[發明專利]OTA圖片標簽的識別方法、電子設備和介質

有效

• 申請號: 201910934233.1
• 申請日: 2019-09-29
• 公開（公告）號: CN110704650B
• 公開（公告）日: 2023-04-25
• 發明（設計）人: 成丹妮;羅超;胡泓
• 申請（專利權）人: 攜程計算機技術（上海）有限公司
• 主分類號: G06F16/51
• 分類號: G06F16/51;G06F16/58;G06F16/583
• 代理公司: 上海弼興律師事務所 31283
• 代理人: 薛琦;張冉

本發明公開了一種OTA圖片標簽的識別方法、電子設備和介質，其中OTA圖片標簽的識別方法，包括以下步驟：根據OTA圖片庫構建OTA圖像標簽數據集，OTA圖片庫包括OTA圖片和與OTA圖片對應的標簽；根據OTA圖像標簽數據集建立標簽關系模型；根據標簽關系模型建立圖像特征提取模型，并提取圖像特征；根據圖像特征建立標簽識別模型；采用標簽識別模型識別待測OTA圖片的標簽。本發明基于OTA酒店下的海量圖片信息和當前存在的標簽，利用深度學習的方法對圖片進行自動化標簽識別。

技術領域

本發明屬于OTA圖片標簽的識別技術領域，尤其涉及一種OTA圖片標簽的識別方法、電子設備和介質。

背景技術

圖像可對信息提供直觀表示與傳達，因此在OTA(在線旅游)場景中得到大規模應用。有效準確地展示圖像能極大地提升用戶體驗，從而提高用戶的轉化率。OTA圖像中內容通常比較復雜，單幅圖像往往含有多個語義，具有多個標簽屬性。而現有技術中，對圖像標簽的識別往往采用人工方式，耗時很長，效率低，成本高，準確率低。

發明內容

本發明要解決的技術問題是為了克服現有技術中的缺陷，提供一種OTA圖片標簽的識別方法、電子設備和介質。

本發明是通過下述技術方案來解決上述技術問題：

本發明提供一種OTA圖片標簽的識別方法，包括以下步驟：

根據OTA圖片庫構建OTA圖像標簽數據集，OTA圖片庫包括OTA圖片和與OTA圖片對應的標簽；

根據OTA圖像標簽數據集建立標簽關系模型；

根據標簽關系模型建立圖像特征提取模型，并提取圖像特征；

根據圖像特征建立標簽識別模型；

采用標簽識別模型識別待測OTA圖片的標簽。

較佳地，根據OTA圖片庫構建OTA圖像標簽數據集的步驟包括：

統計OTA圖片庫中的標簽出現的次數；

獲取目標標簽，目標標簽為出現的次數大于預設數值的標簽；

構建OTA圖像標簽數據集，OTA圖像標簽數據集包括目標標簽和目標圖片，目標圖片為OTA圖片庫中與目標標簽對應的圖片。

較佳地，根據OTA圖像標簽數據集建立標簽關系模型的步驟包括：

通過one-hot(一種編碼方式)的形式將目標標簽轉換為標簽向量，并根據目標標簽出現的次數構建標簽關系有向圖，在標簽關系有向圖中，第i個目標標簽到第j個目標標簽的變換系數z_ij滿足以下公式：

z_ij＝q_ij/q_i

其中，q_i表示OTA圖像標簽數據集中包括第i個目標標簽的目標圖片的數量，q_ij表示OTA圖像標簽數據集中同時包括第i個目標標簽和第j個目標標簽的目標圖片的數量，i∈[1,N]，j∈[1,N]，N為目標標簽的類別的數量。目標標簽包括圖片中可識別的內容以及其屬性和照片的拍攝環境，如山、大海、白天、夜晚、建筑局部、建筑全景等。

較佳地，根據OTA圖像標簽數據集建立標簽關系模型的步驟還包括：

通過圖卷積變換將目標標簽轉換為標簽關系矩陣W，標簽關系矩陣W用于表征標簽關系模型，D的維度與卷積神經網絡的特征變換函數F(X)的輸出特征維度一致。用于表征實數域。

較佳地，圖像特征提取模型的傳輸函數為：

L＝W·F(X)，

其中，F(X)為卷積神經網絡的特征變換函數。