CN102024049A - 一种用于电子商务平台上的图像检索方法 - Google Patents
一种用于电子商务平台上的图像检索方法 Download PDFInfo
- Publication number
- CN102024049A CN102024049A CN 201010591494 CN201010591494A CN102024049A CN 102024049 A CN102024049 A CN 102024049A CN 201010591494 CN201010591494 CN 201010591494 CN 201010591494 A CN201010591494 A CN 201010591494A CN 102024049 A CN102024049 A CN 102024049A
- Authority
- CN
- China
- Prior art keywords
- commodity
- image
- feature
- product
- commerce platform
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 25
- 230000009466 transformation Effects 0.000 claims abstract description 5
- 239000013598 vector Substances 0.000 claims abstract description 4
- 239000004744 fabric Substances 0.000 claims description 5
- 238000003909 pattern recognition Methods 0.000 claims description 5
- HUTDUHSNJYTCAR-UHFFFAOYSA-N ancymidol Chemical compound C1=CC(OC)=CC=C1C(O)(C=1C=NC=NC=1)C1CC1 HUTDUHSNJYTCAR-UHFFFAOYSA-N 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004040 coloring Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Processing Or Creating Images (AREA)
- Image Analysis (AREA)
Abstract
本发明是一种用于电子商务平台的图像检索方法,步骤S1:从商品图像库中提取所有商品图像的外观特征并用统计直方图向量描述,使提取的商品外观特征对图像的尺度、旋转、平移变换具有鲁棒性;然后通过查找最近邻方法把同一类商品图像库中所有商品外观特征与待检索商品图像的外观特征分别计算欧式距离,得到依据不同商品外观特征的商品图像的排序;步骤S2:依据所述排序,根据相似度打分;步骤S3:消费者根据对商品图像外观方面关注度的不同,对同一类商品图像的不同特征得分进行自主组合,将每种特征的得分乘上各自的关注度权重值,得分相加,根据总分得到与消费者所要检索的商品最相似的商品图像的排列。
Description
技术领域
本发明属于模式识别与信息处理技术领域,涉及电子商务平台上商品图像的处理,尤其能基于商品图像的内容信息对相似商品图像进行检索的实现方案。
背景技术
目前的电子商务平台,消费者对所需要的商品的检索大都是通过品牌的不同、价格的排序、商品类别的不同以及销量的高低实现的。这些检索对消费者来说,自主性不高,消费者都是被动的接受,并且很少考虑到对人眼冲击比较大的商品外观方面。
对商品的展示大都是用商品图像的形式实现的。展示形式是各个不同角度的商品图片,让消费者对商品有个较全面的了解。另外,在对商品的组织上,大都是按类别、品牌、价格等的排序,排序的实现都是基于商品标注的文本信息。还不存在不依靠商品标签,只针对商品图片所包含的信息内容对商品进行组织的方法;并且目前电子商务网站,消费者的检索都是被动式的,很难表达消费者的检索意愿。
发明内容
(一)要解决的技术问题
本发明要解决的是把模式识别领域基于图像内容的检索灵活运用到电子商务平台,进而帮助消费者更好地实现自主式商品搜索的技术问题,本发明的目的在于提供一种在电子商务平台上的图像检索方法。
(二)技术方案
为达到上述目的,本发明提供在电子商务平台上的图像检索方法解决技术问题的技术方案包括步骤如下:
步骤S1:从商品图像库中获取电子商务平台上待检索的商品图像,提取商品图像中的商品外观特征,这些外观特征用统计直方图向量的形式来描述,使得提取的商品外观特征能够对图像的尺度、旋转、平移变换具有鲁棒性;然后通过快速查找最近邻的方法,把同一类商品图像库中的所有商品外观特征,与待检索的商品图像的外观特征分别计算欧式距离,得到依据不同商品外观特征的商品图像的排序;
