[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

本發明公開了一種基于目標檢測和度量學習的跨域商品匹配方法，涉及數據處理技術領域，包括，建立已知商品的數據集合；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；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。本發明能夠在未知商品的屬性信息的情況下，使用包含該未知商品的圖片實現非電商領域和電商領域間跨域的商品匹配。并且，若該圖片中同時包含其他的未知商品，也能夠通過目標檢測模型和表征模型進行匹配。

技術領域

本發明涉及數據處理技術領域，特別是涉及一種基于目標檢測和度量學習的跨域商品匹配方法。

背景技術

現行的商品匹配方法多是在已知待匹配商品的情況下，匹配該商品的同款商品，例如：單電商平臺下不同店鋪間的相同商品匹配，不同電商平臺間的相同商品匹配。在這些場景下，待匹配商品的標題，商品屬性以及商品圖像都是已知的。同時，在電商領域下，商品的信息往往會具有某種程度的一致性，例如：商品的標題往往帶有商品品牌、產地、型號、功效等共通信息。單個商品的圖像也會突出該款商品以加深消費者的印象。因此現行方法會使用已知商品的標題、屬性、圖像等各個維度的信息進行商品匹配。

現行的商品匹配方法是在已知待匹配商品信息情況下，進行的商品匹配。這些方法是建立在消費者對商品信息已有初步了解的假設之上的。但很多情況下，消費者是不知道商品的具體信息的。消費者可能只是在圖像中看到了該商品，卻不知道該商品的具體信息。消費者想通過這張圖像去找到特定的商品，以確定商品的品牌/款式等具體信息。現行的匹配方法沒有辦法滿足這些需求。

發明內容

本發明所要解決的技術問題是，克服現有技術的缺點，提供一種基于目標檢測和度量學習的跨域商品匹配方法。

為了解決以上技術問題，本發明的技術方案如下：

一種基于目標檢測和度量學習的跨域商品匹配方法，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。

作為本發明所述基于目標檢測和度量學習的跨域商品匹配方法的一種優選方案，其中：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}；