[发明专利]基于图像识别的商品信息分析方法、系统及存储介质

权利要求书

1.基于图像识别的商品信息分析方法，其特征在于：包括以下步骤：

根据获取的商品图像信息构建商品数据库，所述商品数据库包括商品样本数据库、商品价格数据库和商品货架数据库；

通过挖掘到的商品关联信息，创建语义模型；

分别将商品样本数据库、商品价格数据库和商品货架数据库与语义模型进行映射，以将商品数据库中的商品名称转换成标准商品名称，并将商品数据库中的商品价格转换成标准商品价格；

根据标准商品名称和标准商品价格，对商品样本数据库、商品价格数据库和商品货架数据库进行关联，生成商品编码；

根据商品编码进行数据分析，生成商品信息分析结果；所述商品信息分析结果包括不同商家的商品价格对比结果、货架上的待补给商品数量以及不同商品之间的关联性；

所述根据获取的商品图像信息构建商品数据库这一步骤，包括以下步骤：

通过店面的拍照设备，获取不同店面的商品图像信息，建立以店面为单位的店面数据集；其中，所述商品图像信息包括商品样本信息、商品价格标签信息、商品货架信息；

对店面数据集进行图像分割，得到商品类别；

根据商品类别，获取商品图像信息中的商品名称特征信息、商品价格标签特征信息和商品货架特征信息；

对商品名称特征信息、商品价格标签特征信息和商品货架特征信息进行特征过滤，提取文字信息、数字信息和不规则字体信息；

根据提取到的文字信息、数字信息和不规则字体信息，搭建商品数据库，所述商品数据库包括商品样本数据库、商品价格数据库和商品货架数据库。

2.根据权利要求1所述的基于图像识别的商品信息分析方法，其特征在于：所述通过挖掘到的商品关联信息，创建语义模型这一步骤，包括以下步骤：

获取市场上流通的商品关联信息，并将商品关联信息作为原语义训练集；所述商品关联信息包括商品俗称、商品别名和商品规格；

统计原语义训练集中各组训练集的词汇出现频率，并将出现频率最高的词汇作为各组训练集的标准化词汇；

计算每组训练集中每个词汇与该组的标准化词汇之间的向量余弦值；

根据向量余弦值的计算结果，优化标准化词汇；

根据优化得到的标准化词汇，构建得到语义模型。

3.根据权利要求1所述的基于图像识别的商品信息分析方法，其特征在于：所述分别将商品样本数据库、商品价格数据库和商品货架数据库与语义模型进行映射，以将商品数据库中的商品名称转换成标准商品名称，并将商品数据库中的商品价格转换成标准商品价格这一步骤，包括以下步骤：

根据商品样本数据库、商品价格数据库和商品货架数据库中的文字信息，确定标准化对象；所述标准化对象包括商品名称、商品价格标签和商品货架；

将标准化对象映射到高维向量；

将标准化对象的高维向量与标准化词汇的高维向量进行匹配，计算标准化对象与标准化词汇之间的余弦值；

根据计算得到的余弦值，确定标准化对象对应的标准化词汇。

4.根据权利要求1所述的基于图像识别的商品信息分析方法，其特征在于：所述根据标准商品名称和标准商品价格，对商品样本数据库、商品价格数据库和商品货架数据库进行关联，生成商品编码这一步骤，包括以下步骤：

将商品样本数据库、商品价格数据库和商品货架数据库中同一个商品的标准商品名称和标准商品价格进行匹配，得到含有标准商品名称、标准商品价格以及标准商品货架的商品关联体系；

根据商品关联体系，对每一个商品生成唯一的商品编码；

根据商品编码，对不同店面以及不同时段的商品信息进行汇总，生成商品实时信息表；

其中，所述商品编码的构成格式为：商品大类+商品小类+商品名称+商品价格；

所述商品实时信息表的内容包括商品编码、时段、商品样本信息、商品价格信息以及商品货架信息。