摘要

基于人們消費(fèi)習(xí)慣的變化,衣服的壽命從原本的使用壽命轉(zhuǎn)化成“審美壽命”,造成大量的廢舊服裝,致使時(shí)尚成為全球第二大污染源,中國(guó)更是過度消費(fèi)和時(shí)尚污染的重災(zāi)區(qū)。為了探索循環(huán)時(shí)尚的設(shè)計(jì)方法,順應(yīng)循環(huán)經(jīng)濟(jì)的發(fā)展方向,文章基于循環(huán)設(shè)計(jì)的3R理論分析了紡織服裝業(yè)中的循環(huán)利用法,對(duì)其中升級(jí)再造的內(nèi)涵和商業(yè)實(shí)踐的現(xiàn)狀進(jìn)行了分析。通過設(shè)計(jì)實(shí)踐,總結(jié)了4大類符合循環(huán)時(shí)尚且可操作性較強(qiáng)的升級(jí)再造設(shè)計(jì)方法,共15種再造技術(shù),旨在深入思考和探索可持續(xù)的時(shí)尚方式,從設(shè)計(jì)角度探索廢舊紡織品的循環(huán)利用方法。

研究背景

在電子商務(wù)已成必然趨勢(shì)的當(dāng)今社會(huì),網(wǎng)購(gòu)發(fā)展迅速,越來越多的人通過網(wǎng)購(gòu)挑選服裝服飾。然而目前線上購(gòu)物查找大多還是使用文字檢索,這一方式需要對(duì)產(chǎn)品進(jìn)行文字標(biāo)注,不僅要耗費(fèi)大量人力,且文字描述的能力也很有限,因此買家要快速搜到滿意的商品非常困難,尤其是對(duì)服飾這樣的非標(biāo)品更加如此。如果能實(shí)現(xiàn)圖像檢索,客戶可以直接由圖片搜到心儀的服飾[1],無疑會(huì)大幅提高網(wǎng)購(gòu)便捷性,提升用戶購(gòu)買欲。

數(shù)字圖像技術(shù)的發(fā)展使其成為可能,目前已有較多的研究圍繞服裝款式的自動(dòng)識(shí)別[2-4]展開,如利用服裝局部HOG特征,結(jié)合關(guān)鍵尺寸進(jìn)行款式分類[5];利用匹配卷積神經(jīng)網(wǎng)絡(luò)和超像素平滑等方法[6]進(jìn)行語義分割,以及多人的服裝分割算法[7]等。但上述人工構(gòu)造特征及傳統(tǒng)的分類方法易受檢測(cè)圖像多樣性的影響,使檢測(cè)效果不夠理想。近年來,深度學(xué)習(xí)技術(shù)在多個(gè)領(lǐng)域都有了越來越廣泛的應(yīng)用,展示出巨大優(yōu)勢(shì),其中CNN(卷積神經(jīng)網(wǎng)絡(luò))[8]由于可以提取多層特征,無須人工設(shè)計(jì)特征、分類檢測(cè)準(zhǔn)確率高等優(yōu)勢(shì)而引起廣泛關(guān)注[9-10]。

綜上,現(xiàn)有的自動(dòng)識(shí)別技術(shù)一般針對(duì)服裝的款式展開研究,但是配飾也對(duì)著裝的整體效果起著不可或缺的重要作用。高跟鞋作為廣受女性歡迎的服飾之一,本文擬利用卷積神經(jīng)網(wǎng)絡(luò)中的Faster R CNN模型[11]對(duì)高跟鞋款式的自動(dòng)識(shí)別加以研究,不僅能促進(jìn)服裝智能搭配系統(tǒng)的研發(fā),還將有助于電子商務(wù)的發(fā)展,對(duì)圖像處理技術(shù)也有一定的參考。

實(shí) 驗(yàn)