步骤S2:依据不同种特征得到的商品图像的排序,该顺序反映了与被检索图像的相似度的高低,按照计算得到的顺序及距离对每幅商品图像赋予一个分数,也就是对商品图像的相似度打分;
步骤S3:针对不同消费者对商品图像各个外观方面关注度的不同,我们创新性地使消费者可以自主地对同一类商品图像的不同特征得分进行一个组合,即把得分乘上一个关注度权重值,然后再将得分相加,根据总得分的多少,最终得到与消费者所要检索商品的最相似的商品图像的一个排列。
(三)本发明的有益效果:
本发明采用了多外观特征的融合以及消费者灵活自主打分的检索策略,解决了消费者对所需要的相似商品进行自主式地检索,其优点如下:
本发明的方法(1)从消费者的实际需求出发,通过基于多信息融合的图像检索策略在电子商务平台上的应用,能够帮助消费者找到相似的物品;(2)本发明实现了一种自主打分策略,消费者根据自己关注的商品的某个方面进行自主打分来调整关注度,对图像检索中用到的技术进行了灵活地融合,达到检索到相似商品的目的。
附图说明
图1是本发明对相似商品的检索流程图;
图2是本发明只关注形状信息的检索示意图;
图3是本发明只关注颜色信息的检索示意图;
图4是本发明既关注颜色又关注形状的检索示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,以下结合具体实施例,并参照附图,对本发明进一步详细说明。
本发明是用于电子商务平台上的相似商品图像检索的方法,该方法能够实现不依赖商品的文本标签,完成对商品图像的检索。并且该检索方法可以很好的满足消费者对商品关注的要求的灵活性,运用对不同的特征检索结果进行打分,然后对得分进行加权相加,得到最终的检索结果。
我们对该发明方法实现的软硬件环境:普通PC机,Intel Core2 CPU2.33GHz,内存2.0G,集成显卡,Windows操作系统,VC++6.0的编译环境。
如图1示出本发明对相似商品的检索流程图,对相似商品的检索方法包括步骤如下:
步骤S1:从商品图像库中获取电子商务平台上待检索的商品图像,提取商品图像中的商品外观特征,这些外观特征用统计直方图向量的形式来描述,使得提取的商品外观特征能够对图像的尺度、旋转、平移变换具有鲁棒性;然后通过快速查找最近邻的方法,把同一类商品图像库中的所有商品外观特征,与待检索的商品图像的外观特征分别计算欧式距离,得到依据不同商品外观特征的商品图像的排序;
步骤S2:依据不同种特征得到的商品图像的排序,该顺序反映了与被检索图像的相似度的高低,按照计算得到的顺序及距离对每幅商品图像赋予一个分数,也就是对商品图像的相似度打分;
步骤S3:针对不同消费者对商品图像各个外观方面关注度的不同,我们创新性地使消费者可以自主地对同一类商品图像的不同特征得分进行一个组合,即把得分乘上一个关注度权重值,然后再将得分相加,根据总得分的多少,最终得到与消费者所要检索商品的最相似的商品图像的一个排列。
其中,把模式识别中的经典特征用到电子商务商品图像外观的描述上面,所述商品图像外观特征包括:形状特征、颜色特征、轮廓特征以及纹理特征。
其中,将相似的商品图像的检索应用到电子商务平台,根据商品外观特征与被检索商品图像特征的距离排序,对图像库中的商品相似度进行打分的策略,为后续的检索提供依据。
其中,消费者自主对不同特征得分进行灵活组合的方式得到所需商品的一个排序,所述组合方式是通过不同特征得分分别乘上用户对不同外观的关注度权重系数实现,这样帮助用户实现了更好的购物体验。
本发明方法主要由独立的不同特征的提取,对不同特征关注度的打分以及消费者自主对得分进行灵活组合共三个步骤组成:
1.对于电子商务平台的应用,线下完成整个图像库的独立的不同特征的提取
我们从电子商务平台上商品图像的特点出发,提取最能反映商品外观的特征,包括形状特征,颜色特征,轮廓特征以及纹理特征。我们提取的特征能够对图像的尺度、旋转、平移变换具有鲁棒性。这些特征都是模式识别领域的经典特征,在图像检索领域应用广泛。
(1)形状特征:通过对整幅图像的目标区域和对图像的分块区域提取梯度方向直方图特征,图像的全局形状和局部形状信息被包含进来,使形状特征对商品的描述更加准确;
(2)颜色特征:通过对图像进行颜色空间的转换,从RGB空间转换到更接近人视觉的Lab颜色空间,然后提取颜色直方图特征;
(3)轮廓特征:通过对图像二值化的处理,然后运用形态学图像处理技术,包括腐蚀、膨胀、填充,最终得到图像的外轮廓;
(4)纹理特征:通过在灰度图像上提取局部二元模态特征,可以在商品图像的细节上进一步帮助消费者找到相似的商品。
2.对不同特征关注度的得分策略在电子商务平台上更能细化商品的相似度
对于消费者想要查询的商品图像,在同一类商品图像库里,我们根据不同种类的特征,通过计算被查询图像与图像库中每幅图像的特征的欧式距离,然后运用快速查找得到与消费者要查找的商品图像最相似的n个商品图像,例如n=100,根据相似度,相应的得分从100分到1分。这样依据每种特征,图像库里每个商品图像都有一个这样的得分,如果直接对每幅图像的得分直接相加的话,总得分将是从最高分400分到最低分0分。
