[發明專利]一種基于目標檢測和度量學習的跨域商品匹配方法

在審

• 申請號: 202210838894.6
• 申請日: 2022-07-18
• 公開（公告）號: CN115311476A
• 公開（公告）日: 2022-11-08
• 發明（設計）人: 常征;蔣哲宇
• 申請（專利權）人: 翻車信息科技（南京）有限公司
• 主分類號: G06V10/74
• 分類號: G06V10/74;G06V10/764;G06V10/82
• 代理公司: 南京利豐知識產權代理事務所(特殊普通合伙) 32256
• 代理人: 陳志軍

1.一種基于目標檢測和度量學習的跨域商品匹配方法，其特征在于：包括，

建立已知商品的數據集合，所述已知商品的數據集合中包括已知商品的表征向量；

對于包括含待匹配商品的圖像，獲取圖像中待匹配商品所在區域的集合，并判斷該集合的長度是否大于0，若集合的長度等于0，則匹配流程結束，若集合的長度大于0，則基于待匹配商品所在區域的集合獲取待匹配商品的表征向量集；

計算待匹配商品的表征向量集與已知商品的數據集合中已知商品表征向量的歐式距離；

對于待匹配商品x，篩選出與其距離最近的k個已知商品的表征向量；

將篩選出的表征向量所對應的商品集合作為待匹配商品x的匹配結果。

2.根據權利要求1所述的方法，其特征在于：所述建立已知商品的數據集合包括，

建立已知商品的數據集合P={P_i| P_i =(Id_i，Img_i)}，其中，Id_i是商品P_i的唯一標識，Img_i是商品P_i的圖像，且Img_i中僅包含單一商品P_i；

采用目標檢測模型M_o獲取Img_i中商品所在區域集合AP={AP_i|AP_i=(x1_i，y1_i，x2_i，y2_i)}，其中，（x1_i，y1_i）為區域AP_i左上角的坐標，（x2_i，y2_i）為區域AP_i右下角的坐標，然后根據AP_i對Img_i進行裁剪，得到裁剪后的圖像集合ImgP={ImgP_i}；

采用商品表征模型M_r獲取圖像集合ImgP的表征向量集VP={VP_i}；

將已知商品的數據集合P擴充為P={P_i| P_i =(Id_i，Img_i，AP_i，VP_i)}。

3.根據權利要求1所述的方法，其特征在于：所述對于包括含待匹配商品的圖像，獲取圖像中待匹配商品所在區域的集合包括，

對于包括含待匹配商品的圖像Img_unkown，采用目標檢測模型M_o獲取待匹配商品所在區域集合AU={AU_i|AU_i=(x1_i，y1_i，x2_i，y2_i)}，m=size（AU），其中，（x1_i，y1_i）為區域AU_i左上角的坐標，（x2_i，y2_i）為區域AU_i右下角的坐標，m為集合AU的長度。

4.根據權利要求3所述的方法，其特征在于：所述基于待匹配商品所在區域的集合獲取待匹配商品的表征向量集包括，

根據AU對進行Img_unkown裁剪，得到裁剪后的圖像集合ImgU={ImgU_i}，i∈[1，m];

采用商品表征模型M_r獲取圖像集合ImgU的表征向量集VU={VU_i}，i∈[1，m]。

5.根據權利要求1所述的方法，其特征在于：在所述篩選出與其距離最近的k個已知商品的表征向量之后，還包括，

根據距離閾值排除歐式距離過遠的篩選結果，得到最終的個表征向量。