[發明專利]確定圖像特征的方法、裝置、存儲介質及處理器

在審

• 申請號: 201810909747.7
• 申請日: 2018-08-10
• 公開（公告）號: CN110858220A
• 公開（公告）日: 2020-03-03
• 發明（設計）人: 鄭赟;張嚴浩;潘攀;任小楓
• 申請（專利權）人: 阿里巴巴集團控股有限公司
• 主分類號: G06F16/383
• 分類號: G06F16/383;G06Q30/06
• 代理公司: 北京博浩百睿知識產權代理有限責任公司 11134
• 代理人: 褚敏;宋子良

1.一種確定圖像特征的方法，包括：

接收待查詢圖像；

依據圖像特征模型，確定所述待查詢圖像的圖像特征，其中，所述圖像特征模型為使用多組三元組圖像樣本通過機器學習訓練得出的，所述多組三元組圖像樣本中的三元組圖像樣本均包括：查詢圖像，查詢圖像的圖像正樣本和查詢圖像的圖像負樣本，其中，所述圖像正樣本和所述圖像負樣本基于對圖像的點擊行為確定。

2.根據權利要求1所述的方法，其中，基于對圖像的點擊行為確定所述圖像正樣本和所述圖像負樣本包括：

獲取對搜索圖像的點擊操作；

確定所述搜索圖像中接收到點擊操作的圖像為所述圖像正樣本；

基于所述搜索圖像中未接收到點擊操作的圖像確定所述圖像負樣本。

3.根據權利要求2所述的方法，其中，

確定所述搜索圖像中接收到點擊操作的圖像為所述圖像正樣本包括：采用多特征融合的方法，對接收到點擊操作的多個圖像進行過濾得到所述圖像正樣本；或者，基于所述搜索圖像中未接收到點擊操作的圖像確定所述圖像負樣本包括：采用多特征融合的方法，對未接收到點擊操作的圖像進行過濾得到所述圖像負樣本；

其中，多特征融合中的特征包括以下至少兩種：局部特征，版本特征，訓練特征。

4.根據權利要求3所述的方法，其中，所述圖像負樣本在所述多組三元組圖像樣本中共享。

5.根據權利要求1所述的方法，其中，使用多組三元組圖像樣本通過機器學習訓練得出所述圖像特征模型包括：

對所述多組三元組圖像樣本進行訓練得到的三元組損失進行平均，得到損失平均值；

根據所述損失平均值對所述圖像特征模型進行調整，得到更新后的圖像特征模型。

6.根據權利要求1所述的方法，其中，依據圖像特征模型，確定所述待查詢圖像的圖像特征包括：

依據所述圖像特征模型確定所述待查詢圖像的初始特征；

采用預定背景函數，對確定出所述初始特征的待查詢圖像的背景進行過濾檢測，得到所述待查詢圖像的圖像特征。

7.根據權利要求6所述的方法，其中，所述預定背景函數包括：近似階躍函數。

8.根據權利要求7所述的方法，其中，所述近似階躍函數是可微的。

9.一種確定圖像特征的方法，包括：

接收到請求以及待查詢圖像，其中，所述請求用于獲取所述待查詢圖像的特征；

響應于所述請求，反饋所述待查詢圖像的圖像特征，其中，所述圖像特征依據圖像特征模型確定，所述圖像特征模型為使用多組三元組圖像樣本通過機器學習訓練得出的，所述多組三元組圖像樣本中的三元組圖像樣本均包括：查詢圖像，查詢圖像的圖像正樣本和查詢圖像的圖像負樣本，其中，所述圖像正樣本和所述圖像負樣本基于對圖像的點擊行為確定。

10.根據權利要求9所述的方法，其中，還包括：

接收到獲取三元組圖像樣本的請求；

響應于所述請求，檢測對搜索圖像的點擊操作，并基于所述點擊操作反饋三元組圖像樣本，其中，所述搜索圖像中接收到點擊操作的圖像確定為所述圖像正樣本；基于所述搜索圖像中未接收到點擊操作的圖像確定所述圖像負樣本。

11.一種確定圖像特征的裝置，包括：

接收模塊，用于接收待查詢圖像；

確定模塊，用于依據圖像特征模型，確定所述待查詢圖像的圖像特征，其中，所述圖像特征模型為使用多組三元組圖像樣本通過機器學習訓練得出的，所述多組三元組圖像樣本中的三元組圖像樣本均包括：查詢圖像，查詢圖像的圖像正樣本和查詢圖像的圖像負樣本，其中，所述圖像正樣本和所述圖像負樣本基于對圖像的點擊行為確定。

12.一種存儲介質，所述存儲介質包括存儲的程序，其中，在所述程序運行時控制所述存儲介質所在設備執行權利要求1至10中任意一項所述的確定圖像特征的方法。

13.一種處理器，所述處理器用于運行程序，其中，所述程序運行時執行權利要求1至10中任意一項所述的確定圖像特征的方法。