[发明专利]一种对象分析方法、装置及电子设备

权利要求书

1.一种对象分析方法，其特征在于，包括：

获取待分析对象，所述待分析对象包括待分析图像；

将所述待分析对象输入相似对象获取模型中，获得所述相似对象获取模型输出的与所述待分析对象匹配的目标相似对象组，所述目标相似对象组中的每个目标相似对象与所述待分析对象的相似度大于预设相似度阈值、且每个目标相似对象的点击率大于预设点击率阈值；

其中，所述相似对象获取模型用于根据所述待分析对象的多模态特征信息，和对象节点网络图，获取与所述待分析对象匹配的目标相似对象组，所述对象节点网络图是根据样本分析对象和样本目标相似对象之间的对应关系构建的、用于表征分析对象与相似对象之间的对应关系的节点关系网络图。

2.根据权利要求1所述的方法，其特征在于，所述将所述待分析对象输入相似对象获取模型中，获得所述相似对象获取模型输出的与所述待分析对象匹配的目标相似对象组，包括：

将所述待分析对象输入相似对象获取模型中，获得与所述待分析对象对应的多个候选相似对象；

根据所述待分析对象与每个候选相似对象之间的第一欧氏距离，从所述多个候选相似对象中确定与所述待分析对象匹配的目标相似对象组，所述第一欧氏距离用于表征所述待分析对象与所述候选相似对象之间的匹配度。

3.根据权利要求2所述的方法，其特征在于，所述将所述待分析对象输入相似对象获取模型中，获得与所述待分析对象对应的多个候选相似对象，包括：

将所述待分析对象输入相似对象获取模型中，获取所述待分析对象的多模态特征信息；

根据所述待分析对象的多模态特征信息，确定与所述待分析对象的多模态特征信息对应的多个候选相似对象的多模态特征信息；

根据所述多个候选相似对象的多模态特征信息，确定与所述待分析对象对应的多个候选相似对象。

4.根据权利要求2所述的方法，其特征在于，所述根据所述待分析对象与每个候选相似对象之间的第一欧氏距离，从所述多个候选相似对象中确定与所述待分析对象匹配的目标相似对象组，包括：

获得所述待分析对象与每个候选相似对象之间的第一欧氏距离；

如果所述第一欧氏距离小于第一预设欧氏距离阈值，则确定所述候选相似对象为与所述待分析对象匹配的目标相似对象；

根据获取的多个与所述待分析对象匹配的目标相似对象，构建与所述待分析对象匹配的目标相似对象组。

5.根据权利要求4所述的方法，其特征在于，所述获得所述待分析对象与每个候选相似对象之间的第一欧氏距离，包括：

获取所述待分析对象的多模态特征向量，获取所述每个候选相似对象的多模态特征向量；

根据所述待分析对象的多模态特征向量以及所述每个候选相似对象的多模态特征向量，获得所述待分析对象与每个候选相似对象之间的第一欧氏距离。

6.根据权利要求5所述的方法，其特征在于，所述获取所述待分析对象的多模态特征向量，包括：

获取所述待分析对象的文本特征信息和非文本特征信息；

将所述待分析对象的文本特征信息和非文本特征信息进行融合处理，获得所述待分析对象的多模态特征信息，所述待分析对象的多模态特征信息包括所述待分析对象的单独文本特征信息、单独非文本特征信息、以及文本特征和非文本特征的融合特征信息；

根据所述待分析对象的多模态特征信息，通过图像表征模型，获得所述待分析对象的多模态特征向量。

7.根据权利要求5所述的方法，其特征在于，所述获取所述每个候选相似对象的多模态特征向量，包括：

获取所述每个候选相似对象的文本特征信息和非文本特征信息；

将所述每个候选相似对象的文本特征信息和非文本特征信息进行融合处理，获得所述每个候选相似对象的多模态特征信息，所述每个候选相似对象的多模态特征信息包括所述每个候选相似对象的单独文本特征信息、单独非文本特征信息、以及文本特征和非文本特征的融合特征信息；

根据所述每个候选相似对象的多模态特征信息，通过图像表征模型，获得所述每个候选相似对象的多模态特征向量。