[发明专利]详情页面生成方法、装置、计算机设备及可读存储介质有效

专利信息
申请号: 202110520683.3 申请日: 2021-05-13
公开(公告)号: CN112988314B 公开(公告)日: 2021-08-06
发明(设计)人: 沈艳;高春旭 申请(专利权)人: 浙江口碑网络技术有限公司
主分类号: G06F9/451 分类号: G06F9/451;G06K9/46;G06K9/62
代理公司: 北京中强智尚知识产权代理有限公司 11448 代理人: 黄耀威
地址: 310012 浙江省杭州市西*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 详情 页面 生成 方法 装置 计算机 设备 可读 存储 介质
【权利要求书】:

1.一种详情页面生成方法,其特征在于,包括:

识别接收到的原始对象图片,在所述原始对象图片中确定对象主体区域;

解析所述对象主体区域包括的多个像素点,按照所述多个像素点所属的目标主题色系对所述多个像素点进行聚类,得到多个像素点簇;

根据所述多个像素点簇的分布质心和目标像素点簇的聚类中心,提取指定像素点,所述目标像素点簇是所述分布质心所属的像素点簇;

生成填充有所述指定像素点对应的主题色的背景图片,将所述原始对象图片添加至所述背景图片,得到详情页面。

2.根据权利要求1所述的方法,其特征在于,所述识别接收到的原始对象图片,在所述原始对象图片中确定对象主体区域之前,所述方法还包括:

接收上传的所述原始对象图片,确定所述原始对象图片上传时绑定的目标对象属性;

对所述原始对象图片进行模型入参转化,得到所述原始对象图片的多个特征向量,并对所述多个特征向量进行校验;

当校验确定所述多个特征向量符合所述目标对象属性和所述目标对象属性对应的图片上传要求时,继续识别所述原始对象图片并确定所述对象主体区域;

当校验确定所述多个特征向量不符合所述目标对象属性或不符合所述图片上传要求时,生成上传失败提醒,将所述上传失败提醒返回。

3.根据权利要求2所述的方法,其特征在于,所述对所述多个特征向量进行校验,包括:

将所述多个特征向量和所述目标对象属性关联的第一样本训练数据进行训练,判断所述多个特征向量是否符合所述目标对象属性;

同时或分别将所述多个特征向量和所述图片上传要求关联的第二样本训练数据进行训练,判断所述多个特征向量是否符合所述图片上传要求。

4.根据权利要求1所述的方法,其特征在于,所述识别接收到的原始对象图片,在所述原始对象图片中确定对象主体区域,包括:

识别得到所述原始对象图片的多个特征向量;

获取第三样本训练数据,将所述多个特征向量与所述第三样本训练数据进行训练,得到训练结果;

在所述多个特征向量中提取所述训练结果指示的至少一个目标特征向量,将所述至少一个目标特征向量在所述原始对象图片中所属的区域作为所述对象主体区域。

5.根据权利要求1所述的方法,其特征在于,所述对所述多个像素点进行聚类,得到多个像素点簇,包括:

以所述多个像素点的RGB红绿蓝通道值为坐标,为所述多个像素点构建多个三维坐标点;

获取预设主题色系,将所述多个像素点与所述预设主题色系进行训练,在所述预设主题色系中提取所述多个像素点命中的多个目标主题色系;

基于聚类算法,将所述多个三维坐标点分别聚类至对应的目标主题色系下,得到所述多个目标主题色系对应的所述多个像素点簇;

采用所述多个目标主题色系的色系编号对所述多个像素点簇进行标注。

6.根据权利要求1所述的方法,其特征在于,所述根据所述多个像素点簇的分布质心和目标像素点簇的聚类中心,提取指定像素点,包括:

获取所述多个像素点对应的多个三维坐标点;

在RGB三个维度对所述多个三维坐标点进行平均值计算,基于得到的平均值组成质心坐标点,将所述质心坐标点指示的像素点作为所述分布质心;

确定所述目标像素点簇,提取所述目标像素点簇的聚类中心;

以所述分布质心和所述聚类中心为端点,构建目标线段,确定所述目标线段的线段中点;

将所述线段中点作为圆心、所述目标线段作为直径,创建圆形区域;

提取所述圆形区域在所述目标像素点簇覆盖的像素点作为候选像素点,所述候选像素点是所述圆形区域的区域表面覆盖的像素点以及所述圆形区域的区域轮廓覆盖的像素点;

按照所述候选像素点对应的三维坐标点的分布,确定所述候选像素点的几何质心,将所述几何质心指示的候选像素点作为所述指定像素点。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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浙江口碑网络技术有限公司,未经浙江口碑网络技术有限公司许可,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/202110520683.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top