[发明专利]一种图像识别搜索的方法及相关装置

权利要求书

1.一种图像识别搜索的方法，其特征在于，包括：

利用图像意图分类模型对输入图像进行意图分类，获得所述输入图像的意图类别；所述意图类别包括商品类别和非商品类别；

若所述输入图像的意图类别为所述商品类别，利用图像识别模型提取所述输入图像的图像特征；

基于所述输入图像的图像特征，在商品图像数据库中搜索至少一个与所述输入图像相似的商品图像，获得所述输入图像的相似图像集合。

2.根据权利要求1所述的方法，其特征在于，所述商品类别包括服饰商品类别和其他商品类别；对应地，图像识别模型包括服饰商品识别模型和其他商品识别模型。

3.根据权利要求2所述的方法，其特征在于，若所述输入图像的商品类别具体为所述服饰商品类别，所述利用图像识别模型提取所述输入图像的图像特征包括：

利用检测网络对所述输入图像进行检测，获得所述输入图像中多个服饰区域图像；

利用所述服饰商品识别模型提取每个所述服饰区域图像的图像特征；

或者，若所述输入图像的商品类别具体为所述其他商品类别，所述利用图像识别模型提取所述输入图像的图像特征，具体为：

利用所述其他商品识别模型直接提取所述输入图像的图像特征。

4.根据权利要求1-3任意一项所述的方法，其特征在于，所述图像意图分类模型的获得步骤包括：

获取多个标注意图类别标签的图像样本；所述多个标注意图类别标签的图像样本包括多个标注商品类别标签的第一图像样本和多个标注非商品类别标签的第二图像样本；

以所述图像样本为输入，以所述意图类别标签为输出，预先训练神经网络模型获得所述图像意图分类模型。

5.根据权利要求1所述的方法，其特征在于，在所述获得所述输入图像的相似图像集合之后，还包括：

基于所述输入图像的图像特征与所述相似图像集合中每个相似图像的图像特征之间的距离，获得每个所述相似图像对应的rank值；

基于每个所述相似图像对应的rank值和预设rank值阈值，过滤所述相似图像集合中rank值小于预设rank值阈值的相似图像，获得第一目标相似图像集合。

6.根据权利要求1所述的方法，其特征在于，在所述获得所述输入图像的相似图像集合之后，还包括：

若所述相似图像集合中多个相似图像对应多个图像类别，基于所述相似图像集合中每个所述图像类别对应的相似图像数量，获得每个所述图像类别的熵值；

基于每个所述图像类别的熵值和预设熵值阈值，过滤所述相似图像集合中熵值大于预设熵值阈值的图像类别对应的相似图像，获得第二目标相似图像集合。

7.根据权利要求1所述的方法，其特征在于，在所述获得所述输入图像的相似图像集合之后，还包括：

基于所述输入图像的图像特征与所述相似图像集合中每个相似图像的图像特征之间的距离，获得每个所述相似图像对应的rank值；

确定所述相似图像集合中多个相似图像对应的图像类别；

基于每个所述相似图像对应的rank值和所述图像类别，确定所述相似图像集合中多个相似图像的排序顺序。

8.一种图像识别搜索的装置，其特征在于，包括：

意图类别获得单元，用于利用图像意图分类模型对输入图像进行意图分类，获得所述输入图像的意图类别；所述意图类别包括商品类别和非商品类别；

图像特征提取单元，用于若所述输入图像的意图类别为所述商品类别，利用图像识别模型提取所述输入图像的图像特征；

相似图像集合获得单元，用于基于所述输入图像的图像特征，在商品图像数据库中搜索至少一个与所述输入图像相似的商品图像，获得所述输入图像的相似图像集合。