[发明专利]一种基于美术图像标签的检索推送方法及其用途

说明书

本发明公开了一种基于美术图像标签的检索推送方法，包括以下步骤：构建标签模型数据库：利用不同科目、各个类别的训练样本，进行不同标签内容的训练，对训练样本进行分类和归类，获得标签模型数据库‑检索推送：将美术作品图像样本上传至训练完毕的标签模型数据库，而后提取美术作品图像样本的知识点标签，再检索与之相关联的美术作品，而后推送相关联的美术作品‑实时更新：标签模型数据库实时记录输入的美术作品图像样本的知识点标签，并进行共性标签和模型构建，后续加大此类内容的推送‑生成用户画像。本发明采用上述基于美术图像标签的检索推送方法，能够适应美术学习等视觉专业性强等特点，有效提高美术艺考生的学习效率，降低学习难度。

技术领域

本发明涉及一种图像识别及信息推送技术，尤其涉及一种基于美术图像标签的检索推送方法及其用途。

背景技术

随着人们的生活水平的不断提高，人们对自身的素质要去不断提高；越来越多的人关注自身才艺的培养。随着素质教育的普及，越来越多的学生投身美术学习的道路上。其中美术作为一项实用艺术广受欢迎，为进行针对性的学习，在美术学习过程中，经常需要检索相关美术作品。除此之外，美术专业本身乃至与美术专业相关的设计专业，都存在着检索高度精准的美术图像的工作需要，如学生进行视觉研究，人工智能美术图像的训练等，都需要基于美术图像语义中的某一特定领域进行大量的图像收集工作，但现有针对图像的检索方式较为粗放，市面上尚未出现专门根据美术图像进行检索的方式。因此，现有的检索方式和图像检索工具满足不了此类专业性较强的工作需要，给现有的美术工作者、美术专业及其设计专业、人工智能视觉领域的研究者乃至机构带来了较大困扰。

现有检索方法：

普遍为相关字、文字描述和关键词的搜索，该方法具有其局限性，无法适用于美术图像等视觉性和专业性较强的科目和学习上。现下虽然已经出现了如淘宝、百度等图片识别功能，但该功能局限于相似度的推荐，如拍摄该物品的图片搜索该物品则只能推送一样或相似度较高的物品。此类图像方法同样不适用于美术图像等视觉性和专业性较强的科目和学习。

而技术上述方的内容推送方法：

如抖音。则是根据通过大数据计算，实现内容个人化阅读，通过给用户贴标签和内容贴标签进行数据收集。(如：(1)个人资料；(2)关键词搜索的记录；(3)浏览的比较多的类目视频；(4)点赞视频数据，评论数据，通讯录的圈子关系等。)该方式虽能够大程度根据用户喜好进行推送，但针对如美术艺考等专业学科领域在一定程度上存在缺陷。如只能根据用户喜好和标签进行推送，其方式则过于粗放，无法针对用户画面存在的具体问题以及图像所直观传达知识点标签进行精准推送，更无法关联该画面存在问题相关的知识点标签和学习资料。难以针对特定学科语义场景进行分析和精准推送，起到提高学习效率的需要。

发明内容

针对上述现有的检索方式和个性化内容推送方式不能完全适应美术教育的需要和学生美术学习进程的问题，本发明基于人工智能、深度学习、强化学习、大数据等技术，面向美术教育中的重要环节——美术考试、教学、图像检索、知识学习和巩固，为美术学习者提供了一种便捷高效的美术知识点标签推送及检索服务，为美术教育机构提供了一种学生学习数据可视化的方式，为美术教培软件提供了一种新型的美术图像检索及推送机制。

为实现上述目的，本发明提供了基于美术图像标签的检索推送方法，包括以下步骤：

S1、构建标签模型数据库

利用不同科目、各个类别的训练样本，进行不同标签内容的训练，并按照知识点标签对数据库内的训练样本进行分类和归类，获得标签模型数据库；

S2、检索推送

检索：将美术作品图像样本上传至训练完毕的标签模型数据库，而后提取美术作品图像样本的知识点标签，再检索与之相关联的美术作品，而后根据提取的美术作品图像样本的知识点标签，分别对美术作品图像样本进行判定；