1.1 樣本庫

高跟鞋款式眾多,其中變化最多的部位是鞋跟、鞋面、鞋頭,根據(jù)鞋跟高度可分為低跟、中跟、高跟等;根據(jù)鞋跟形狀則可分為細(xì)跟、粗跟、坡跟等;而按照鞋面沿口高低又可分為淺口款、高幫款、長(zhǎng)筒款等。其中淺口高跟鞋的適用性較廣,所以本文以淺口高跟鞋為例展開研究,具體選擇跟高在6～10 cm的三種(細(xì)跟、粗跟和坡跟)淺口高跟鞋。所用圖像樣本來源于淘寶、京東等線上銷售網(wǎng)絡(luò)平臺(tái),均為純色背景,且側(cè)面180°擺放。三款高跟鞋的樣本圖像各300張,共900張,并將其統(tǒng)一裁剪成500像素×500像素。每種款式隨機(jī)抽取200張作為訓(xùn)練集,剩余100張作為測(cè)試集,并對(duì)圖像進(jìn)行標(biāo)記。

1.2 卷積神經(jīng)網(wǎng)絡(luò)

卷積神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu)[10]如圖1所示,分為輸入層、隱含層和輸出層,其中輸入為原始圖像,卷積層、池化層和全連接層構(gòu)成了其隱含層,輸出層即檢測(cè)結(jié)果。卷積層類似前饋神經(jīng)網(wǎng)絡(luò)的神經(jīng)元,對(duì)輸入圖像進(jìn)行特征提取,卷積層參數(shù)決定了輸出特征圖的尺寸;池化層對(duì)特征提取后輸出的特征圖進(jìn)行特征選擇;連接層類似傳統(tǒng)前饋神經(jīng)網(wǎng)絡(luò)中的隱含層,并只向其他全連接層傳遞信號(hào)。

圖1 卷積神經(jīng)網(wǎng)絡(luò)(CNN)的基本框架

Fig.1 Basic structure of convolution neural network(CNN)

1.3 Faster R CNN檢測(cè)模型

Faster R CNN的基本結(jié)構(gòu)[11]如圖2所示,輸入圖片經(jīng)過底部卷積層提取特征,得到特征圖,區(qū)域建議網(wǎng)絡(luò)利用特征圖生成候選區(qū)域,再用分類器對(duì)候選區(qū)域進(jìn)行分類,最后判斷候選區(qū)域中是否含有目標(biāo)。

圖2 Faster R CNN的基本結(jié)構(gòu)

Fig.2 Basic structure of Faster R CNN

由上述可知,Faster R CNN模型由四個(gè)模塊組成:1)卷積層,原始圖像通過一定的卷積層、池化層提取圖像特征,輸出其特征圖;2)區(qū)域建議網(wǎng)絡(luò)(RPN),是一個(gè)深度全卷積網(wǎng)絡(luò),同時(shí)進(jìn)行邊框預(yù)測(cè)及得分計(jì)算,用于生成建議區(qū)域;3)池化層,PRN在得到候選區(qū)域后,將特征圖與候選區(qū)一起送入池化層;4)Faster R CNN檢測(cè)器,從RPN產(chǎn)生的目標(biāo)框作為輸入提取特征,最后通過Softmax檢測(cè)目標(biāo)類別并做邊框回歸。Faster R CNN通過共享卷積的方式將RPN和R C NN相連接,且進(jìn)行了聯(lián)合訓(xùn)練,所以Faster R CNN模型比單一網(wǎng)絡(luò)結(jié)構(gòu)更能提升圖像檢測(cè)性能。

1.4 基于Faster R CNN的淺口高跟鞋款式識(shí)別模型

1.4.1 整體識(shí)別框架

圖3為利用Faster R CNN模型對(duì)淺口高跟鞋款式進(jìn)行識(shí)別的框架。首先利用訓(xùn)練集(由粗跟、細(xì)跟和坡跟三款組成,每款200張圖片)對(duì)Faster R CNN模型(其主要由RPN和R CNN兩部分組成)進(jìn)行訓(xùn)練,生成檢測(cè)模型,然后將測(cè)試集(由粗跟、細(xì)跟和坡跟三款組成,每款100張圖片)輸入檢測(cè)模型,驗(yàn)證識(shí)別結(jié)果(結(jié)果為粗跟、細(xì)跟或坡跟)。本文使用包含13個(gè)卷積層、5個(gè)最大池化層和3個(gè)全連接層的VGG16[12]作為特征提取網(wǎng)絡(luò),并使用線性整流函數(shù)作為激活函數(shù)。