3.消费者自主对得分进行灵活组合可以发挥消费者在电子商务网站上的自主性
为了消费者选择的自主性,消费者可以根据对某方面特征关注度的不同,对不同的特征得分进行一个灵活组合,即对得分乘上一个关注度权重值,该权值的范围是0到1,如果对某方面的外观特征不关注,权值设为0,如果对某方面的外观特征十分关注,权值设为1,其他可以设为0到1之间的值。对每种特征进行权值设置后,得分相加,根据总得分的多少,得到消费者想要的最相似的商品图像的一个排列。见说明书附图1。
该发明方法的效果:
经过大量的实际实验,验证了该方法的有效性,例如在某购物网站,消费者查找心仪的鞋子,如果关注鞋的颜色,可以把颜色的权重调到最高,其他方面的权重调到最低;如果既关注颜色,又关注鞋子的形状,就可以直接调整两者的阈值达到自己的检索想要商品的目的。具体的效果见说明书附图2,图3,图4。
图2表达的是消费者只对鞋子的形状关注,所以形状特征的权重参数为1.0,而其他不关注特征的权重都设为0。
图3表达的是消费者只对鞋子的颜色关注,所以颜色特征的权重参数为1.0,而其他不关注特征的权重都设为0。
图4表达的是消费者既关注鞋子的颜色又关注鞋子的形状,并且对两者的关注度相同,所以权重参数都设为0.5,其他不关注的特征权重设为0。
以上所述,仅为本发明中的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉该技术的人在本发明所揭露的技术范围内,可理解想到的变换或替换,都应涵盖在本发明的权利要求书的保护范围之内。
Claims (4)
1.一种用于电子商务平台上的图像检索方法,其特征在于,所述方法包括步骤如下:
步骤S1:从商品图像库中获取电子商务平台上待检索的商品图像,提取商品图像中的商品外观特征,这些外观特征用统计直方图向量的形式来描述,使得提取的商品外观特征能够对图像的尺度、旋转、平移变换具有鲁棒性;然后通过快速查找最近邻的方法,把同一类商品图像库中的所有商品外观特征,与待检索的商品图像的外观特征分别计算欧式距离,得到依据不同商品外观特征的商品图像的排序;
步骤S2:依据不同种特征得到的商品图像的排序,该顺序反映了与被检索图像的相似度的高低,按照计算得到的顺序及距离对每幅商品图像赋予一个分数,也就是对商品图像的相似度打分;
步骤S3:针对不同消费者对商品图像各个外观方面关注度的不同,我们创新性地使消费者可以自主地对同一类商品图像的不同特征得分进行一个组合,即把得分乘上一个关注度权重值,然后再将得分相加,根据总得分的多少,最终得到与消费者所要检索商品的最相似的商品图像的一个排列。
2.根据权利要求1所述的用于电子商务平台上的图像检索方法,其特征在于,把模式识别中的经典特征用到电子商务商品图像外观的描述上面,所述商品图像外观特征包括:形状特征、颜色特征、轮廓特征以及纹理特征。
3.根据权利要求1所述的用于电子商务平台上的图像检索方法,其特征在于,将相似的商品图像的检索应用到电子商务平台,根据商品外观特征与被检索商品图像特征的距离排序,对图像库中的商品相似度进行打分的策略,为后续的检索提供依据。
4.根据权利要求1所述的用于电子商务平台上的图像检索方法,其特征在于,消费者自主对不同特征得分进行灵活组合的方式得到所需商品的一个排序,所述组合方式是通过不同特征得分分别乘上用户对不同外观的关注度权重系数实现,这样帮助用户实现了更好的购物体验。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201010591494 CN102024049A (zh) | 2010-12-08 | 2010-12-08 | 一种用于电子商务平台上的图像检索方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201010591494 CN102024049A (zh) | 2010-12-08 | 2010-12-08 | 一种用于电子商务平台上的图像检索方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102024049A true CN102024049A (zh) | 2011-04-20 |
Family
ID=43865346
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 201010591494 Pending CN102024049A (zh) | 2010-12-08 | 2010-12-08 | 一种用于电子商务平台上的图像检索方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102024049A (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102799635A (zh) * | 2012-06-27 | 2012-11-28 | 天津大学 | 一种用户驱动的图像集合排序方法 |
