随着互联网电子商务的蓬勃发展,在线购物以其方便、快捷的特性,逐渐被广大用户选择为新的购物方式,而在线购物系统的最为重要的使用入口是搜索引擎。传统搜索的载体主要是文字,如果用户无法精确描述产品信息则搜索体验大幅折扣,为了解决这种需求,以图片为载体的购物搜索技术开始受到人们的关注。本文研究的是以图像为载体的衣物检索技术,并将其引入到面向视频的应用场景中,最终完成购物搜索系统关键技术的算法设计和实现。论文的主要工作内容和贡献有:(1)针对衣物检索中的衣物特征提取与分类等关键技术进行了介绍和分析。结合实际应用场景与行人再识别的算法思想,创新性地提出了一种不局限于摄像机位的视频分段方法,作为视频流的预处理步骤,为后续的关键帧提取、段内多帧投票等流程提供了前提。(2)设计了一种更为有效的融合特征描述,除了提取颜色、边缘、纹理等这些常规的直方图统计特征,此外还融入了协方差-期望特征来表达特定区域内特征之间的相关性信息,提高了整个衣物检索的识别准确率。(3)优化了特征融合算法部分,在基于核的传统分类模型研究基础上,引入了低维特征映射函数来近似核函数,简化了特征融合中核函数映射过程,在确保了分类性能的同时,避免了训练和测试过程中高昂的计算复杂度和存储空间消耗。此外,论文最后还探究了基于深度学习网络的特征提取,并进行实验结果的横向对比,为未来的研究方向打开思路,并展望下一步工作。本论文着眼于面向视频场景的衣物检索关键技术的研究,并进行了算法设计和开发,对购物搜索技术的理论支持和应用研发具有一定的意义。