[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

本發明公開了一種同款商品的圖像匹配方法，通過獲取待匹配的圖像數據集；對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。本申請利用傳統的圖像處理方法，得到一批匹配圖像對。然后利用深度學習方法在過濾后的圖像數據集上做二次過濾。通過將傳統的圖像處理方法與深度學習方法相結合，進行兩次圖像匹配，能夠在保證圖片匹配精確度的前提下，提高召回率。此外，本申請還提供了一種具有上述技術效果的同款商品的圖像匹配裝置、設備以及計算機可讀存儲介質。

技術領域

本發明涉及圖像處理技術領域，特別是涉及一種同款商品的圖像匹配方法、裝置、設備以及計算機可讀存儲介質。

背景技術

同款商品匹配是根據查詢商品，在網絡商家中找到售賣同款商品的商家。常用的技術是圖像匹配技術。具體而言是指，根據某個商品的圖像，將其與所有網絡商家上傳的商品圖像進行匹配，若圖像相同，則認為該商家提供該商品；否則，則認為該商家并不提供該商品。

在同款商品匹配的應用場景中，需要保證圖像與圖像之間匹配的準確性，即，不是同款的商品之間的匹配是無法忍受的。目前，同款商品匹配一般采用傳統的圖像處理技術，例如采用離散傅里葉變換方法對圖像進行壓縮，得到縮略圖，再對縮略圖進行二值化處理，得到二值向量，以對同款商品進行圖像匹配。采用傳統的圖像處理方法在保證圖像匹配的精確度在99.5％時，所召回的圖片數量有限；而在召回圖片的數量滿足要求時，其精確度又會降低到90％以下。此外，還存在部分基于深度學習進行圖像匹配的方法，這種方法雖然能夠在保證精確度的前提下，召回遠多于傳統圖像處理方法的同款，但這類方法在時間和空間上開銷都非常大，以至于無法被工程化?？梢?，現有圖像匹配方法都無法在算法的魯棒性和差異圖像的區分能力上做平衡。

鑒于此，在有限的計算資源(包括時間資源和空間資源)的現實背景下，如何在保證精確度的前提下，召回更多的同款商品對本領域技術人員來說是一個需要考慮的難題。

發明內容

本發明的目的是提供一種同款商品的圖像匹配方法、裝置、設備以及計算機可讀存儲介質，以在保證精確度的前提下，召回更多的同款商品。

為解決上述技術問題，本發明提供一種同款商品的圖像匹配方法，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。

可選地，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。

可選地，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。

可選地，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：