CN103092861A (zh) * | 2011-11-02 | 2013-05-08 | 阿里巴巴集团控股有限公司 | 一种商品代表图的选取方法和系统 |
CN103198408A (zh) * | 2011-11-21 | 2013-07-10 | 日立民用电子株式会社 | 商品购入装置以及信息处理方法 |
CN103810798A (zh) * | 2012-11-05 | 2014-05-21 | 东芝泰格有限公司 | 商品识别装置及商品识别方法 |
CN104408334A (zh) * | 2014-11-17 | 2015-03-11 | 广东工业大学 | 一种外观设计专利预警方法 |
CN105825390A (zh) * | 2015-01-05 | 2016-08-03 | 上海通路快建网络服务外包有限公司 | 一种商品推荐方法、装置及系统 |
CN106133777A (zh) * | 2014-12-05 | 2016-11-16 | 株式会社威舍里 | 基于社交商务的产品推荐系统和方法 |
CN107330105A (zh) * | 2017-07-07 | 2017-11-07 | 上海木爷机器人技术有限公司 | 一种相似图像检索算法的鲁棒性评测方法及装置 |
CN107729910A (zh) * | 2016-08-11 | 2018-02-23 | 阿里巴巴集团控股有限公司 | 一种图形识别的方法、装置及系统 |
CN111612026A (zh) * | 2019-02-26 | 2020-09-01 | 阿里巴巴集团控股有限公司 | 获取产品或品类的评价结果的方法、装置和系统 |
US11861528B1 (en) | 2018-12-08 | 2024-01-02 | Perception Partners, Inc. | Infringement detection system |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101853299A (zh) * | 2010-05-31 | 2010-10-06 | 杭州淘淘搜科技有限公司 | 一种基于感性认知的图像检索结果排序方法 |
-
2010
- 2010-12-08 CN CN 201010591494 patent/CN102024049A/zh active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101853299A (zh) * | 2010-05-31 | 2010-10-06 | 杭州淘淘搜科技有限公司 | 一种基于感性认知的图像检索结果排序方法 |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103092861A (zh) * | 2011-11-02 | 2013-05-08 | 阿里巴巴集团控股有限公司 | 一种商品代表图的选取方法和系统 |
CN103092861B (zh) * | 2011-11-02 | 2016-01-06 | 阿里巴巴集团控股有限公司 | 一种商品代表图的选取方法和系统 |
CN103198408A (zh) * | 2011-11-21 | 2013-07-10 | 日立民用电子株式会社 | 商品购入装置以及信息处理方法 |
CN102799635B (zh) * | 2012-06-27 | 2015-10-28 | 天津大学 | 一种用户驱动的图像集合排序方法 |
CN102799635A (zh) * | 2012-06-27 | 2012-11-28 | 天津大学 | 一种用户驱动的图像集合排序方法 |
CN103810798A (zh) * | 2012-11-05 | 2014-05-21 | 东芝泰格有限公司 | 商品识别装置及商品识别方法 |
CN103810798B (zh) * | 2012-11-05 | 2017-04-12 | 东芝泰格有限公司 | 商品识别装置及商品识别方法 |
CN104408334A (zh) * | 2014-11-17 | 2015-03-11 | 广东工业大学 | 一种外观设计专利预警方法 |
CN106133777A (zh) * | 2014-12-05 | 2016-11-16 | 株式会社威舍里 | 基于社交商务的产品推荐系统和方法 |
CN105825390A (zh) * | 2015-01-05 | 2016-08-03 | 上海通路快建网络服务外包有限公司 | 一种商品推荐方法、装置及系统 |
