[發明專利]一種同款商品的圖像匹配方法、裝置、設備以及存儲介質

在審

• 申請號: 201811518653.3
• 申請日: 2018-12-12
• 公開（公告）號: CN109684496A
• 公開（公告）日: 2019-04-26
• 發明（設計）人: 宋佩紅;何梓軒
• 申請（專利權）人: 杭州嘉云數據科技有限公司
• 主分類號: G06F16/583
• 分類號: G06F16/583;G06K9/62;G06Q30/06
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 羅滿

1.一種同款商品的圖像匹配方法，其特征在于，包括：

獲取待匹配的圖像數據集；

對所述圖像數據集中的各個圖像分別進行圖像預處理；

采用圖像哈希方法對經過圖像預處理的圖像進行過濾，將所述圖像數據集中擁有同款商品的圖像組成同款圖像數據集；

采用深度學習方法對所述同款圖像數據集中的假匹配圖像對進行過濾，得到最終的匹配結果。

2.如權利要求1所述的同款商品的圖像匹配方法，其特征在于，所述對所述圖像數據集中的各個圖像分別進行圖像預處理包括：

對所述圖像數據集中的各個圖像分別進行前后景分割、裁剪、濾波以及尺寸統一處理。

3.如權利要求1所述的同款商品的圖像匹配方法，其特征在于，所述采用圖像哈希方法對經過圖像預處理的圖像進行過濾，將所述圖像數據集中擁有同款商品的圖像組成同款圖像數據集包括：

對經過圖像預處理的圖像進行圖像壓縮，得到縮略圖；

對壓縮后的圖像進行二值化處理，得到一維的二值向量；

利用哈希值對所述二值向量進行表示，當哈希值相同時判定對應的圖像為擁有同款商品的圖像；

將擁有同款商品的圖像組成同款圖像數據集。

4.如權利要求1至3任一項所述的同款商品的圖像匹配方法，其特征在于，所述采用深度學習方法對所述同款圖像數據集中的假匹配圖像對進行過濾，得到最終的匹配結果包括：

將同款圖像數據集中的圖像輸入至深度神經網絡中，得到每個圖像對應的特征向量；

計算兩兩圖像對應的特征向量的距離，當所述距離不小于預設閾值時，判定對應圖像為假匹配圖像對；

對所述假匹配圖像對進行過濾，得到最終的匹配結果。

5.如權利要求4所述的同款商品的圖像匹配方法，其特征在于，所述計算兩兩圖像對應的特征向量的距離包括：

計算兩兩圖像對應的特征向量之間的歐式距離、或漢明距離。

6.如權利要求4所述的同款商品的圖像匹配方法，其特征在于，所述采用深度學習方法對所述同款圖像數據集中的假匹配圖像對進行過濾，得到最終的匹配結果包括：

將同款圖像數據集中的圖像輸入至深度神經網絡中，得到每個圖像對應的特征向量；

對所有圖像的特征向量進行量化和聚類，得到特征向量的聚類空間；

從對應的聚類空間中搜索匹配的圖像，得到最終的匹配結果。

7.一種同款商品的圖像匹配裝置，其特征在于，包括：

圖像數據集獲取模塊，用于獲取待匹配的圖像數據集；

預處理模塊，用于對所述圖像數據集中的各個圖像分別進行圖像預處理；

圖像過濾模塊，用于采用圖像哈希方法對經過圖像預處理的圖像進行過濾，將所述圖像數據集中擁有同款商品的圖像組成同款圖像數據集；

深度學習模塊，用于采用深度學習方法對所述同款圖像數據集中的假匹配圖像對進行過濾，得到最終的匹配結果。

8.如權利要求7所述的同款商品的圖像匹配裝置，其特征在于，所述深度學習模塊包括：

特征向量獲取單元，用于將同款圖像數據集中的圖像輸入至深度神經網絡中，得到每個圖像對應的特征向量；

距離計算單元，用于計算兩兩圖像對應的特征向量的距離，當所述距離不小于預設閾值時，判定對應圖像為假匹配圖像對；

過濾單元，用于對所述假匹配圖像對進行過濾，得到最終的匹配結果。

9.一種同款商品的圖像匹配設備，其特征在于，包括：

存儲器，用于存儲計算機程序；

處理器，用于執行所述計算機程序時實現如權利要求1至6任一項所述同款商品的圖像匹配方法的步驟。

10.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質上存儲有計算機程序，所述計算機程序被處理器執行時實現如權利要求1至6任一項所述同款商品的圖像匹配方法的步驟。