[发明专利]一种推荐产品配图方法及装置，电子设备

权利要求书

1.一种推荐产品配图方法，其特征在于，包括：

在待选择产品图像中，基于名称筛选模型选择推荐产品的候选配图，所述名称筛选模型通过识别图像中的产品名称选择推荐产品的候选配图；

在未被所述名称筛选模型选中的所述待选择产品图像中，分别基于至少两个相似度筛选模型选择所述推荐产品的候选配图；

根据所述候选配图作为所述推荐产品的候选配图的置信度，选择预设数量的不同的候选配图，作为所述推荐产品的配图，其中，所述候选配图包括：基于名称筛选模型选择的所述候选配图和分别基于至少两个相似度筛选模型选择的所述候选配图。

2.根据权利要求1所述的方法，其特征在于，所述在待选择产品图像中，基于名称筛选模型选择推荐产品的候选配图的步骤，包括：

基于名称筛选模型，确定待选择产品图像作为推荐产品配图的置信度；

将所述置信度满足相应预设条件的待选择产品图像，作为所述推荐产品的候选配图；

其中，所述名称筛选模型为针对推荐产品名称预先训练的图像识别模型。

3.根据权利要求1所述的方法，其特征在于，所述在未被所述名称筛选模型选中的所述待选择产品图像中，分别基于至少两个相似度筛选模型选择所述推荐产品的候选配图的步骤，包括：

基于每个所述相似度筛选模型，分别确定待匹配产品图像作为推荐产品配图的置信度；

将所述置信度满足相应预设条件的待匹配产品图像，作为所述推荐产品的候选配图；

其中，所述待匹配产品图像为所述待选择产品图像中未被所述名称筛选模型选中的产品图像；每个所述相似度筛选模型衡量相似度的角度不同。

4.根据权利要求3所述的方法，其特征在于，所述基于每个所述相似度筛选模型，分别确定待匹配产品图像作为推荐产品配图的置信度的步骤，包括：

基于每个所述相似度筛选模型，分别执行以下操作：

提取待匹配产品图像和所述推荐产品的标准图的特征向量；

基于提取的特征向量确定所述推荐产品的标准图和所述待匹配产品图像的相似度；

根据所述相似度确定所述待匹配图像作为推荐产品配图的置信度。

5.根据权利要求3所述的方法，其特征在于，所述至少两个相似度筛选模型包括：

名称筛选模型，用于从增大类间方差的角度对图像的相似度进行衡量，其中，所述名称筛选模型是基于深度卷积神经网络训练的；

基于图像对的深度卷积神经网络相似度比较模型，用于从减小类内方差的角度对图像的相似度进行衡量。

6.根据权利要求1所述的方法，其特征在于，所述根据所述候选配图作为所述推荐产品的候选配图的置信度，选择预设数量的不同的候选配图，作为所述推荐产品的配图的步骤，包括：

对所述候选配图作为所述推荐产品的候选配图的置信度进行归一化处理，得到每个候选配图对应的归一化置信度；

将所述候选配图对应的归一化置信度与选择所述候选配图的筛选模型对应的置信度权重的乘积，作为所述候选配图的融合置信度；

对于基于至少两个相似度筛选模型选择的所述候选配图中重复候选配图，通过该候选配图对应的融合置信度的均值，更新该候选配图的融合置信度；

选择预设数量融合置信度最高的不同产品图像，作为所述推荐产品的配图。

7.一种推荐产品配图装置，其特征在于，包括：

名称维度候选配图选择模块，用于在待选择产品图像中，基于名称筛选模型选择推荐产品的候选配图；

图像相似度维度候选配图选择模块，用于在未被所述名称维度候选配图选择模块选中的所述待选择产品图像中，分别基于至少两个相似度筛选模型选择所述推荐产品的候选配图；

配图召回模块，用于根据所述名称维度候选配图选择模块和所述图像相似度维度候选配图选择模块选择的候选配图作为所述推荐产品的候选配图的置信度，选择预设数量的不同的候选配图，作为所述推荐产品的配图。