圖3 淺口高跟鞋款式識(shí)別整體框架

Fig.3 Style recognition framework of shallow opening high-heeled shoes

1.4.2 具體識(shí)別流程

圖4為利用Faster R CNN模型對(duì)淺口高跟鞋款式進(jìn)行識(shí)別的具體流程。當(dāng)輸入的淺口高跟鞋圖像經(jīng)過VGG16特征提取網(wǎng)絡(luò)后,會(huì)對(duì)細(xì)跟、粗跟和坡跟鞋的特征信息進(jìn)行提取,并輸出特征圖,該特征圖被輸入到RPN層和池化層共享。

圖4 基于Faster R CNN的淺口高跟鞋款式識(shí)別具體流程

Fig.4 Recognition process of shallow opening high-heeled shoes based on Faster R CNN

特征圖輸入到RPN網(wǎng)絡(luò)后,先進(jìn)行1次3×3的卷積運(yùn)算,再進(jìn)行2次1×1的卷積運(yùn)算。其中一次是計(jì)算檢測(cè)區(qū)域的前景(識(shí)別目標(biāo),即本文中的鞋跟款式)或背景概率,另一次1×1卷積運(yùn)算用于給候選區(qū)域精確定位。換句話說,RPN以特征圖作為輸入,并通過滑動(dòng)3×3窗口獲得錨(anchor,即每個(gè)滑動(dòng)窗口的中心框),結(jié)合不同尺寸和比例的區(qū)域建議,每個(gè)錨產(chǎn)生9個(gè)不同的錨框,然后輸出可能包含細(xì)跟、粗跟和坡跟的矩形候選框及得分。RPN通過滑動(dòng)窗口,可同時(shí)預(yù)測(cè)多個(gè)候選區(qū)[13]。

由于RPN產(chǎn)生的候選區(qū)域尺寸不同,所以池化層以特征圖和RPN網(wǎng)絡(luò)輸出的候選框作為輸入,將其映射成固定尺寸的候選框后輸入全連接層。

最后利用Softmax層對(duì)每個(gè)候選框進(jìn)行分類并輸出得分;同時(shí)利用回歸獲得更精確的邊界框,也就是最終得到高跟鞋類別(細(xì)跟、粗跟或坡跟)及得分。

1.4.3 評(píng)價(jià)指標(biāo)

在深度學(xué)習(xí)領(lǐng)域,準(zhǔn)確率P(%)和召回率R(%)常被用來評(píng)價(jià)模型性能[14],因此本文也用其評(píng)價(jià)淺口高跟鞋檢測(cè)模型的性能,并用處理每張圖片所用時(shí)間T(s)來評(píng)價(jià)模型的檢測(cè)效率。P是準(zhǔn)確識(shí)別的目標(biāo)數(shù)與被判定為目標(biāo)的總數(shù)之百分比,即查準(zhǔn)率;召回率R是正確識(shí)別的目標(biāo)數(shù)與實(shí)際目標(biāo)總數(shù)之百分比,即查全率。

(1)

(2)

以粗跟為例,TP表示將粗跟預(yù)測(cè)為粗跟的樣本數(shù);FN表示將粗跟預(yù)測(cè)為細(xì)跟或坡跟的樣本數(shù);FP表示將細(xì)跟或坡跟預(yù)測(cè)為粗跟的樣本數(shù);TN表示將細(xì)跟或坡跟預(yù)測(cè)為細(xì)跟或坡跟的樣本數(shù)。

假定實(shí)際粗跟有100個(gè)樣本,將粗跟檢測(cè)為粗跟的樣本數(shù)40個(gè)(即TP),將粗跟檢測(cè)為細(xì)跟或坡跟的樣本數(shù)為20個(gè)(FN),將細(xì)跟或坡跟檢測(cè)為粗跟的為10個(gè)(FP),將細(xì)跟或坡跟檢測(cè)為細(xì)跟或坡跟的樣本數(shù)30個(gè)(TN)。則計(jì)算出的準(zhǔn)確率P為80%,召回率R為66.7%。很顯然,準(zhǔn)確率和召回率越高,說明模型性能越好。

