[发明专利]一种图像识别搜索的方法及相关装置

说明书

本申请公开了一种图像识别搜索的方法及相关装置，该方法包括：首先，通过图像意图分类模型判断输入图像的意图类别是商品类别还是非商品类别；然后，当输入图像的意图类别是商品类别时，通过输入图像识别模型提取输入图像的图像特征；最后，根据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输入图像相似的商品图像，形成输入图像的相似图像集合。由此可见，利用图像意图分类模型对输入图像进行意图类别判断，只有判断结果为商品类别时，才进行以图像搜索商品的操作，达到过滤非商品类别的输入图像的目的，即，非商品类别的输入图像并不进行以图像搜索商品的操作，从而避免了计算资源的浪费，大大节约了计算资源。

技术领域

本申请涉及图像处理技术领域，尤其涉及一种图像识别搜索的方法及相关装置。

背景技术

随着图像识别技术的飞速发展，在日常生活中可以随手拍摄感兴趣的衣服、化妆品、日用品等得到图像后以图像搜索商品，实际上是指对图像进行图像识别并搜索，快速获取该图像对应的同款商品或相似商品的链接，从而满足用户快速搜索感兴趣商品的需求。

目前，以图像搜索商品具体执行过程是：先利用深度学习模型提取输入图像的图像特征，再计算该图像特征与商品图像数据库中各个商品图像的图像特征之间的距离，以返回与输入图像相似的商品图像，从而得到同款商品或相似商品的链接。

但是，发明人经过研究发现，输入图像的类别是各种各样的，有可能是商品图像，也可能是非商品图像，非商品图像实际上没必要进行以图像搜索商品的操作；而现有技术中对输入图像均进行上述以图像搜索商品的操作，即，非商品图像也进行以图像搜索商品的操作，极其容易导致计算资源的浪费。

发明内容

本申请所要解决的技术问题是，提供一种图像识别搜索的方法及相关装置，非商品类别的输入图像并不进行以图像搜索商品的操作，从而避免了计算资源的浪费，大大节约了计算资源。

第一方面，本申请实施例提供了一种图像识别搜索的方法，所述方法包括：

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。

可选的，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。

可选的，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。

可选的，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。

可选的，在所述获得所述输入图像的相似图像集合之后，还包括：