[发明专利]网页主图识别方法和装置

权利要求书

1.一种网页主图识别方法，其特征在于，包括：

基于网页中各图片的页面属性，筛选出候选主图；

根据候选主图的信息主题，对候选主图的原始图片进行裁剪，得到突出所述信息主题的图片构图；

确定出信息主题与所述网页的主题匹配的候选主图；以及

将匹配的候选主图所对应的图片构图识别为所述网页的主图；

所述根据候选主图的信息主题，对候选主图的原始图片进行裁剪，得到对应的图片构图，包括：

利用基于深度学习的第一模型工具，识别候选主图的信息主题；以及

利用所述第一模型工具，对候选主图的原始图片进行裁剪，以得到突出所述信息主题的图片构图；

利用机器学习模型学习样本图片与信息主题之间的对应关系、信息主题与图片构图之间的对应关系、样本图片与图片构图之间的对应关系，得到所述第一模型工具。

2.根据权利要求1所述的识别方法，其特征在于，所述页面属性包括如下至少一项：页面位置、屏幕占比。

3.根据权利要求2所述的识别方法，其特征在于，所述根据网页中各图片的页面属性，筛选出候选主图，包括：将网页中满足以下任一条件的图片筛选为候选主图：

图片的页面位置与预设中心位置之间的差值小于第一阈值；

图片的屏幕占比超过第二阈值。

4.根据权利要求1所述的识别方法，其特征在于，所述网页的主题根据用户为该网页配置的竞价词而确定。

5.根据权利要求1所述的识别方法，其特征在于，所述筛选出候选主图之后，还包括：

获取所述候选主图的图片类型；以及

过滤指定的图片类型的候选主图，其中，所述指定的图片类型包括如下至少一项：纹理类型、二维码类型。

6.根据权利要求5所述的识别方法，其特征在于，所述获取所述候选主图的图片类型，包括：

利用基于深度学习的第二模型工具，对所述候选主图的原始图片进行分类，确定出所述候选主图的图片类型。

7.根据权利要求1-6任一所述的识别方法，其特征在于，还包括：

接收到查询主题后，查找信息主题与所述查询主题匹配的主图；以及

将匹配的主图进行展示。

8.一种网页主图识别装置，其特征在于，包括：

属性筛选单元，配置用于基于网页中各图片的页面属性，筛选出候选主图；

构图裁剪单元，配置用于根据候选主图的信息主题，对候选主图的原始图片进行裁剪，得到突出所述信息主题的图片构图；

主题匹配单元，配置用于确定出信息主题与所述网页的主题匹配的候选主图；以及

主图识别单元，配置用于将匹配的候选主图所对应的图片构图识别为所述网页的主图；

所述构图裁剪单元配置用于利用基于深度学习的第一模型工具，识别候选主图的信息主题；以及利用基于深度学习的第一模型工具，对候选主图的原始图片进行裁剪，以得到突出所述信息主题的图片构图；

利用机器学习模型学习样本图片与信息主题之间的对应关系、信息主题与图片构图之间的对应关系、样本图片与图片构图之间的对应关系，得到所述第一模型工具。

9.根据权利要求8所述的识别装置，其特征在于，所述页面属性包括如下至少一项：页面位置、屏幕占比。

10.根据权利要求9所述的识别装置，其特征在于，

所述属性筛选单元配置用于将网页中满足以下任一条件的图片筛选为候选主图：

图片的页面位置与预设中心位置之间的差值小于第一阈值；

图片的屏幕占比超过第二阈值。

11.根据权利要求8所述的识别装置，其特征在于，所述网页的主题根据用户为该网页配置的竞价词而确定。