[发明专利]用于图像处理的系统和方法

权利要求书

1.一种用于图像处理的方法，包括：

提供文本向量转换器；

提供推理模型，并使用第一数量的已标记服装条目来预训练所述推理模型；

提供第二数量的服装条目，其中，所述服装条目未被标记；

将所述第二数量的服装条目中的每一个分为目标图像和目标文本；

使用所述文本向量转换器将所述目标文本转换为类别向量和属性向量，其中，所述类别向量包括与服装类别相对应的多个维度，并且所述属性向量包括与服装属性相对应的多个维度；

使用所述推理模型对所述目标图像进行处理，以获得处理后的目标图像和目标图像标签；

将所述类别向量与所述目标图像标签进行比较；

当所述类别向量与所述目标图像标签匹配时，基于所述类别向量和所述属性向量来更新所述目标图像标签，以获得更新后的标签；以及

使用所述处理后的目标图像和所述更新后的标签来重新训练所述推理模型。

2.根据权利要求1所述的方法，其中，将所述目标文本转换为所述类别向量和所述属性向量的步骤包括：

提供类别名称列表和属性名称列表，其中，所述类别名称列表包括服装类别的词表，并且所述属性名称列表包括服装属性的词表；

初始化所述类别向量和所述属性向量；

拆分所述目标文本以获得目标词；

将所述目标词中的每一个与所述类别名称列表和所述属性名称列表进行比较，以获得相似度得分；

当所述相似度得分大于阈值时，更新所述类别向量或所述属性向量。

3.根据权利要求2所述的方法，其中，初始化所述类别向量和所述属性向量的步骤是通过以下操作来执行的：

将所述类别向量的多个维度定义为所述类别名称列表中的多个类别；以及

将所述属性向量的多个维度定义为所述属性名称列表中的多个属性。

4.根据权利要求2所述的方法，其中，拆分所述目标文本以获得目标词的步骤包括：

将所述目标文本拆分为句子；

将所述句子中的每一个拆分为拆分词；以及

从所述拆分词中去除非服装词，以获得所述目标词。

5.根据权利要求2所述的方法，其中，将所述目标词中的每一个与所述类别名称列表和所述属性名称列表进行比较以获得所述相似度得分的步骤是通过以下操作执行的：

利用词向量模型将所述目标词中的每一个转换为目标向量；

使用所述词向量模型将所述类别名称列表和所述属性名称列表转换为参考向量；以及

在向量空间中将所述目标向量与所述参考向量进行比较，

其中，利用服装相关词来预训练所述词向量模型。

6.根据权利要求5所述的方法，其中，当所述目标向量与所述参考向量之一相同时，所述相似度得分被定义为1；当所述目标向量远离所有所述参考向量时，所述相似度得分被定义为0，并且所述阈值被设置为约0.8。

7.根据权利要求1所述的方法，其中，所述已标记服装条目中的每一个包括标签，其中，所述标签是与图像的服装特征有关的词。

8.根据权利要求1所述的方法，还包括：当所述类别向量中的每一个维度的值为0时，通过将所述目标图像标签定义为空来更新所述目标图像标签。

9.根据权利要求1所述的方法，还包括：当所述类别向量与所述目标图像标签不匹配时，提供用于更新所述目标图像标签的用户界面。