[发明专利]一种室内商场店铺特征提取方法

摘要

本发明公开了一种室内商场店铺特征提取方法，商场内包括M个店铺；包括以下步骤S1，构建店铺装饰风格识别神经网络原型；S2，构建店铺文字检测神经网络原型；S3，建立该商场内的店铺图像数据集，各图像均包括店铺的文字信息和装饰风格信息，将图像数据集划分为训练集和测试集；通过高斯随机分布初始化装饰风格识别神经网络和文字检测神经网络的权值，以最小化代价函数为目标来训练装饰风格识别神经网络原型和文字检测神经网络原型，确定出店铺装饰风格识别神经网络和文字检测神经网络的模型结构；S4，店铺装饰风格识别、店铺文字检测；S5，店铺文字识别；S6，识别结果融合。本发明的提取方法，可显著提高店铺识别的准确度。

主权项

一种室内商场店铺特征提取方法，其特征在于：所述商场内包括M个店铺；包括以下步骤：S1，构建店铺装饰风格识别神经网络原型，所述装饰风格识别神经网络原型包括卷积层、池化层、激励层和全连接层；S2，构建店铺文字检测神经网络原型，所述文字检测神经网络原型包括卷积层、池化层、激励层和反卷积层；S3，建立该商场内的店铺图像数据集，各图像均包括店铺的文字信息和装饰风格信息，将图像数据集划分为训练集和测试集；通过高斯随机分布初始化所述装饰风格识别神经网络和文字检测神经网络的权值，以最小化代价函数为目标来训练步骤S1中的装饰风格识别神经网络原型和步骤S2中的文字检测神经网络原型，确定出店铺装饰风格识别神经网络和文字检测神经网络的模型结构；S4，对于一张包含店铺名称和内部装饰风格的待识别图片，分别将其输入所述店铺装饰风格神经网络和文字检测神经网络的模型结构中，得到该图片属于各个店铺的概率以及该图片中对应文字部分的区域；S5，将步骤S4中得到的该图片中对应文字部分的区域输入文字识别模块中，得到该图片中文字部分对应的NGRAM编码；S6，根据步骤S4中得到的概率计算店铺装饰风格识别概率，根据步骤S5中得到的NGRAM编码计算文字识别概率，利用加权得到最终对应M个店铺的识别概率，以得到的概率中最高概率值对应的店铺作为该图片的店铺识别结果。