世界服装鞋帽网首页 > 正文

“盗版服装”的克星生物特征识别、图计算检测分析技术

2020/3/16 12:10:00 来源: 评论(0)0

阿里

  背后的思路是:基于服装区域性表达的检索模型,对图像中的服装进行区域化的相似性学习和度量。

  该研究成果已被CVPR 2020 收录,并被选为Oral论文。

  阿里安全图灵实验室表示,该工作将用到阿里原创保护平台,在淘宝、天猫等阿里系电商平台上线,提供侵权检测能力。

  精细化抄袭魔高一尺,打假道怎么高一丈?

  就服装领域而言,虽然打假一直不断,但盗版抄袭问题依旧普遍存在。而且从线上到线下,抄袭手段越来越刁钻,打假难度逐年提高。目前来看,服装领域的抄袭只有有三类。

  第一类集中在图片盗用上。盗版者通常未经授权,拿正版品牌的商品图使用或修改使用,比如在图上添加自己店铺的水印,或进行一些图像处理(反转、缩放、拼接等)。

  这一类侵权抄袭成本很低,但很容易被平台的图片检索系统锁定,然后快速“治理”。

  第二类是创意盗用,不良商家直接抄袭原创商家的整体商品设计和创意,制作同款或者仿款。

  这类侵权的成本稍高一些,但基于商品整体相似度度量的同款检索算法,可以对它们进行召回和治理。

  第三类是盗用是对服装的某些局部区域进行修改,像是洗稿,比如改变领口的设计款式、或者胸前印花的布局,甚至改变服装的款型等。

  但如下图所示,仍然是抄袭正版品牌服装的风格和设计元素(左侧为正版,右侧为盗版),甚至还当做“明星同款”来卖。

  这类盗版的成本最高,并不易被传统的基于商品同款检索的算法锁定。通常情况下,电商平台只能通过人工审核来发现,打假成本很高。

  那有没有一种方法,能够让系统自动锁定此类抄袭现象?这就是阿里安全图灵实验室最新研究的方向。

  此前,他们基于属性感知细粒度相似度学习方法,提出服饰版权算法来锁定局部抄袭,被AAAI2020收录。

  现在他们又提出了一个新思路,基于服装区域性表达的检索模型,对图像中的服装进行区域化的相似性学习和度量,从而实现更有效打假。

  精确到袖子、领子的 “盗版服装图像”检索算法

  “盗版服装”的定义,是整体上抄袭原版服装设计和风格,并在一两个区域进行修改,以逃避现有同款服装检索模型筛查的服装样本。

  在算法设计上,他们提出了一种服装关键点引导的区域注意力机制。

  首先利用服装关键点估计分支来预测服装的关键点,即分布在服装图像各个关键位置的点位,如领口、袖口、肩部、腋下等。

  每类服装的关键点数量和分布有一定差异,点数在每件25-40个左右。根据这些关键点,算法可对服装图片进行多个区域的划分,如领子、袖子、胸部、腰部区域等。

  区域划分信息通过基于ROI Pooling思想的方式引入,一体化的服装图像特征被解耦为多个区域化的特征表达,以独立地进行特征相似度的学习和度量。

  同时,服装关键点结合区域化的表达可作为一种注意力机制,引入到图像检索网络上,关键部位的特征权重被提升,非关键部位的权重被削减,以提升模型对关键部位的判别力。

  服装关键点估计分支和图像检索分支使用相同的HR-Net主干网络,其多级并联结构在获取多尺度特征的同时保持了高分辨率。

  在损失函数的选择上,关键点估计分支采用了均方差损失函数,检索分支采用了区域化设计的Triplet损失函数。而损失函数的数值不再是整个图片范围的特征triplet差值,而是各个区域特征差值的累加结果。

  文中方法的框架如下图所示,网络可分为服装关键点估计分支和服装检索分支,其中检索网络包含同款服装检索和盗版服装检索两种输出形式:

  通过对平台侵权服装样本的分析,阿里研究人员发现,不同类别服装易被盗版的区域是不一样的,因此只将服装图像特征的相似度度量过程解耦是不够的,还需要为每类服装的多个区域设定差异化的权值,进行加权的区域相似性计算,以召回更多的盗版服装样本。

  为此,他们基于平台盗版服装数据,建立了一个名为“Fashion Plagiarism Dataset”的数据集,该数据集中,每组“原版服装”的query图像对应gallery中多个“盗版服装”图像,数据覆盖短袖T恤、长袖上衣、外套、连衣裙四类样本。

  他们在该数据集上,对在Deepfashion2数据集上预训练过的检索网络进行Fine Tune训练,用Coordinate Ascent算法对不同服装类别的各区域权值进行迭代优化,以降低损失函数数值。

