[发明专利]一种商品的风格识别方法及装置

说明书

本申请提供了一种商品的风格识别方法及装置。所述方法包括：获取商品的样本图片，按照预设方式对所述样本图片进行处理后形成样本训练集；对预先设置的深度卷积神经网络进行参数初始化以及将样本训练集中的样本图片在所述参数初始化后的深度卷积神经网络中进行训练得到图片风格识别模型；利用图片风格识别模型对待识别商品的图片进行识别获取所述待识别商品的图片属于不同风格类型的概率向量，所述概率向量中的概率值的和为1；根据设置的商品风格判断规则和概率向量识别待识别商品的风格类型。利用本申请实施例提供的技术方案，可以实现对商品风格类型进行自动、准确的识别，可以提高商品风格识别准确性和效率，降低作业人员的工作强度。

技术领域

本申请属于图像信息处理技术领域，尤其涉及一种商品的风格识别方法及装置。

背景技术

随着互联网消费时代的发展，消费者可以线上挑选自己喜爱的商品，极大的方便了用户购物。例如消费者可以通过线上商家展示的商品图片选取自己喜欢的商品种类。

一般的，消费者在线上购买商品时往往会受到多种概念因素的影响，例如比如品牌、价格、颜色、风格类型等，这些概念因素一般可以由商家在服务操作平台进行人工设置。在众多概念因素中，一些例如服装的品牌、价格、色彩等因素通常是容易定义，且一般有着相对明确、规范的界限进行区分。而对于其他一些商品的概念如服装风格，由于概念的语义性较强，受个人主观判断影响严重等，导致不同的商家或消费者对具体的某一件服装风格定义上出现较大偏差。例如有的消费者会认为服装上包含了字母“ROCK”的应该是街头风格，有的消费者则会认为服装上有铆钉等元素的是街头风格。而对于服装设计者来说，可能综合了各种各样的元素来组成最后的成品，其中可能包含了街头的元素，也可能有民族或文艺的元素。经过一些实际应用数据分析，发现约有15％的消费者在购买服装类商品时，会结合风格关键词进行商品搜索，这个比例仅仅落后于服装的品牌和类目两个因素。可见商品风格类型这个因素对于线上商品导购起到非常重要的作用。然而，无论是商家还是消费者会在判断填写商品所属的风格类型时往往会因为出现主观因素影响出现较大偏差，因此类似商品风格类型这样的概念在商家和消费者中常常产生混淆和歧义，影响商家商品的风格分类或者消费者商品风格的筛选，降低商品营销效果。这样不仅影响成交转化率，也降低了用户体验。同时，由于线上商品种类繁多，一般在涉及商品风格类型处理的信息量较大，也会消耗作业人员大量的作业时间和劳动量。

现有技术中采用人工主观判断的方式对商品风格进行识别往往会导致商品风格识别结果的差异化较大，难以进行准确、合理、统一的风格识别。同时采用人工识别的判断方式也加大了作业人员商品风格识别的工作强度，降低了商品风格识别效率。

发明内容

本申请目的在于提供一种商品的风格识别方法及装置，可以实现对商品风格类型进行自动、准确的识别，可以提高商品风格识别准确性和效率，降低作业人员的工作强度。

本申请提供一种商品的风格识别方法及装置是这样实现的：

一种商品的风格识别方法，所述方法包括：

获取商品的样本图片，按照预设方式对所述样本图片进行处理后形成样本训练集；

对预先设置的深度卷积神经网络进行参数初始化，以及将所述样本训练集中的样本图片在所述参数初始化后的深度卷积神经网络中进行训练，得到图片风格识别模型；

利用所述图片风格识别模型对待识别商品的图片进行识别，获取所述待识别商品的图片属于不同风格类型的概率向量，所述概率向量中的概率值的和为1；

根据设置的商品风格判断规则和所述概率向量识别所述待识别商品的风格类型。

一种商品的风格识别装置，所述装置包括：

训练集构建模块，用于获取商品的样本图片，以及按照预设方式对所述样本图片进行处理后形成样本训练集；