第５１卷第８期２０２３年８月毛纺科技ＷｏｏｌＴｅｘｔｉｌｅＪｏｕｒｎａｌＤＯＩ：１０１９３３３／ｊ．ｍｆｋｊ．２０２２０７０２２０７基于最近邻注意力与卷积神经网络的服装分类模型关紫微１，吕钊１，滕金保２（１．西安工程大学服装与艺术设计学院，陕西西安７１００４８；２．西安邮电大学计算机学院，陕西西安７１０１２１）摘要：针对传统的服装分类模型分类时无法有效提取训练集中其他样本的实例信息问题，提出基于最近邻注意力（ＫＮＮ－Ａｔｔｅｎｔｉｏｎ）与卷积神经网络（ＣｏｎｖｏｌｕｔｉｏｎａｌＮｅｕｒａｌＮｅｔｗｏｒｋｓ，ＣＮＮ）的服装分类模型（ＫＡＭＣ）。首先，用ＫＮＮ－Ａｔｔｅｎｔｉｏｎ提取与原训练样本相似的实例样本的服装信息；然后用ＣＮＮ进一步提取服装的局部关键特征；最后融合ＫＮＮ－Ａｔｔｅｎｔｉｏｎ和ＣＮＮ的输出信息，从而在服装分类任务时有效地利用训练集实例信息。以公开的服装数据集进行实验验证，实验结果表明，提出的模型相较于传统的分类模型效果更好，可以有效提高服装的分类效果。关键词：服装分类；最近邻算法；注意力机制；卷积神经网络中图分类号：ＴＳ９４１；ＴＰ３９１文献标志码：ＡＣｌｏｔｈｉｎｇｃｌａｓｓｉｆｉｃａｔｉｏｎｍｏｄｅｌｂａｓｅｄｏｎＫＮＮ⁃ＡｔｔｅｎｔｉｏｎａｎｄｃｏｎｖｏｌｕｔｉｏｎｎｅｕｒａｌｎｅｔｗｏｒｋＧＵＡＮＺｉｗｅｉ１，ＬÜＺｈａｏ１，ＴＥＮＧＪｉｎｂａｏ２（１．Ａｐｐａｒｅｌ＆ＡｒｔＤｅｓｉｇｎＣｏｌｌｅｇｅ，Ｘｉ′ａｎＰｏｌｙｔｅｃｈｎｉｃＵｎｉｖｅｒｓｉｔｙ，Ｘｉ′ａｎ，Ｓｈａａｎｘｉ７１００４８，Ｃｈｉｎａ；２．ＣｏｌｌｅｇｅｏｆＣｏｍｐｕｔｅｒ，Ｘｉ′ａｎＵｎｉｖｅｒｓｉｔｙｏｆＰｏｓｔｓａｎｄＴｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎｓ，Ｘｉ′ａｎ，Ｓｈａａｎｘｉ７１０１２１，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ａｉｍｉｎｇａｔｔｈｅｐｒｏｂｌｅｍｔｈａｔｔｈｅｔｒａｄｉｔｉｏｎａｌｃｌｏｔｈｉｎｇｃｌａｓｓｉｆｉｃａｔｉｏｎｍｏｄｅｌｃａｎｎｏｔｅｆｆｅｃｔｉｖｅｌｙｅｘｔｒａｃｔｔｈｅｉｎｓｔａｎｃｅｉｎｆｏｒｍａｔｉｏｎｏｆｏｔｈｅｒｓａｍｐｌｅｓｉｎｔｈｅｔｒａｉｎｉｎｇｓｅｔ，ａｃｌｏｔｈｉｎｇｃｌａｓｓｉｆｉｃａｔｉｏｎｍｏｄｅｌｂａｓｅｄｏｎＫＮＮ⁃ＡｔｔｅｎｔｉｏｎａｎｄＣｏｎｖｏｌｕｔｉｏｎａｌＮｅｕｒａｌＮｅｔｗｏｒｋｓ（ＣＮＮ...