此外,利用總體精度F(%)來評(píng)價(jià)模型的整體性能[15]。

(3)

1.4.4 平臺(tái)和參數(shù)設(shè)置

實(shí)驗(yàn)環(huán)境為IntelCore i7-3770 CPU@3.40 GHz,8位英特爾處理器(美國(guó)英特爾集成電子公司),NVIDIA Ge Force GTX 1080Ti GPU,使用Tensor Flow作為深度學(xué)習(xí)框架。在參數(shù)設(shè)置方面,迭代次數(shù)設(shè)置為10 000次,初始學(xué)習(xí)率設(shè)為0.001,每次迭代訓(xùn)練圖像的數(shù)量為256張,學(xué)習(xí)率的衰減系數(shù)和網(wǎng)絡(luò)訓(xùn)練動(dòng)量分別為0.1和0.9[13]。

結(jié)果與分析

2.1 測(cè)試結(jié)果

圖5和圖6是分別以鞋跟和整只鞋為目標(biāo)區(qū)域,利用訓(xùn)練好的Faster R CNN模型對(duì)淺口高跟鞋款式進(jìn)行識(shí)別的部分結(jié)果,其中黑色框標(biāo)出的為定位區(qū)域,線框內(nèi)的左上角為檢測(cè)結(jié)果,包括類別和得分:X為細(xì)跟;C為粗跟;P為坡跟。圖5(a)(b)(c)的檢測(cè)結(jié)果分別為X:1.00;C:0.95;P:0.97,圖6(a)(b)(c)的檢測(cè)結(jié)果分別為X:1.00;C:1;P:0.98,與實(shí)際情況完全吻合。由此可知,無論以鞋跟為目標(biāo)區(qū)域,還是以整只鞋為檢測(cè)區(qū)域,Faster R CNN模型都能對(duì)淺口高跟鞋圖像進(jìn)行良好的檢測(cè)識(shí)別,且無須經(jīng)過人為特征提取,方便可行。

圖5 以鞋跟為目標(biāo)區(qū)域的部分淺口高跟鞋識(shí)別結(jié)果

Fig.5 Recognition results of some shallow opening high-heeled shoes with the heel as the target area

圖6 以整只鞋為目標(biāo)區(qū)域的部分淺口高跟鞋識(shí)別結(jié)果

Fig.6 Recognition results of some shallow opening high-heeled shoes with the whole shoe as the target area

2.2 不同目標(biāo)區(qū)域?qū)ψR(shí)別結(jié)果的影響

以準(zhǔn)確率、召回率和總體精度為評(píng)價(jià)指標(biāo),列出了利用Faster R CNN檢測(cè)模型進(jìn)行識(shí)別的結(jié)果,如表1所示。由表1可知,即使目標(biāo)區(qū)域相同(鞋跟或整只鞋),高跟鞋種類不同,識(shí)別的準(zhǔn)確率、召回率也不相同。其中以鞋跟為目標(biāo)區(qū)域時(shí),細(xì)跟和粗跟的檢測(cè)準(zhǔn)確率都達(dá)到了100%;而以整只鞋為目標(biāo)區(qū)域時(shí),粗跟和坡跟的檢測(cè)準(zhǔn)確率則為100%。以三類的平均值來看,以鞋跟為目標(biāo)區(qū)域的召回率高于以整只鞋為目標(biāo)區(qū)域,而以整只鞋為目標(biāo)區(qū)域的準(zhǔn)確率高于以鞋跟為目標(biāo)區(qū)域。對(duì)總體精度而言,還是以鞋跟為目標(biāo)區(qū)域稍高,但是二者相差不大。

表1 不同目標(biāo)區(qū)域?qū)ψR(shí)別結(jié)果的影響

Tab.1 Effect of different target area to the recognition results %

2.3 部分識(shí)別錯(cuò)誤的樣本分析

圖7和圖8是分別以整只鞋和以鞋跟為目標(biāo)區(qū)域時(shí)的部分識(shí)別錯(cuò)誤樣本,并以此為例對(duì)識(shí)別錯(cuò)誤的可能原因加以分析。

