Please use this identifier to cite or link to this item:
https://cuir.car.chula.ac.th/handle/123456789/45671
Title: | การรู้จำชนิดของเสื้อผ้า โดยใช้วิธีการจำแนกประเภท |
Other Titles: | Recognition Types of Clothing using Classification Method |
Authors: | วิศรุต สุรการินทร์ |
Advisors: | ประภาส จงสถิตย์วัฒนา |
Other author: | จุฬาลงกรณ์มหาวิทยาลัย. คณะวิศวกรรมศาสตร์ |
Advisor's Email: | Prabhas.C@Chula.ac.th,prabhas@chula.ac.th |
Subjects: | การรู้จำรูปแบบ คอมพิวเตอร์วิทัศน์ เสื้อผ้า -- การจำแนก Pattern recognition systems Computer vision |
Issue Date: | 2557 |
Publisher: | จุฬาลงกรณ์มหาวิทยาลัย |
Abstract: | ลักษณะของชนิดเสื้อผ้ามีความสำคัญในการใช้ชีวิตประจำวัน ซึ่งเสื้อผ้าจะเป็นส่วนแรกที่บรรยายตัวบุคคลว่าเป็นอย่างไรและแสดงให้เห็นถึงลักษณะการใช้ชีวิตประจำวัน วัฒนธรรมและสถานะของสังคมของผู้ที่สวมใส่เสื้อผ้าชนิดนั้นๆ ตัวอย่างเช่น เราสามารถจดจำผู้คนแต่ละคนได้ว่ามีลักษณะเป็นอย่างไรจากเสื้อผ้าของพวกเขา เป็นต้น และอีกหลายๆ บริบทที่สามารถบรรยายได้ด้วยชนิดของเสื้อผ้า เช่น ถ้ามีผู้คนสวมใส่ชุดสูทจะสามารถบรรยายได้ว่าพวกเขาอยู่ในสถานการณ์ทางธุรกิจ เป็นต้น ซึ่งการจดจำชนิดของเสื้อผ้ายังเป็นปัญหาที่ท้าทายต่อวงการคอมพิวเตอร์วิทัศน์ ดังนั้นในวิทยานิพนธ์ฉบับนี้ได้นำเสนอวิธีการใหม่ในการจดจำและแบ่งแยกชนิดของเสื้อผ้าโดยใช้ SURF ร่วมกับ LBP ด้วยเทคนิคถุงภาพของคุณลักษณะสำคัญ ซึ่งรูปภาพที่นำเข้าทดสอบและสอนจะนำมาจากแคตตาล็อกแฟชั่นที่เป็นภาพเสื้อผ้าและใบหน้าของผู้ที่สวมใส่ชัดเจน สำหรับขั้นตอนการประมวลผลภาพและการสร้างคุณลักษณะชนิดของเสื้อผ้าจากเทคนิคถุงภาพของคุณลักษณะเพื่อรู้จำและแบ่งแยกชนิดของเสื้อผ้ามีขั้นตอนการทำงานทั้งหมด 4 ขั้นตอน คือ ขั้นแรกเสื้อผ้าในรูปภาพจะถูกค้นหาและระบุตำแหน่ง แล้วจึงแบ่งส่วนด้วยวิธีการของ GrabCut ต่อมาพื้นที่ที่เป็นเสื้อผ้าจะถูกแบ่งออกเป็นสามส่วนย่อยๆ กล่าวคือ ด้านขวา ตรงกลาง และด้านซ้าย โดยในแต่ละส่วนย่อยๆ จะถูกดึงคุณลักษณะสำคัญด้วยวิธีของ SURF และ LBP เพื่อสร้างพจนานุกรมของคุณลักษณะสำคัญต่อไป ผลสุดท้ายคุณลักษณะสำคัญต่างๆ จะถูกทำนายว่าเป็นเสื้อผ้าชนิดอะไรด้วยซัพพอร์ตเวกเตอร์แมชชีน ฐานข้อมูลที่ใช้ในวิทยานิพนธ์ได้ใช้รูปภาพทั้งหมด 1131 รูปภาพแบ่งเป็นชุดสอนให้เครื่องเรียนรู้ 991 รูปภาพและทดสอบ 140 รูปภาพ โดยเราได้แบ่งประเภทชนิดของเสื้อผ้าไว้ทั้งหมด 7 ชนิด ได้แก่ เสื้อแจ็คเก็ต เสื้อเชิ้ต เสื้อสูท เสื้อกันหนาว เสื้อยืด เสื้อโปโล และเสื้อกล้าม ผลที่ได้จากการทดลองแสดงให้เห็นว่าการรู้จำชนิดของเสื้อผ้ามีความถูกต้องเฉลี่ย 73.57% |
Other Abstract: | The appearance of clothing represents the lifestyle, culture and social status. For example, we can recognize the people by the clothes they wear. Many contexts can be inferred from the type of clothes, for example, the people who wearing a suit shows that they were in a situation of the business. However, recognizing the type of clothes is a challenging problem in the area at computer vision. This thesis proposed a new approach to recognizing and classifying types of clothing by using the combination of SURF and LBP based on BoF. The input is an image of the type of fashion catalog where the clothes are fully exposed with models showing their faces. For the preprocessing and features extraction of the Bag of Features is employed. There are four steps in the proposed recognition and classification method. Firstly, the cloth in an image is identified and located, then it is segmented by GrabCut. Secondly, the area in the image of cloth is divided into three sub-windows which are right-side, center and left-side. Thirdly, the feature extraction, SURF and LBP are applied to each sub-window to create a codebook. Finally, the classification is done by Support Vector Machine. Our dataset consists of total 1131 images out of which the training set is 991 images and the remainder is the testing set. We separate types into seven categories of clothing image which included, jacket, shirt, suit, sweater, t-shirt, polo shirt and tank top. The result of the experiment illustrates that the proposed method can recognize types of clothing images accurately 73.57%. |
Description: | วิทยานิพนธ์ (วท.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2557 |
Degree Name: | วิทยาศาสตรมหาบัณฑิต |
Degree Level: | ปริญญาโท |
Degree Discipline: | วิศวกรรมซอฟต์แวร์ |
URI: | http://cuir.car.chula.ac.th/handle/123456789/45671 |
URI: | http://doi.org/10.14457/CU.the.2014.1046 |
metadata.dc.identifier.DOI: | 10.14457/CU.the.2014.1046 |
Type: | Thesis |
Appears in Collections: | Eng - Theses |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
5670385021.pdf | 4.46 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.