[发明专利]图像处理方法、装置、计算机存储介质及电子设备有效

专利信息
申请号: 201911422014.1 申请日: 2019-12-31
公开(公告)号: CN111191059B 公开(公告)日: 2023-05-05
发明(设计)人: 梁涛;张晗;马连洋;衡阵 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06F16/535 分类号: G06F16/535;G06N3/0464;G06N3/08
代理公司: 深圳市联鼎知识产权代理有限公司 44232 代理人: 叶虹
地址: 518000 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 处理 方法 装置 计算机 存储 介质 电子设备
【说明书】:

本公开提供了图像处理方法、装置,涉及人工智能领域。方法包括:获取待处理图像集和历史图像集,历史图像集包括用户的历史感兴趣图像;通过图像处理模型对历史感兴趣图像进行特征提取,并基于所提取的特征获取历史兴趣信息描述;同时通过图像处理模型对待处理图像集中的待处理图像进行特征提取,以获取与待处理图像对应的特征信息;根据特征信息和历史兴趣信息描述确定与待处理图像对应的兴趣权重,并基于与待处理图像对应的特征信息和兴趣权重从待处理图像集中确定封面图像。本公开根据历史兴趣信息描述和待处理图像集的特征信息挖掘历史感兴趣图像与待处理图像的内在关联性,进而从待处理图像集中确定封面图像,提高了图像推荐的效率和精准度。

技术领域

本公开涉及人工智能技术领域,具体而言,涉及一种图像处理方法、图像处理装置、计算机存储介质及电子设备。

背景技术

随着计算机技术的快速发展,为了适应不同的用户需求,提高平台点击率,各个平台开始建立个性化推荐系统并向客户推出个性化推荐服务,个性化推荐系统是互联网和电子商务发展的产物,它是建立在海量数据挖掘基础上的一种高级商务智能平台,向顾客提供个性化的信息服务和决策支持。

目前,已有的推荐方案在使用用户历史数据时一般只是简单的将历史数据信息特征与推荐数据进行形似度对比,未能挖掘历史数据信息与推荐数据之间的内在关联信息。

需要说明的是,在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本公开的实施例提供了一种图像处理方法、图像处理装置、计算机存储介质及电子设备,进而至少在一定程度上可以挖掘用户历史感兴趣图像和待处理图像集的内在关联性,进而更有针对性地、更准确地对用户进行个性化推荐。

本公开的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本公开的实践而习得。

根据本公开实施例的一个方面,提供了一种图像处理方法,包括:获取待处理图像集和历史图像集,所述历史图像集包括用户的历史感兴趣图像;通过图像处理模型对所述历史感兴趣图像进行特征提取,并基于所提取的特征获取历史兴趣信息描述;同时通过所述图像处理模型对所述待处理图像集中的待处理图像进行特征提取,以获取与所述待处理图像对应的特征信息;根据所述特征信息和所述历史兴趣信息描述确定与所述待处理图像对应的兴趣权重,并基于与所述待处理图像对应的特征信息和所述兴趣权重从所述待处理图像集中确定封面图像。

根据本公开实施例的一个方面,提供了一种图像处理装置,包括:获取模块,用于获取待处理图像集和历史图像集,所述历史图像集包括用户的历史感兴趣图像;特征提取模块,用于通过图像处理模型对所述历史感兴趣图像进行特征提取,并基于所提取的特征获取历史兴趣信息描述;同时通过所述图像处理模型对所述待处理图像集中的待处理图像进行特征提取,以获取与所述待处理图像对应的特征信息;图像确定模块,用于根据所述特征信息和所述历史兴趣信息描述确定与所述待处理图像对应的兴趣权重,并基于与所述待处理图像对应的特征信息和兴趣权重从所述待处理图像集中确定封面图像。

在本公开的一些实施例中,所述图像处理模型包括第一双向门控循环单元;基于前述方案,所述图像确定模块配置为:将所述特征信息与所述历史兴趣信息描述输入至所述第一双向门控循环单元,通过所述第一双向门控循环单元对所述特征信息与所述历史兴趣信息描述进行特征提取;根据所述特征信息对应的特征和所述历史兴趣信息描述对应的特征确定所述特征信息与所述历史兴趣信息描述之间的重合度,并将所述重合度作为所述兴趣权重。

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腾讯科技(深圳)有限公司,未经腾讯科技(深圳)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/201911422014.1/2.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