圖7(a)為粗跟鞋,識(shí)別結(jié)果為X:0.96和P:0.83,識(shí)別錯(cuò)誤的原因主要與這款鞋的材質(zhì)和款式有關(guān)。此款鞋和訓(xùn)練集中的鞋在款式上有很大的不同,訓(xùn)練集重的樣本皆為淺口高跟皮鞋,而這款是夏季涼鞋,且鞋跟處的材質(zhì)由兩部分組成,一大半為透明水晶狀材質(zhì),小部分為與鞋底相同的材質(zhì)。因此計(jì)算機(jī)在識(shí)別的時(shí)候,容易將透明水晶材質(zhì)部分與白色背景相混淆,而將其誤檢測(cè)為細(xì)跟X,同時(shí)也容易將白色背景混為透明水晶狀的鞋跟,從而誤檢測(cè)為坡跟P。圖7(b)雖為粗跟鞋,但與其他粗跟鞋也有較大不同,其余的粗跟鞋的鞋跟基本上下粗細(xì)差不多,或者上粗下細(xì),而這款鞋跟則呈上細(xì)下粗結(jié)構(gòu),且鞋跟上部粗細(xì)與其他細(xì)跟鞋的鞋跟上部相差無幾,因此出現(xiàn)了一對(duì)一錯(cuò)2個(gè)檢測(cè)結(jié)果,即X:0.99和C:0.97。圖7(c)雖也為粗跟,但由于鞋跟的顏色和主體顏色相差甚大,所以計(jì)算機(jī)識(shí)別的時(shí)候可能將顏色不同的鞋跟部分排除在外,只檢測(cè)了前面部分,而將鞋跟與鞋底之間的白色背景當(dāng)成鞋跟,從而誤判斷為坡跟,因此也出現(xiàn)了一對(duì)一錯(cuò)2個(gè)檢測(cè)結(jié)果,即C:1.00和P:0.97。

圖8(a)為細(xì)跟涼鞋,與圖7(a)一樣,都屬于與訓(xùn)練集中的淺口高跟皮鞋款式差異較大的鞋,而且后跟的較大裝飾品遮住了鞋跟,因此識(shí)別時(shí)將裝飾品當(dāng)作了鞋跟,導(dǎo)致2個(gè)識(shí)別結(jié)果都將其檢測(cè)為粗跟,C:0.56和C:0.71。圖8(b)雖為粗跟,但鞋跟處上下段的材質(zhì)截然不同,下半段為完全透明的材質(zhì),導(dǎo)致計(jì)算機(jī)識(shí)別時(shí)將鞋跟與鞋底部分的白色背景也歸為了鞋跟,因此將其誤判成P:0.57,另外一個(gè)則是正確的檢測(cè)結(jié)果,C:0.93。圖8(c)與圖7(a)為同一只鞋,這是一款與訓(xùn)練集種的樣本款式完全不同的涼鞋,在以鞋跟為目標(biāo)檢測(cè)時(shí),也出現(xiàn)了識(shí)別錯(cuò)誤,甚至將鞋面部分當(dāng)成了鞋跟,將其誤判為坡跟P:0.66。

圖7 以整只鞋為目標(biāo)區(qū)域時(shí)識(shí)別錯(cuò)誤的樣本

Fig.7 Samples recognized wrongly with the whole shoe as the target area

圖8 以鞋跟為目標(biāo)區(qū)域時(shí)識(shí)別錯(cuò)誤的樣本

Fig.8 Samples recognized wrongly with the heel as the target area

綜上分析識(shí)別錯(cuò)誤的樣本,可以發(fā)現(xiàn)誤判原因主要是鞋的款式與訓(xùn)練集相差很大,或者由于鞋上的裝飾物干擾及后跟的材質(zhì)、顏色等不一致造成。由于測(cè)試集樣本存在的這些問題,使得利用Faster R CNN模型進(jìn)行款式識(shí)別時(shí)雖然準(zhǔn)確率較高(大于94%),但是尚未達(dá)到100%。然而這并不影響該方法的有效性,如果摒棄款式過于奇異的及與訓(xùn)練集款式差別甚大的樣本,相信會(huì)大幅提高模型的測(cè)試準(zhǔn)確率。

