)更好地將更多的注意力特征結(jié)合，在特征提取時(shí)，更多地關(guān)注重要信息，忽略背景等不相關(guān)信息，去除干擾，提高模型的識別率。

2.4 改進(jìn)的DenseNet-BC 模型

改進(jìn)的DenseNet-BC 模型的結(jié)構(gòu)與DenseNet模型大體一致。如表2 所示，首先，保持原有卷積層的結(jié)構(gòu)不變。然后，將密集連接塊中所有卷積層替換為多尺度卷積層。同時(shí)，在密集連接塊的每層中嵌入注意力機(jī)制。最后，保留原全局平均池化層與全連接層。

表2 改進(jìn)的DenseNet-BC 網(wǎng)絡(luò)結(jié)構(gòu)Table 2 Improved DenseNet-BC network structure

3 實(shí)驗(yàn)結(jié)果及分析

3.1 實(shí)驗(yàn)平臺

實(shí)驗(yàn)在Ubuntu16.04 系統(tǒng)下，采用Python 語言，Pytorch 深度學(xué)習(xí)框架完成。硬件環(huán)境為CPU IntelI7-9700K，內(nèi) 存4 GB，顯 卡Nvidia GeForce RTX 1070Ti。

3.2 數(shù)據(jù)集處理

實(shí)驗(yàn)數(shù)據(jù)集為制作的少數(shù)民族服飾圖像數(shù)據(jù)集，按照8∶2 的比例將1 607 張圖片隨機(jī)分為訓(xùn)練集和測試集，訓(xùn)練集1 285 張，測試集322 張。采用數(shù)據(jù)增強(qiáng)方法將訓(xùn)練集擴(kuò)增5 倍，達(dá)6 425 張。

3.3 結(jié)果對比及分析

實(shí)驗(yàn)采用Adam 優(yōu)化算法訓(xùn)練模型，動量系數(shù)為0.9，迭代次數(shù)設(shè)為400，初始學(xué)習(xí)率設(shè)為0.001，學(xué)習(xí)率按照前160 次每80 個(gè)輪次改變一次，后240 次每40 個(gè)輪次改變一次，衰減系數(shù)為0.5。用交叉熵?fù)p失函數(shù)（Loss）訓(xùn)練優(yōu)化模型，表達(dá)式為

用準(zhǔn)確率（Accuracy）作為模型的評價(jià)指標(biāo)，Accuracy 越高，表示模型的預(yù)測值與真實(shí)值越接近。假設(shè)TP 代表預(yù)測為正、實(shí)際為正的圖片數(shù)量，TN代表預(yù)測為負(fù)、實(shí)際為負(fù)的圖片數(shù)量，F(xiàn)P 代表預(yù)測為正、實(shí)際為負(fù)的圖片數(shù)量，F(xiàn)N 代表預(yù)測為負(fù)、實(shí)際為正的圖片數(shù)量，則

為驗(yàn)證所提出的改進(jìn)的DenseNet-BC 模型的有效性和穩(wěn)定性，將其與DenseNet 和ResNet-34 模型在少數(shù)民族服飾圖像數(shù)據(jù)集上進(jìn)行訓(xùn)練，對比分析各模型的準(zhǔn)確率。如圖6 所示，在前50 個(gè)輪次中，3 個(gè)模型均整體呈上升趨勢，改進(jìn)的DenseNet-BC模型準(zhǔn)確率上升較快；隨著輪次的增加，DenseNet和ResNet-34 模型的準(zhǔn)確率逐漸上升，訓(xùn)練至360個(gè)輪次時(shí)，3 個(gè)模型的準(zhǔn)確率均趨于穩(wěn)定；網(wǎng)絡(luò)穩(wěn)定后，改進(jìn)的DenseNet-BC 模型的準(zhǔn)確率最高，且抖動幅度最小，更穩(wěn)定。

圖6 不同模型在數(shù)據(jù)集上的準(zhǔn)確率Fig.6 The accuracy of different models on the dataset

為驗(yàn)證注意力機(jī)制模塊和特征融合模塊的有效性，進(jìn)行了消融實(shí)驗(yàn)。表3 所列為模型整體準(zhǔn)確率和單組合準(zhǔn)確率，可知只包含多尺度密集連接單元的多尺度DenseNet 模型準(zhǔn)確率為94.84%，融合多尺度密集連接單元和局部與全局注意力機(jī)制的DenseNet-BC 模型準(zhǔn)確率為95.18%。注意力機(jī)制和局部與全局相結(jié)合的注意力機(jī)制二者均能顯著提高模型的準(zhǔn)確率。

表3 不同組合的實(shí)驗(yàn)結(jié)果對比Table 3 Comparison of experimental results of different combinations

為進(jìn)一步驗(yàn)證本文提出的注意力機(jī)制的有效性，分別與添加了SENet 和CBAM 注意力機(jī)制的多尺度DenseNet 進(jìn)行了對比，結(jié)果如表4 所示。對比發(fā)現(xiàn)，加入SENet 注意力機(jī)制后模型準(zhǔn)確率降低了1.66%；加入CBAM 注意力機(jī)制后模型準(zhǔn)確率提高了0.12%；而本文方法的準(zhǔn)確率提高了0.34%。由此可知，本文提出的局部與全局結(jié)合的注意力機(jī)制對模型的分類準(zhǔn)確率提升更大，能令網(wǎng)絡(luò)提取更多的有效特征信息。

表4 不同注意力機(jī)制的實(shí)驗(yàn)結(jié)果對比Table 4 Comparison of experimental results of different attention structures

本文提出的改進(jìn)的DenseNet-BC 模型與其他模型的準(zhǔn)確率對比結(jié)果如表5 所示，可知加入SENet 注意力機(jī)制后模型的性能不如預(yù)期，加入CBAM 注意力機(jī)制后模型性能提升也十分有限。在CBAM 注意力機(jī)制中加入空間注意力機(jī)制性能提升有限，可能由其模塊為減少參數(shù)特征將特征進(jìn)行的全局平均池化和平均池化造成，因?yàn)檩^暴力的維度壓縮可能會嚴(yán)重丟失特征。本文提出的局部與全局相結(jié)合的注意力機(jī)制對模型的分類準(zhǔn)確率提升更大，能令網(wǎng)絡(luò)提取更多的有效特征信息。

表5 各模型準(zhǔn)確率對比Table 5 Comparison of accuracy of different models

4 結(jié)論

針對少數(shù)民族服飾細(xì)節(jié)較為繁雜這一問題，構(gòu)建了一種改進(jìn)的DenseNet-BC 神經(jīng)網(wǎng)絡(luò)算法，通過構(gòu)建改進(jìn)特征提取單元并融合注意力機(jī)制，更高效、準(zhǔn)確地提取各分類的圖像特征，并在少數(shù)民族服飾數(shù)據(jù)集上取得了95.18%的平均準(zhǔn)確率，較現(xiàn)有分類算法的準(zhǔn)確率有一定提升。

民族服飾種類繁雜，形式變化多樣，男性和女性的服飾差異較大，不同年齡段的服飾也存在差異。為提高檢測準(zhǔn)確率，需進(jìn)一步豐富訓(xùn)練數(shù)據(jù)量、增加多樣性，同時(shí)需對數(shù)據(jù)集進(jìn)行多標(biāo)簽標(biāo)定，優(yōu)化網(wǎng)絡(luò)和訓(xùn)練方法，對民族服飾進(jìn)行多標(biāo)簽訓(xùn)練。