[发明专利]一种AR视觉搜索推荐服务方法

权利要求书

1.一种AR视觉搜索推荐服务方法，其特征在于，包括：

S1，接收业务终端发送的图像信息，并根据所述图像信息对边缘侧图像数据库进行检索，获取与所述图像信息匹配的第一推荐信息以及所述图像信息与第一推荐信息间的相似度；

S2，若所述相似度大于或等于预先设定的相似度阈值，则将所述第一推荐信息作为最优推荐信息发送给所述业务终端；

否则，将所述图像信息发送到云服务器端，以使得所述云服务器端能够根据所述图像信息对云端图像数据库进行检索，获取并返回与所述图像信息匹配的第二推荐信息；

接收所述云服务器端返回的第二推荐信息，并将所述第二推荐信息作为最优推荐信息发送给所述业务终端。

2.根据权利要求1所述的方法，其特征在于，所述步骤S1还包括：

接收所述业务终端发送的定位信息；提取所述图像信息的图像语义特征；

根据所述定位信息和图像语义特征对位置服务数据库进行检索，获取与所述定位信息和图像语义特征匹配的位置服务推荐信息；

对应地，所述步骤S2还包括：

将所述位置服务推荐信息与最优推荐信息结合生成个性化推荐信息，将所述个性化推荐信息发送给所述业务终端。

3.根据权利要求1所述的方法，其特征在于，所述步骤S1进一步包括：

接收业务终端发送的图像信息；

提取所述图像信息的图像特征，并根据所述图像特征生成检索特征码；

通过比较所述检索特征码和所述边缘侧图像数据库的索引码表中各图像的特征码，获取所述边缘侧图像数据库中与所述图像信息匹配的第一推荐信息；

计算所述图像信息与第一推荐信息间的相似度。

4.根据权利要求3所述的方法，其特征在于，所述提取所述图像信息的图像特征，进一步包括：

基于滑动窗口、非极大值抑制、视觉显著性检测、注意力机制和特征权重调整中的至少一种从所述图像信息中提取图像物理特征；基于视觉语义嵌入、长短期记忆网络和基于卷积神经网络与循环神经网络的图像标注中的至少一种从所述图像信息中提取图像语义特征。

5.根据权利要求3所述的方法，其特征在于，当所述相似度大于或等于预先设定的相似度阈值时，还包括：

S3，将所述图像信息和图像特征发送到所述云服务器端，以使得所述云服务器端能够基于所述图像信息和图像特征进行增量学习，获取并返回新增图像特征码；

接收所述云服务器端返回的所述新增图像特征码，并将所述新增图像特征码加入所述边缘侧图像数据库的索引码表中。

6.根据权利要求3所述的方法，其特征在于，还包括：

S3，根据所述边缘侧图像数据库中各图像被匹配的次数和/或频率对所述索引码表中各图像的特征码的顺序进行排列。

7.根据权利要求1至6中任一权利要求所述的方法，其特征在于，还包括：

检测边缘服务器端的网络状态和/或计算性能，并根据所述网络状态和/或计算性能调整所述边缘服务器端的信息传输速度和/或频率。

8.一种AR视觉搜索推荐服务方法，其特征在于，包括：

S1，向边缘服务器端发送图像信息，以使得所述边缘服务器端能够根据所述图像信息对边缘侧图像数据库进行检索，获取与所述图像信息匹配的第一推荐信息以及所述图像信息与第一推荐信息间的相似度，并根据所述相似度则将所述第一推荐信息或云服务器端获取的第二推荐信息作为最优推荐信息并返回；

S2，接收所述边缘服务器端返回的所述最优推荐信息。

9.根据权利要求8所述的方法，其特征在于，所述步骤S1还包括：

根据定位信息获取各边缘服务器端与业务终端间的距离，选择距离最近的边缘服务器端，并向所述边缘服务器端发送所述图像信息和定位信息。

10.一种AR视觉搜索推荐服务方法，其特征在于，包括：

若边缘服务器端根据业务终端发送的图像信息对边缘侧图像数据库进行检索，获取与所述图像信息匹配的第一推荐信息与所述图像信息间的相似度小于预先设定的相似度阈值，则接收所述边缘服务器端发送的图像信息，根据所述图像信息对云端图像数据库进行检索，获取所述图像信息匹配的第二推荐信息，并将所述第二推荐信息返回所述边缘服务器端。