2.4 不同識(shí)別方法對(duì)識(shí)別結(jié)果的影響

在相同實(shí)驗(yàn)條件下,本文利用不同的檢測(cè)方法識(shí)別淺口高跟鞋,結(jié)果如表2所示。由表2可知,Faster R CNN無論是在總體精度還是在檢測(cè)速度上,都優(yōu)于其他方法,尤其是檢測(cè)速度。R CNN的訓(xùn)練和測(cè)試尤其耗時(shí),且占用磁盤空間大;SPP-Net對(duì)整張圖片只進(jìn)行一次特征提取,相比R CNN極大提高了檢測(cè)速度。而FAST R CNN將整張圖像歸一化后直接送入CNN,且一次性提取CNN特征和建議區(qū)域,候選區(qū)域的前幾層無須重復(fù)計(jì)算特征,且訓(xùn)練數(shù)據(jù)從GPU內(nèi)存直接進(jìn)Loss層,不但提高了計(jì)算速度,還節(jié)省了存儲(chǔ)空間。而本文運(yùn)用的Faster R CNN由于用RPN替了前面幾種方法的Selective Search(選擇性搜索)產(chǎn)生建議窗口;同時(shí)產(chǎn)生建議窗口的CNN和目標(biāo)檢測(cè)的CNN通過共享卷積的方式相連接,并進(jìn)行了聯(lián)合訓(xùn)練,因此無論在總體精度上抑或是檢測(cè)速度方面,都比前面幾種方法更具優(yōu)勢(shì)。

表2 不同識(shí)別方法的對(duì)比

Tab.2 Comparison of different recognition methods

結(jié)論

為探索利用圖片對(duì)服飾款式進(jìn)行自動(dòng)識(shí)別的技術(shù),本文以淺口高跟鞋為例,通過收集網(wǎng)購(gòu)平臺(tái)上的產(chǎn)品圖像,建立了樣本庫:包含細(xì)跟、粗跟、坡跟三款淺口高跟鞋,每款300張圖像。每款隨機(jī)抽取200張作為訓(xùn)練集,剩余100張作為測(cè)試集,并對(duì)圖像進(jìn)行標(biāo)記。然后利用深度學(xué)習(xí)中的Faster R CNN檢測(cè)模型對(duì)淺口高跟鞋款式進(jìn)行訓(xùn)練和識(shí)別,結(jié)果表明:

1)無論以鞋跟為目標(biāo)區(qū)域,還是以整只鞋為檢測(cè)區(qū)域,Faster R CNN模型都能對(duì)淺口高跟鞋圖像進(jìn)行良好的檢測(cè)識(shí)別,準(zhǔn)確率可達(dá)94%以上,且不用經(jīng)過人為特征提取,方便可行,具有較好的先進(jìn)性。

2)識(shí)別錯(cuò)誤的樣本,主要是由于鞋的款式與訓(xùn)練集相差很大,或者因?yàn)樾系难b飾物干擾及鞋跟的材質(zhì)、顏色等不一致的原因造成。如果對(duì)測(cè)試集中的樣本進(jìn)行優(yōu)選,去除與訓(xùn)練集差異甚大的,或者去除款式過于奇異的樣本,準(zhǔn)確率將會(huì)進(jìn)一步提高。

3)Faster R CNN由于用RPN代替R CNN、SPP-Net、FAST R CNN這幾種方法利用Selective Search產(chǎn)生建議窗口;同時(shí)產(chǎn)生建議窗口的CNN和目標(biāo)檢測(cè)的CNN共享,使檢測(cè)模型的總體精度和檢測(cè)速度都更具優(yōu)勢(shì)。

因此,利用本文設(shè)計(jì)的方法對(duì)淺口高跟鞋的款式進(jìn)行自動(dòng)識(shí)別是可行的,研究結(jié)果可為實(shí)現(xiàn)網(wǎng)購(gòu)時(shí)的圖像檢索提供參考,同時(shí)還能為買家快速搜到滿意的商品提供幫助。

責(zé)任編輯：lq