[发明专利]一种商品的图片导航方法有效

专利信息
申请号: 201410528331.2 申请日: 2014-10-09
公开(公告)号: CN104317827B 公开(公告)日: 2017-06-30
发明(设计)人: 黄鼎隆;马修罗伯特斯科特;林晓梦 申请(专利权)人: 深圳码隆科技有限公司
主分类号: G06F17/30 分类号: G06F17/30;G06Q30/00
代理公司: 北京市盈科律师事务所11344 代理人: 刘立国
地址: 100000 北京市海*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 商品 图片 导航 方法
【说明书】:

技术领域

发明涉及通信技术领域,尤其涉及一种商品的图片导航方法。

背景技术

随着电子商务的发展,越来越多的人在互联网上进行购物。外观款式等图像信息是商品的重要特征,也影响着消费者对商品的购买行为。

目前,市场上还没有任何产品可以帮助人们在对一张图片内的某个商品感兴趣时,可以直接找到其他也含有这个商品的图片,举例来说,如果一个人在看一张图片时,对图片里的模特穿的那条裤子感兴趣,那么他如何找到里面也有模特穿着相似的裤子其他图片,就是一个技术难题。

现有技术中,为了解决上述技术问题,采用了以下技术方案:通过手动提取图片中含有的商品,并且提供1)关键字文本描述作为,或者2)这些商品图像的单独的超链接,以便用户可以找到其他图像或内容。可是,1)关键字文本描述的导航链接,能够找到商品的单独图片,但是对于同一商品的文本描述又不尽相同,便导致搜索结果的不准确;而且,消费者会失去宝贵的视觉体验,不能满足消费者通过包含商品的图片观察商品使用效果的目的,所以关键字文本描述链接的这种导航效果不好;而2)单独商品图像的链接,则无法规模化操作,因为不断会有新的海量图片产生,手动添加链接的效率低下,无法满足消费者的需求。

发明内容

(一)要解决的技术问题

本发明的目的是提供一种使消费者经历直观视觉体验且具有较高效率搜索性能的商品的图片导航方法。

(二)技术方案

本发明是通过以下技术方案实现的:

一种商品的图片导航方法,包括以下步骤:

S1终端的线上系统通过图像识别模块提取用户界面上显示图片内的商品图像的数字视觉特征,选取且标记所述商品图像为语义区域标签,再将语义区域标签制作成热点链接。终端通过线上系统搜索感兴趣的商品及其应用图片,并作上语义区域标签和热点链接。

S2终端的线下系统搜集图片,对图片内的商品图像通过图像识别模块提取数字视觉特征,获取并标记所述商品图像为语义区域标签,并储存在图片数据库中。终端的线下系统也通过图像识别模块搜索图片,标注语义区域标签,并把图片存储在数据库中。

S3用户点击热点链接,终端的导航模块会检索该热点链接对应的语义区域标签,并在图片数据库中进行数字视觉特征匹配,再通过用户界面将包含有相同或相似的商品图像的图片呈现给用户。这样,用户就能通过终端看到穿戴同样服饰等商品的图片,给予用户直观的视觉体验。

其中,步骤S1或S2中,语义区域标签的选取并标记采用深度神经网络方法和/或人工标签方法。

其中,深度神经网络方法和人工标签方法采用以下具体方式相结合:

采用深度神经网络选取并划出图片中的语义区域,再由人工在该语义区域打上标签;

或者,采用深度神经网络划出图片中的语义区域并打上标签,由人工进行抽样纠正;

或者,使用人工标签的结果去训练深度神经网络,以提升深度神经网络的精确度;

或者,把深度神经网络打标签的结果的一部分交给人工标签进行二次标签,比较两种标签的吻合度,以判断深度神经网络方法的精确度。

进一步,所述步骤S1或S2中,商品图像的语义区域标签还包括定义图片搜索范围的语义信息,用于实现图片数据库内的商品图像的相似性搜索。该步骤能够提供必要的语义信息以确定图片数据库内图片搜索范围。

其中,所述步骤S3中,终端实现商品图像的数字视觉特征匹配采用余弦相似度的计算方法,计算公式如下:

其中,A为用户查询的语义区域标签的数字视觉特征;B为图片数据库中的相关语义区域标签的数字视觉特征;i取自然数。

或者,所述步骤S3中,终端实现商品图像的数字视觉特征匹配采用巴特查里亚距离技术的计算方法,计算公式如下:

其中,其中,a为用户查询的语义区域标签的数字视觉特征,b为图片数据库中的相关图片的语义区域标签的数字视觉特征,i取自然数。

优选地,所述步骤S2中,线下系统里的数据采集模块索引图片并进行正态化调整,使图片具有相同的大小和格式。从而,方便数据库的储存和图片中商品的匹配对比。

(三)有益效果

与现有技术和产品相比,本发明有如下优点:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳码隆科技有限公司,未经深圳码隆科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201410528331.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top