[发明专利]一种标识识别方法、装置及系统

说明书

本申请公开了一种标识识别方法、装置及系统。其中，所述方法包括：针对待识别的商品图片进行特征提取，获得反映所述商品图片的特征的原始特征层；根据所述原始特征层的捷径，使用不同尺寸的卷积核分别与所述原始特征层进行卷积运算和拼接运算，获得所述商品图片的融合特征层；将所述融合特征层进行跨层连接，获得所述商品图片的标识预测特征层；根据所述标识预测特征层，针对所述商品图片进行标识识别，以确定所述商品图片对应的商品是否为预设类型商品。采用本申请提供的方法，解决了现有技术中针对商品图片中的标识识别准确度低的问题。

技术领域

本申请涉及数据挖掘领域，具体涉及一种标识识别方法、装置及系统。

背景技术

电子商务平台向消费者提供了海量的商品，方便了消费者的购物需求。但是从海量的商品中快速检测出假冒商品，从而避免消费者的损失以及知识产权侵权是一个亟待解决的问题。

现有技术提供了针对商品图片中商品标识进行假冒商品识别的方法，该方法包括基于局部特征的检索方法和目标检测方法。基于局部特征的检索方法优势在于类别扩展便捷，但是对于标识特征描述较差；基于目标检测方式目前面临着小目标、类别扩展以及模型前馈网络性能等问题。

发明内容

本申请提供一种标识识别方法、装置及系统，以解决现有技术中，针对商品图片中的标识识别准确度低的问题。

本申请提供一种标识识别方法，包括：

针对待识别的商品图片进行特征提取，获得反映所述商品图片的特征的原始特征层；

根据所述原始特征层的捷径，使用不同尺寸的卷积核分别与所述原始特征层进行卷积运算和拼接运算，获得所述商品图片的融合特征层；

将所述融合特征层进行跨层连接，获得所述商品图片的标识预测特征层；

根据所述标识预测特征层，针对所述商品图片进行标识识别，以确定所述商品图片对应的商品是否为预设类型商品。

可选的，所述针对待识别的商品图片进行特征提取，获得反映所述商品图片的特征的原始特征层，包括：

获取待识别的商品图片；

在所述商品图片中标注所述商品图片的标识信息，获得标注商品图片；

利用标识预测神经网络针对所述标注商品图片进行特征提取，获得反映所述商品图片的特征的原始特征层。

可选的，所述根据所述原始特征层的捷径，使用不同尺寸的卷积核分别与所述原始特征层进行卷积运算和拼接运算，获得所述商品图片的融合特征层，包括：

使用多个不同尺寸的卷积核分别与所述原始特征层进行卷积运算，获得所述不同尺寸的卷积核对应的卷积特征数据；

将所述卷积特征数据进行拼接运算，获得所述原始特征层的拼接特征数据；

将所述拼接特征数据与所述原始特征层的捷径进行加法运算，获得所述商品图片的融合特征层。

可选的，所述将所述融合特征层进行跨层连接，获得所述商品图片的标识预测特征层，包括：

根据第一融合特征层，获得所述第一融合特征层对应的第一标识预测特征层；

针对所述第一标识预测特征层进行上采样，获得所述第一标识预测特征层对应的上采样数据；

将与所述第一融合特征层邻近的第二融合特征层与所述上采样数据进行加法运算，获得所述第二融合特征层对应的第二标识预测特征层。

可选的，所述根据所述标识预测特征层，针对所述商品图片进行标识识别，包括：