[发明专利]基于图像识别的商品展示方法、装置、设备及介质在审
申请号: | 201910042541.3 | 申请日: | 2019-01-17 |
公开(公告)号: | CN109815873A | 公开(公告)日: | 2019-05-28 |
发明(设计)人: | 罗琳耀;徐国强;邱寒 | 申请(专利权)人: | 深圳壹账通智能科技有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06Q30/06 |
代理公司: | 深圳众鼎专利商标代理事务所(普通合伙) 44325 | 代理人: | 黄章辉 |
地址: | 518000 广东省深圳市前海深港合作区前*** | 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: | 图像聚类 情绪 客户 集合 图像 获取目标 商品展示 图像识别 单帧 展示 目标视频数据 人脸检测模型 表情识别 人脸识别 视频数据 聚类 预设 | ||
1.一种基于图像识别的商品展示方法,其特征在于,包括:
获取待展示商品的目标视频数据,所述目标视频数据包含至少两帧待识别图像;
采用人脸检测模型对至少两帧所述待识别图像进行人脸识别和聚类,获取所述目标视频数据对应的客户数量和每一客户对应的图像聚类集合,每一所述图像聚类集合包括至少一帧待识别图像;
若所述客户数量大于预设数量,则采用预先训练好的微表情识别模型对每一所述图像聚类集合中的待识别图像进行识别,获取每一所述待识别图像的单帧情绪;
基于至少一帧所述待识别图像的单帧情绪,获取与所述图像聚类集合对应的客户的目标情绪;
依据所述客户数量和每一所述图像聚类集合对应的客户的目标情绪,获取最终情绪;
依据所述待展示商品对应的最终情绪,获取目标展示商品。
2.如权利要求1所述的基于图像识别的商品展示方法,其特征在于,所述获取待展示商品的目标视频数据,所述目标视频数据包含至少两帧待识别图像,包括:
获取待展示商品的初始视频数据,所述初始视频数据包括至少两帧初始视频图像;
获取所述待展示商品的属性信息,所述属性信息包括适宜年龄和适宜性别;
采用所述适宜年龄和所述适宜性别对所述初始视频图像进行筛选,获取待识别图像,基于至少两帧所述待识别图像形成目标视频数据。
3.如权利要求1所述的基于图像识别的商品展示方法,其特征在于,在所述采用所述适宜年龄和所述适宜性别对所述初始视频图像进行筛选的步骤之前,所述基于图像识别的商品展示方法还包括:
采用超分辨率技术对至少两帧所述初始视频图像进行处理,获取与至少两帧所述初始视频图像对应的高分辨率图像,将所述高分辨率图像作为待确定图像;
所述采用所述适宜年龄和所述适宜性别对所述初始视频图像进行筛选,获取待识别图像,包括:
采用预先训练好的分类器对至少两帧所述待确定图像进行识别,获取与每一所述待确定图像对应的目标年龄和目标性别;
将所述目标年龄与所述适宜年龄进行匹配,并将所述目标性别与所述适宜性别进行匹配;
若所述目标年龄与所述适宜年龄匹配成功,且所述目标性别与所述适宜性别匹配成功,则将与所述目标年龄和所述目标性别对应的待确定图像作为待识别图像。
4.如权利要求1所述的基于图像识别的商品展示方法,其特征在于,所述采用人脸检测模型对至少两帧所述待识别图像进行人脸识别和聚类,获取所述目标视频数据对应的客户数量和每一客户对应的图像聚类集合,包括:
采用人脸检测模型对至少两帧所述待识别图像进行人脸识别,获取每一所述待识别图像对应的人脸图像;
对所述待识别图像对应的人脸图像进行聚类,获取至少两个图像聚类集合,每一图像聚类集合包括至少一帧待识别图像;
根据所述图像聚类集合的数量,获取所述目标视频数据对应的客户数量。
5.如权利要求4所述的基于图像识别的商品展示方法,其特征在于,每一所述待识别图像对应一时间标识;
所述对所述待识别图像对应的人脸图像进行聚类,获取至少两个图像聚类集合,包括:
根据时间标识,将至少两帧所述待识别图像中首次识别到的人脸图像作为基准图像;
根据时间标识,依次采用相似度算法计算所述基准图像与剩余待识别图像的特征相似度;
若所述特征相似度大于预设阈值,将所述特征相似度大于预设阈值的待识别图像和所述基准图像归属于同一图像聚类集合;
若所述特征相似度不大于预设阈值,根据时间标识,将所述特征相似度不大于预设阈值的剩余待识别图像中的第一张更新为新的基准图像,重复执行所述根据时间标识,依次采用相似度算法计算所述基准图像与剩余待识别图像的特征相似度的步骤,直至至少两帧所述待识别图像聚类集合完成,形成至少两个图像聚类集合。
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深圳壹账通智能科技有限公司,未经深圳壹账通智能科技有限公司许可,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/201910042541.3/1.html,转载请声明来源钻瓜专利网。