[发明专利]一种重图识别方法和装置

说明书

本发明公开了一种重图识别方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：确定图片对，基于与各个图片对应的像素带，确定图片对的重合像素带；根据合像素带的逆向文件频率和在各个图片中的出现次数，计算重合像素带在各个图片中的词频逆向文件频率占比；基于词频逆向文件频率占比生成对比指标向量，输入对比指标向量至逻辑回归模型，得到重图分类结果，以识别图片对是否为重图。该实施方式以像素分带、图片对的方式进行重图匹配，实现简单、准确率高，无需受限于数据量大小和分类随意变动的问题；无需进行图片标注，因此对于新品类/类型图片的识别无需进行标注和训练操作，以此实现了新品图片的快速响应。

技术领域

本发明涉及计算机技术领域，尤其涉及一种重图识别方法和装置。

背景技术

电商平台中同一物品可能在多家店铺售卖，其中可能存在盗图后的简单修改。从图片角度区分两个店铺所售卖是否为同一物品或近似物品，对于电商运营中的物品维权有很大的意义。

基于人工查找相同物品耗费人力、时间成本较高，由此现有主要利用多层卷积方式对图片进行主体识别，以确定要匹配的物品在图片中的位置，然后提取该位置处图片的特征向量，以此计算不同图片的相似度。

但实现本发明的过程中，发明人发现现有技术至少存在如下问题：

采用的多层卷积方式耗费资源量较大，且需在GPU(Graphics Processing Unit，图形处理器)服务器上运行，而GPU服务器价格昂贵，且复用率低；需要进行图片标注和机器学习，对于新类型的图片需要重新标注和训练，影响图片处理速度。

发明内容

有鉴于此，本发明实施例提供一种重图识别方法和装置，至少能够解决现有算法准确率低、耗费资源多、处理新分类速度慢的问题。

为实现上述目的，根据本发明实施例的一个方面，提供了一种重图识别方法，包括：

确定图片对，基于与各个图片对应的像素带，确定所述图片对的重合像素带；其中，所述像素带为像素点的像素值所处的像素分带；

根据所述重合像素带的逆向文件频率和在各个图片中的出现次数，计算所述重合像素带在各个图片中的词频逆向文件频率占比；

基于所述词频逆向文件频率占比生成对比指标向量，输入所述对比指标向量至逻辑回归模型，得到重图分类结果，以识别所述图片对是否为重图。

可选的，在所述确定图片对之前，还包括：

接收图片集，对所述图片集中各个图片进行灰度处理，确定各个图片中各个像素点的灰度值；

根据各个图片中所有像素点的灰度值之和与像素点总数，得到各个图片的平均灰度值；

判断各个像素点的灰度值是否大于或等于相应图片的平均灰度值，若是则分配第一值，否则分配第二值；

根据各个图片中各个像素点的排列位置，对所述第一值和/或所述第二值进行排列，以构建各个图片的特征向量；

提取特征向量相同的图片并组成图片组，对所述图片组中的图片进行两两组合，得到图片对。

可选的，在所述对所述图片集中各个图片进行灰度处理之前，还包括：获取各个图片的尺寸，若所述尺寸小于或大于预定尺寸，则按照所述预定尺寸对图片进行放大或裁剪，得到调整尺寸后的图片。

可选的，在所述基于与各个图片对应的像素带，确定所述图片对的重合像素带之前，包括：

获取图片中各个像素点在多个颜色通道中的像素值；其中，所述多个颜色通道包括红色通道、绿色通道和蓝色通道；

根据各个颜色通道的像素带分布状态，确定与各个像素值对应的至少两个像素带；