Key points are not available for this paper at this time.
لقد garnered تحليل الملابس اهتماماً كبيراً، وفي هذا المجال، يلعب تصنيف الملابس دوراً حيوياً كواحدة من التقنيات الأساسية. نظراً للتعقيد المتأصل في مشاهد الملابس في البيئات الواقعية، غالباً ما يواجه تعلم ميزات الملابس في مثل هذه المشاهد المعقدة تداخلاً. ولأن تصنيف الملابس يعتمد على معلومات الشكل والملمس للملابس، قد يؤدي تصنيف الملابس في المشاهد الواقعية إلى نتائج تصنيف ضعيفة. لذلك، تقترح هذه الورقة شبكة تصنيف الملابس بناءً على تحويل النطاق الترددي-المكاني. تجمع الشبكة المقترحة بين معلومات النطاق الترددي مع المعلومات المكانية ولا تضغط القنوات. تهدف إلى تعزيز استخراج ميزات الملابس وتحسين دقة تصنيف الملابس. في عملنا، (1) نجمع بين معلومات النطاق الترددي والمعلومات المكانية لإنشاء شبكة استخراج ميزات الملابس دون قنوات خريطة الميزات المضغوطة، (2) نستخدم وحدة تعزيز ميزات النطاق الترددي لتحقيق الاستخراج الأولي لميزات الملابس، و(3) نقدم مجموعة بيانات الملابس في مشاهد معقدة (Clothing-8). تحقق شبكتنا دقة نموذج أعلى بمعدل 93.4% على مجموعة بيانات Clothing-8 و94.62% على مجموعة بيانات Fashion-MNIST. بالإضافة إلى ذلك، تحقق أيضاً أفضل النتائج من حيث مقاييس أعلى-3 وأعلى-5 على مجموعة بيانات DeepFashion.
درس يو وآخرون (الخميس) هذا السؤال.