[发明专利]一种社交媒体图片中商品识别方法及系统

说明书

本发明涉及图像识别技术领域，尤其涉及一种社交媒体图片中商品识别方法及系统。本发明的一种社交媒体图片中商品识别方法，包含如下步骤：S1，索引数据库构建步骤；S2，类目检测模型建立步骤；S3，最优特征匹配阈值T_opt获取步骤；S4，待搜索核心M_P4确定步骤；步骤S5，识别结果生成步骤。本发明的一种社交媒体图片中商品识别系统，包括索引数据库构建模块、类目检测模块、图像特征提取模块、图像特征匹配模块和分析模块。本发明的识别方式有利于提高识别结果的准确性，还有利于减少识别过程的计算量。

技术领域

本发明涉及图像识别技术领域，尤其涉及一种社交媒体图片中商品识别方法及系统。

背景技术

目前社交媒体平台含有大量软植的广告内容，出于进行广告内容监管以及进行营销市场洞察分析的目的，需要一种快速检测内容中的商品的技术。

相较于传统文字媒体，如何从富媒体内容中准确识别出现的商品是一个极具挑战性的问题。

申请号为CN202010390922.3的中国发明专利公开了一种商品识别方法，通过对测试商品进行采集，获取一定数量的图像样本并随机分配成训练集和测试集。分别对测试集中各图像样本的不同维度特征进行特征提取和训练，计算各图像样本在不同维度特征的概率相似性，按照一定的权值比例将商品图像的多维度特征融合入测试模型中。使用测试集对测试模型进行测试，以判断训练结果是否达到预期并不断调整各特征所占的权值比例，直至训练得到的测试模型可以对受遮挡的待检测目标图像与不受遮挡条件下的商品图像达到无差别识别的效果。但该方案识别过程计算复杂，且识别结果不准确。

发明内容

本发明针对现有技术存在的不足，提出了一种社交媒体图片中商品识别方法及系统，使得识别过程的计算更简单，识别的结果更准确。

本发明是通过以下技术方案得以实现的：

本发明一种社交媒体图片中商品识别方法，包含如下步骤：

S1，索引数据库构建步骤；

所述索引数据库包含多个索引集，每个索引集对应一个商品类目；每个所述索引集包含多个索引簇，每个索引簇对应一个组；每个所述索引簇均包含一个表征特征D和多个索引对，每个索引对包含一个商品图像特征Q_P1及其对应的商品编号；

S2，类目检测模型建立步骤；

建立类目检测模型，用于检测出图片中的商品区域N，以及该商品区域N包含的商品在索引数据库中对应的商品类目和索引集；

S3，最优特征匹配阈值T_opt获取步骤；

预识别以确定兼顾精确率和召回率的最优特征匹配阈值T_opt；

S4，待搜索核心M_P4确定步骤；

通过类目检测模型，获取待识别的社交媒体图片P4中的商品区域N_P4，及该商品区域N_P4对应的商品类目和索引集；获取该商品区域N_P4的商品图像特征Q_P4；在对应的索引集中，计算各表征特征D分别与该商品图像特征Q_P4的距离，根据计算结果，选出与所述商品图像特征Q_P4的距离值小的表征特征D所对应的索引簇作为待搜索核心M_P4，用于进一步识别；

步骤S5，识别结果生成步骤；