時裝業是人工智能領域很有前景的領域。 研究人員可以開發具有一定實用價值的應用。 在這裏我開發了一個來自Zalando在線商店的推薦和標記服裝的解決方案。
在這篇文章中，我們會開發一個提取連衣裙的應用。 它輸入原始的圖像（從網絡上下載或用智能手機拍照），並提取圖像中的連衣裙。 分割的難點在於原始圖像中存在了大量的噪聲，但是我們會在預處理期間通過一個技巧來解決這個問題。
最後，您還可以嘗試將此解決方案與之前引用的解決方案合併。 這允許您通過外出和拍攝時拍攝的照片，開發一個實時推薦和標記服裝的系統。
數據集
最近有一項關於服裝視覺分析和分割的Kaggle比賽。 這是一個非常有趣的比賽，但它並不適合我們。 我們的目標是從圖像中提取連衣裙，因此這個數據集不太適合我們，因爲它包含了比較多的冗餘。 我們需要的是包含連衣裙的圖像，因此最好自己來構建數據集。
我收集了網絡上的一些圖片，其中包含了在不同場景穿着不同類型的連衣裙的人。 然後需要創建蒙版，它在每個對象分割任務中都是必要的。
下面是我們的數據樣本。 我從互聯網上收集了一些原始圖像，經過進一步剪切，將人與衣服分開。
圖像分割示例
因爲我們要將背景、皮膚和連衣裙進行分離，首先要將它們區分出來。 背景和皮膚是本問題中最相關的噪聲源，我們要儘量減少它們的干擾。
通過手動分割來創建蒙版，如下圖所示，簡單的對蒙版進行二值化。
蒙版示例
最後一步，我們將所有的蒙版圖像合併爲三維的單個圖像。 這張照片表示了原始圖像的相關特徵。 我們的目的主要是分離背景，皮膚和連衣裙，因此這個圖像非常適合！
最終蒙版
我們對數據集中的每個圖像重複這個過程，爲每個原始圖像提供三維的對應蒙版。
模型
我們可以很容易的建立模型，過程非常簡單：
我們需要訓練這樣一個模型，該模型輸入原始圖像，可以輸出它的三維蒙版，即分離皮膚、背景和衣服。 訓練完成之後，當一個新的圖像輸入時，我們就可以將它分成三個不同的部分： 背景、皮膚和衣服。 我們只關注感興趣區域（連衣裙），這樣蒙版結合原始圖像，就可以裁剪出我們需要的連衣裙。
我們使用UNet建立該模型，它經常用於類似的分割任務，而且很容易在Keras中實現。
在開始訓練之前，要對所有的原始圖像進行均值標準化。
結果和預測
在預測期間，當遇到高噪聲的圖像（背景或皮膚模糊等）時，模型開始動盪。 這種問題可以簡單地通過增加訓練圖像的數量進行解決。 但我們也開發了一個巧妙的方法來避免這種問題。
我們使用 OpenCV 提供的 GrubCut 算法。 該算法利用高斯混合模型分離前景和背景。 通過它可以幫助我們找到圖像中的人物。
我們只實現了簡單的功能。 假設感興趣的人站在圖像的中間。
python def cut(img): img = cv.resize(img,(224,224)) ¨K5K
執行GrubCut結果
下面是結合使用GrubCut和UNet之後的結果：
GrubCut與UNet相結合得到了優秀的結果。
總結
在這篇文章中，我們爲連衣裙分割開發了一套解決方案。 爲了達到這個目的，我們使用了GrubCut和UNet。 我們計劃在真實照片中使用這個解決方案，並根據它構建一個視覺推薦系統。