“盜版服裝”的克星生物特征識別、圖計算檢測分析技術

　　背后的思路是：基于服裝區域性表達的檢索模型，對圖像中的服裝進行區域化的相似性學習和度量。

　　該研究成果已被CVPR 2020 收錄，并被選為Oral論文。

　　阿里安全圖靈實驗室表示，該工作將用到阿里原創保護平臺，在淘寶、天貓等阿里系電商平臺上線，提供侵權檢測能力。

　　精細化抄襲魔高一尺，打假道怎么高一丈？

　　就服裝領域而言，雖然打假一直不斷，但盜版抄襲問題依舊普遍存在。而且從線上到線下，抄襲手段越來越刁鉆，打假難度逐年提高。目前來看，服裝領域的抄襲只有有三類。

　　第一類集中在圖片盜用上。盜版者通常未經授權，拿正版品牌的商品圖使用或修改使用，比如在圖上添加自己店鋪的水印，或進行一些圖像處理（反轉、縮放、拼接等）。

　　這一類侵權抄襲成本很低，但很容易被平臺的圖片檢索系統鎖定，然后快速“治理”。

　　第二類是創意盜用，不良商家直接抄襲原創商家的整體商品設計和創意，制作同款或者仿款。

　　這類侵權的成本稍高一些，但基于商品整體相似度度量的同款檢索算法，可以對它們進行召回和治理。

　　第三類是盜用是對服裝的某些局部區域進行修改，像是洗稿，比如改變領口的設計款式、或者胸前印花的布局，甚至改變服裝的款型等。

　　但如下圖所示，仍然是抄襲正版品牌服裝的風格和設計元素（左側為正版，右側為盜版），甚至還當做“明星同款”來賣。

　　這類盜版的成本最高，并不易被傳統的基于商品同款檢索的算法鎖定。通常情況下，電商平臺只能通過人工審核來發現，打假成本很高。

　　那有沒有一種方法，能夠讓系統自動鎖定此類抄襲現象？這就是阿里安全圖靈實驗室最新研究的方向。

　　此前，他們基于屬性感知細粒度相似度學習方法，提出服飾版權算法來鎖定局部抄襲，被AAAI2020收錄。

　　現在他們又提出了一個新思路，基于服裝區域性表達的檢索模型，對圖像中的服裝進行區域化的相似性學習和度量，從而實現更有效打假。

　　精確到袖子、領子的 “盜版服裝圖像”檢索算法

　　“盜版服裝”的定義，是整體上抄襲原版服裝設計和風格，并在一兩個區域進行修改，以逃避現有同款服裝檢索模型篩查的服裝樣本。

　　在算法設計上，他們提出了一種服裝關鍵點引導的區域注意力機制。

　　首先利用服裝關鍵點估計分支來預測服裝的關鍵點，即分布在服裝圖像各個關鍵位置的點位，如領口、袖口、肩部、腋下等。

　　每類服裝的關鍵點數量和分布有一定差異，點數在每件25-40個左右。根據這些關鍵點，算法可對服裝圖片進行多個區域的劃分，如領子、袖子、胸部、腰部區域等。

　　區域劃分信息通過基于ROI Pooling思想的方式引入，一體化的服裝圖像特征被解耦為多個區域化的特征表達，以獨立地進行特征相似度的學習和度量。

　　同時，服裝關鍵點結合區域化的表達可作為一種注意力機制，引入到圖像檢索網絡上，關鍵部位的特征權重被提升，非關鍵部位的權重被削減，以提升模型對關鍵部位的判別力。

　　服裝關鍵點估計分支和圖像檢索分支使用相同的HR-Net主干網絡，其多級并聯結構在獲取多尺度特征的同時保持了高分辨率。

　　在損失函數的選擇上，關鍵點估計分支采用了均方差損失函數，檢索分支采用了區域化設計的Triplet損失函數。而損失函數的數值不再是整個圖片范圍的特征triplet差值，而是各個區域特征差值的累加結果。

　　文中方法的框架如下圖所示，網絡可分為服裝關鍵點估計分支和服裝檢索分支，其中檢索網絡包含同款服裝檢索和盜版服裝檢索兩種輸出形式：

　　通過對平臺侵權服裝樣本的分析，阿里研究人員發現，不同類別服裝易被盜版的區域是不一樣的，因此只將服裝圖像特征的相似度度量過程解耦是不夠的，還需要為每類服裝的多個區域設定差異化的權值，進行加權的區域相似性計算，以召回更多的盜版服裝樣本。

　　為此，他們基于平臺盜版服裝數據，建立了一個名為“Fashion Plagiarism Dataset”的數據集，該數據集中，每組“原版服裝”的query圖像對應gallery中多個“盜版服裝”圖像，數據覆蓋短袖T恤、長袖上衣、外套、連衣裙四類樣本。

　　他們在該數據集上，對在Deepfashion2數據集上預訓練過的檢索網絡進行Fine Tune訓練，用Coordinate Ascent算法對不同服裝類別的各區域權值進行迭代優化，以降低損失函數數值。

　　“盜版服裝”檢索訓練過程的損失函數，同樣基于Triplet損失函數設計。最終，訓練后的盜版檢索網絡可以基于上圖中的Input服裝圖像召回Output中綠框內的盜版服裝樣本。

　　打假效果怎么樣？不輸、甚至超越此前SOTA

　　在論文的實驗部分，阿里研究人員首先在“Fashion Plagiarism Dataset”上對算法的“盜版服裝圖像”檢索能力進行了評估。

　　除了論文所提出的方法外，他們還設定了兩種方法進行對比：一種是傳統檢索方法，使用相同的backbone網絡和Triplet的損失函數，但是不包含區域化特征學習和表達機制；另一種是包含區域化特征表達機制，但是使用非Fine Tune訓練得到的區域權重，評價指標為mAP。

　　從表中結果可以看出，論文所用方法在各個服裝類別都取得了最佳效果。

　　除上述“盜版服裝檢索”的評價實驗外，他們還在Deepfashion系列數據集上進行了服裝關鍵點估計，和同款服裝圖像檢索任務的實驗。

　　在服裝關鍵點估計部分，阿里研究人員在目前復雜度最高的Deepfashion2數據集上進行了評測，與現有Match-RCNN, CPN, Simple-Baseline等方法相比，服裝關鍵點估計模型在各個子集上都取得了最高的mAP結果：

　　在同款服裝檢索實驗中，他們選用了FashionNet, Match-RCNN, PCB等方法作為對比，在Deepfashion和Deepfashion2上分別進行了實驗。

　　其中，Deepfashion主要針對In-shop檢索場景，Deepfashion2則針對于Consumer-to-shop場景。評價指標分別為Top-N recall和Top-N accuracy。

　　結果如下圖所示，阿里的方法在Deepfashion數據集上取得了與SOTA方法相近的效果，在Deepfashion2數據集上的結果要明顯優于現有baseline方法。

　　一共有5名研究人員參與了這項研究，分別來自阿里巴巴、浙江工商大學和 阿里巴巴-浙江大學前沿技術聯合研究中心。

　　文章第一作者Yining Lang、第二作者Yuan He、第三作者Fan Yang來自阿里安全圖靈實驗室。阿里安全圖靈實驗室負責人薛暉，是文章的通訊作者。浙江工商大學Jianfeng Dong也是論文作者之一。

　　阿里安全圖靈實驗室正式成立于2016年，前身是阿里安全基礎算法團隊，主要從事安全與風險方面的AI系統研發，核心技術包括計算機視覺、自然語言處理、生物特征識別、圖計算以及異常檢測和分析等，截止到2018年，已申請50多項專利。