一种基于双头结构的民族服饰识别算法OA
每个民族服饰因民族特色、性别差异、年龄阶段及节日场景等的不同,在图案、纹饰、颜色及款式上区别显著,准确识别多维度类别的服饰,是传承民族服饰文化、实现民族文化遗产数字化保护的关键途径。本文通过ResNet提取服饰纹理、色彩、款式等视觉特征,重点捕捉性别差异、年龄特征、节日元素的视觉差异。利用对比语言-图像预训练(contrastive language-image pre-training,CLIP)多模态特征与层级化民族文化语义向量融合,补充视觉特征难以覆盖的深层文化信息。采用主分类头与辅助分类头的双头结构,结合双损失函数提升模型训练稳定性与泛化能力。在自建民族服饰数据集(Ethnic_Cloth)上进行实验,实验结果表明:模型准确率、召回率、F_(1)分数等核心评价指标均优于现有方法,其中综合准确率较基线模型提高1.13百分点,F_(1)分数提高5.87百分点,召回率达86.97百分点,尤其在小众民族节日服饰等细分类别上识别效果显著提升。本文双头结构的民族服饰识别(dual-head ethnic clothing recognition,DualHead-ECR)算法通过多维度特征融合与双头结构设计,有效提升了模型对民族服饰的深层理解能力,为民族文化遗产的数字化保护提供了技术支撑。
付向艳;耿生玲;罗李赛;王莉;宗轩泽
陕西服装工程学院信息工程学院,陕西西安712046 青海师范大学计算机学院,青海西宁810000青海师范大学计算机学院,青海西宁810000陕西服装工程学院信息工程学院,陕西西安712046陕西服装工程学院信息工程学院,陕西西安712046陕西服装工程学院信息工程学院,陕西西安712046
信息技术与安全科学
民族文化服饰识别ResNet-101双头结构
《西安工程大学学报》 2026 (4)
P.108-116,9
陕西服装工程学院校级科研项目(2025XKY46)中央引导地方科技发展专项(2024ZY050)2024年度陕西省教育厅一般专项科学研究计划项目(24JK0309)。
评论