[发明专利]商品图片识别方法及装置

说明书

本发明公开了一种商品图片识别方法及装置，方法包括：截取目标商品图片中的局部图片，提取得到第一图片特征向量；将第一图片特征向量输入至预先训练得到的第一指定模型中，并在第一指定模型的指定中间层输入第二图片特征向量，以进行融合处理，得到对应的第一输出结果；第二图片特征向量根据目标商品图片提取得到；根据第一输出结果，确定是否对目标商品图片进行推荐。本发明将目标商品图片中局部图片的特征与目标商品图片的整体图片的特征进行融合，既保留局部图片的特征的代表性，又保留整体图片的相关性和连通性，保障得到的结果的准确性，提升商品图片的推荐效果。

技术领域

本发明涉及图片识别领域，具体涉及一种商品图片识别方法及装置。

背景技术

图片识别可以应用于不同场景，如对商品图片进行识别。商品图片可以帮助用户更详细地了解商品，增加用户对商品的好感度，提升用户对商品的购买意愿，因此，选择质量高、符合展示要求、具备吸引用户特质的商品图片可以更好地达到以上效果。

现有技术在识别图片时，大多采用如深度学习图像分类算法、传输图像算法，识别结果准确率较低、执行速度慢、实际应用时部署复杂、对算法进行更新较麻烦，不适用于大规模的商品图片识别场景。现有的图像分类算法大多采用开源算法，其识别算法有局限性，易导致识别不准确等问题，如商品图片中包含如logo标识信息，相似的logo标识信息采用现有的识别算法直接进行识别时会识别为同一类商品图片，如商品图片中包含logo标识信息为dodo，与logo标识信息diox为相似的logo标识信息，易被识别为同一类商品图片，若diox为非推荐的商品图片，导致dodo无法正常推荐，现有的识别算法得到的结果对商品图片造成“误伤”，还需要进行人工复审，浪费较多人力成本。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的商品图片识别方法及装置。

根据本发明的一个方面，提供了一种商品图片识别方法，其包括：

截取目标商品图片中的局部图片，提取得到第一图片特征向量；

将第一图片特征向量输入至预先训练得到的第一指定模型中，并在第一指定模型的指定中间层输入第二图片特征向量，以进行融合处理，得到对应的第一输出结果；第二图片特征向量根据目标商品图片提取得到；

根据第一输出结果，确定是否对目标商品图片进行推荐。

根据本发明的另一方面，提供了一种商品图片识别装置，其包括：

提取模块，适于截取目标商品图片中的局部图片，提取得到第一图片特征向量；

第一预测模块，适于将第一图片特征向量输入至预先训练得到的第一指定模型中，并在第一指定模型的指定中间层输入第二图片特征向量，以进行融合处理，得到对应的第一输出结果；第二图片特征向量根据目标商品图片提取得到；

第一推荐模块，适于根据第一输出结果，确定是否对目标商品图片进行推荐。

根据本发明的又一方面，提供了一种电子设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；

所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行上述商品图片识别方法对应的操作。

根据本发明的再一方面，提供了一种计算机存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行如上述商品图片识别方法对应的操作。

根据本发明的商品图片识别方法及装置，将目标商品图片中局部图片的特征与目标商品图片的整体图片的特征进行融合，既保留局部图片的特征的代表性，又保留整体图片的相关性和连通性，保障得到的结果的准确性，提升商品图片的推荐效果。