  “盗版服装”检索训练过程的损失函数,同样基于Triplet损失函数设计。最终,训练后的盗版检索网络可以基于上图中的Input服装图像召回Output中绿框内的盗版服装样本。

  打假效果怎么样?不输、甚至超越此前SOTA

  在论文的实验部分,阿里研究人员首先在“Fashion Plagiarism Dataset”上对算法的“盗版服装图像”检索能力进行了评估。

  除了论文所提出的方法外,他们还设定了两种方法进行对比:一种是传统检索方法,使用相同的backbone网络和Triplet的损失函数,但是不包含区域化特征学习和表达机制;另一种是包含区域化特征表达机制,但是使用非Fine Tune训练得到的区域权重,评价指标为mAP。

  从表中结果可以看出,论文所用方法在各个服装类别都取得了最佳效果。

  除上述“盗版服装检索”的评价实验外,他们还在Deepfashion系列数据集上进行了服装关键点估计,和同款服装图像检索任务的实验。

  在服装关键点估计部分,阿里研究人员在目前复杂度最高的Deepfashion2数据集上进行了评测,与现有Match-RCNN, CPN, Simple-Baseline等方法相比,服装关键点估计模型在各个子集上都取得了最高的mAP结果:

  在同款服装检索实验中,他们选用了FashionNet, Match-RCNN, PCB等方法作为对比,在Deepfashion和Deepfashion2上分别进行了实验。

  其中,Deepfashion主要针对In-shop检索场景,Deepfashion2则针对于Consumer-to-shop场景。评价指标分别为Top-N recall和Top-N accuracy。

  结果如下图所示,阿里的方法在Deepfashion数据集上取得了与SOTA方法相近的效果,在Deepfashion2数据集上的结果要明显优于现有baseline方法。

  一共有5名研究人员参与了这项研究,分别来自阿里巴巴、浙江工商大学和 阿里巴巴-浙江大学前沿技术联合研究中心。

  文章第一作者Yining Lang、第二作者Yuan He、第三作者Fan Yang来自阿里安全图灵实验室。阿里安全图灵实验室负责人薛晖,是文章的通讯作者。浙江工商大学Jianfeng Dong也是论文作者之一。

  阿里安全图灵实验室正式成立于2016年,前身是阿里安全基础算法团队,主要从事安全与风险方面的AI系统研发,核心技术包括计算机视觉、自然语言处理、生物特征识别、图计算以及异常检测和分析等,截止到2018年,已申请50多项专利。


来源:前沿科技 量子位  作者:乾明 发自 凹非寺

责任编辑:第一时间
世界服装鞋帽网版权与免责声明:
1、凡本网注明"来源:世界服装鞋帽网sjfzxm.com"的所有作品,版权均属世界服装鞋帽网所有,转载请注明"来源:世界服装鞋帽网sjfzxm.com",违者,本网将追究相关法律责任。
2、本网其他来源作品,均转载自其他媒体,目的在于传递更多信息,不表明证实其描述或赞同其观点。文章内容仅供参考。
3、若因版权等问题需要与本网联络,请在30日内联系我们,电话:400-779-0282,或者联系电子邮件: sjfzxm@vip.188.com ,我们会在第一时间删除。
4、在本网发表评论者责任自负。
跟帖0
参与0

网友评论仅供其表达个人看法,并不表明本网同意其观点或证实其描述,发言请遵守相关规定

相关阅读

阿里巴巴:88VIP合作品牌已升级至400家

孕婴童
|
2020/3/16 12:01:00
1

阿里达摩院全球总部开工 总投资200亿元

创投项目
|
2020/3/4 19:43:00
9

阿里达摩院全球总部开工 总投资200亿元

创新发明
|
2020/3/4 19:42:00
14

阿里发布《淘宝经济暖报》:物流返工过半 开店人数一周再涨22%

新闻速递
|
2020/2/19 10:16:00
11

阿里再发“最严口罩禁令” 让制售假者倾家荡产

即时新闻
|
2020/2/6 14:20:00
5

阿里、虎牙等资本大佬布局,抖音、微博助推,2020是汉服出圈年

每日头条
|
2020/1/9 12:57:00
115

阿里发布2019步行街经济报告:数字化推动“老街新生”

孕婴童
|
2020/1/8 10:26:00
6

汉服经济学:阿里、虎牙入局,能复制“毒app”的成功吗?

即时新闻
|
2020/1/7 10:17:00
14

专题推荐

阅读下一篇

疫情打乱节奏,服装企业如何应对与“自救”?

仅次于餐饮业的线下零售业感受到需求端的改变,在供给端也悄然改变了打法。上马直播、社群营销等模式,成为

返回世界服装鞋帽网首页
关注公众号 关注公众号
手机看新闻 手机看新闻
展开
  • 微信公众号

  • 电话咨询

  • 400-779-0282