近日，InfleXion Lab (清华-耀萃数据智能创新联合实验室）的焦点研究课题之一 “服装属性识别”的研究成果被全球计算机视觉顶级会议 IEEE CVPR 2020 (Computer Vision and Pattern Recognition，即IEEE国际计算机视觉与模式识别会议）接收。本次CVPR2020从 6656 篇有效投稿中录取了 1470 篇论文，论文录取率约为 22%。本研究课题来自于初创企业莱尔托特衣箱（中国）所提供的具体应用场景。
为了帮助企业解决智能服装搭配的问题，研究人员探索了一种更准确、清晰地识别服装属性的算法模型。他们探索了服装属性识别中，关键点的作用性，发现了关键点可以帮助提取形状特征，并且使用关键点进行联合学习可以有效地提高分类和识别的准确性。他们还发现纹理特征对这些任务具有显著的推进作用，并且经过预训练的ImageNet模型在提取纹理特征方面具有良好的性能。因而，研究人员建议使用双流分别增强形状和纹理的提取。此外，他们提出了一个简单的实现，即纹理和形状偏重的FashionNet(TS-FashionNet)。全面且丰富的实验证明了研究人员的结论和模型的有效性。
CVPR 是年度的电脑视觉活动，包括主要会议，几个共同举办的研讨会和短期工作坊。凭其高质量和低成本，它为学生、学者和行业研究人员提供了非凡的价值。
尽管对COVID-19的担忧日益增加，但今年电脑视觉及模式识别会议（CVPR 2020）的主辨单位表示，AI会议仍按计划如期于6月14日至19日在西雅图的华盛顿州会议中心举行。
InfleXion Lab – 清华大学深圳国际研究生院
这项研究由InfleXion Lab（清华-耀萃数据智能创新联合实验室）组织开展并资助，创新联合实验室成立于2018年7月10日，实验室结合清华大学深圳国际研究生院的科研基础和研究网络与耀萃基金(Shine Works)在产业方面的优势和资源，通过粒子加速科技(ParticleX)输出科研成果，致力于帮助初创企业解决技术难题，突破基础技术与商业成功之间的“死亡之谷”。
