杨冰，徐丹，张豪远，罗海妮

（云南大学 信息学院,云南 昆明 650000）

近年来，随着国家实力的不断增强，为进一步提升民族自豪感、认同感，大力开展了传统文化传承学习活动［1］，令越来越多的人了解和学习少数民族文化，并对其产生兴趣。民族服饰是民族文化的重要载体，反映各民族在历史文化、宗教信仰、生活习俗等方面的差异，拥有丰富的文化内涵和文化价值。2008 年，多种少数民族服饰被列入国家级非物质文化遗产名录民俗类［2］。随着计算机的普及，通过计算机对少数民族服饰图像进行自动分类识别成为可能，这对进一步了解、认识、弘扬民族文化具有重要意义，并在将民族元素融入现代时尚设计中发挥了重要作用，对备受现代化冲击的民族文化的保护和传承具有现实意义。

传统的服饰识别和分类主要依靠人工提取服饰的颜色、纹理、整体的边缘特征进行，方法较为烦琐且易受光照等影响，分类精度较低。由于少数民族服饰的细节特征信息较多，加之受光照、背景的影响，图像的分类识别难度较大。本文针对少数民族服饰的分类问题，在现有的深度学习网络DenseNet基础上，提出一种多尺度局部与全局注意力机制融合的卷积神经网络模型，该模型在收集到的9 类少数民族服饰数据集分类上取得了不错的效果。

1 相关工作

1.1 现有的服饰分类方法

服饰分类问题一直是研究的热点，近年来，随着电商的发展，涌入了海量服饰图片，用人工方法分类不再现实，基于图像的服饰分类方法逐渐受关注。……