[发明专利]基于互补特征和类描述的商品图像分类方法

说明书

技术领域

本发明涉及的是一种商品图像自动分类的方法，具体是一种基于互补特征和改进的图像-类的距离算法的商品图像自动分类算法。

背景技术

随互联网的普及和发展，电子商务逐渐进入了一个全新的时代，电子商务网站的数量急剧增长，出现了一批国内外知名的电子商务网站，如Amazon、ebay、淘宝等。电子商务网站需要通过对在线销售商品进行标注以方便用户进行搜索。目前情况下，这些标注仅仅说明商品的基本信息(元信息)，如商品的名称、产地、尺寸、价格等，难以反映商品的完整特征。如：女士皮鞋是圆头还是尖头，T恤衫是圆领口还是V型领口，休闲鞋鞋带是尼龙搭扣型还是细鞋带型等；这些特征都是用户可能感兴趣的潜在信息，但因为缺少进一步的标注，用户只能通过浏览商品图片才能获得这些信息。如果在网站中设置图片分类过滤器，无疑能方便用户进行浏览。如果通过人工完成这些潜在兴趣信息的标注，对于在商品数量和品种规模都很大的电子商务网站来说，无疑是非常费时费力的。

基于内容的图像分类(content-based image classification)是根据图像的视觉特征对图像进行语义分类。近几年图像分类研究的焦点是自然图像的场景分类(scene classification)和物体分类(object classification)，主要采用有监督学习方法，通过对底层特征建模和中间语义分析来实现分类。目前研究文献中常用的测试图像数据库Caltech 101和Caltech 256已经达到101类和256类。与这些库中的自然图像不同，电子商务网站上提供的商品图像一般是比较理想的图片，具有较少背景干扰，目标比较单一；这些特点使基于内容的商品图像分类更容易获得理想的分类正确率，为一种新型商品分类方法提供了可能。

发明内容

本发明针对以上问题的提出，而研制一种基于互补特征和类描述的商品图像分类方法。本发明采用的技术方案如下：

一种基于互补特征和类描述的商品图像分类方法，其特征在于互补特征的提取及改进的图像-类的距离计算方法，具体描述如下步骤：

步骤一、取已分好类的图像作为训练样本；

步骤二、提取各标记图像类中图片的塔式梯度方向直方图和塔式关键词直方图互补特征，其中塔式级数为L(L＝0，1...n)；

步骤三、提取待分类商品图像的塔式梯度方向直方图和塔式关键词直方图特征，其中塔式级数为L(L＝0，1...n)；

步骤四、然后计算各图像类的类描述符，即代表各图像类的塔式梯度方向直方图和塔式关键词直方图特征，其中塔式级数为L；

图像类的类描述符利用下公式求得：

图像类的类特征描述符为{HGC^(l)，HWC^(l)，}l＝0，1，...，L-1

HGC(l)=HGCj(l)|minjd(HGCj(l),HGq(l))]]>