CN107729910A (zh) * | 2016-08-11 | 2018-02-23 | 阿里巴巴集团控股有限公司 | 一种图形识别的方法、装置及系统 |
CN107330105A (zh) * | 2017-07-07 | 2017-11-07 | 上海木爷机器人技术有限公司 | 一种相似图像检索算法的鲁棒性评测方法及装置 |
CN107330105B (zh) * | 2017-07-07 | 2019-12-24 | 上海木木机器人技术有限公司 | 一种相似图像检索算法的鲁棒性评测方法及装置 |
US11861528B1 (en) | 2018-12-08 | 2024-01-02 | Perception Partners, Inc. | Infringement detection system |
CN111612026A (zh) * | 2019-02-26 | 2020-09-01 | 阿里巴巴集团控股有限公司 | 获取产品或品类的评价结果的方法、装置和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102024049A (zh) | 一种用于电子商务平台上的图像检索方法 | |
CN104504055B (zh) | 基于图像相似度的商品相似计算方法及商品推荐系统 | |
CN103412938B (zh) | 一种基于图片交互式多目标提取的商品比价方法 | |
US8880563B2 (en) | Image search by query object segmentation | |
CN104424230B (zh) | 一种网络商品推荐方法及装置 | |
US10366447B2 (en) | Providing a virtual shopping environment for an item | |
US20180197220A1 (en) | System and method of image-based product genre identification | |
Sawant et al. | The RFID based smart shopping cart | |
US20210241321A1 (en) | Method and system for requesting and transmitting marketing images or video | |
CN101937549A (zh) | 网络购物导航系统 | |
CN110246011B (zh) | 可解释时尚服装个性化推荐方法 | |
CN107077320A (zh) | 识别对自动完成搜索结果的时间需求 | |
CN104345886B (zh) | 一种实现时尚体验的智能眼镜系统及个性化时尚体验方法 | |
US11475500B2 (en) | Device and method for item recommendation based on visual elements | |
KR102284148B1 (ko) | 딥러닝을 이용한 벡터기반의 패션추천 방법 및 시스템 | |
CN102156942A (zh) | 一种基于无线射频技术的商品推荐方法 | |
CN102800085B (zh) | 一种在复杂图像中实现对主体目标图像检测及提取的方法 | |
KR102037489B1 (ko) | 이미지 기반 광고 제공 방법, 장치 및 컴퓨터 프로그램 | |
CN109191267A (zh) | 行为场所信息的推荐方法、装置、设备及计算机可读介质 | |
JP6975312B2 (ja) | 不正推定システム、不正推定方法、及びプログラム | |
US20210042663A1 (en) | Data attribution based on spatial memory using machine learning pipeline | |
CN105335386A (zh) | 一种提供导航标签的方法及装置 | |
MX2021007315A (es) | Plataforma inteligente de publicidad y marketing. | |
CN105678575B (zh) | 基于用户属性知识库的个性化推荐方法和系统 | |
KR20160020654A (ko) | 구매 정보를 이용하는 상품 추천 시스템, 방법 및 기록 매체 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C12 | Rejection of a patent application after its publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20110420 |