CN106355184A - 一种基于图像分割的商品识别方法及装置 - Google Patents

一种基于图像分割的商品识别方法及装置 Download PDF

Info

Publication number
CN106355184A
CN106355184A CN201610694642.5A CN201610694642A CN106355184A CN 106355184 A CN106355184 A CN 106355184A CN 201610694642 A CN201610694642 A CN 201610694642A CN 106355184 A CN106355184 A CN 106355184A
Authority
CN
China
Prior art keywords
commodity
store
outline
algorithm
image
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.)
Withdrawn
Application number
CN201610694642.5A
Other languages
English (en)
Inventor
万晓东
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuxi Tvmining Juyuan Media Technology Co Ltd
Original Assignee
Wuxi Tvmining Juyuan Media Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Wuxi Tvmining Juyuan Media Technology Co Ltd filed Critical Wuxi Tvmining Juyuan Media Technology Co Ltd
Priority to CN201610694642.5A priority Critical patent/CN106355184A/zh
Publication of CN106355184A publication Critical patent/CN106355184A/zh
Withdrawn legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/44Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G06V10/443Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by matching or filtering
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00Commerce
    • G06Q30/06Buying, selling or leasing transactions
    • G06Q30/0601Electronic shopping [e-shopping]
    • G06Q30/0631Item recommendations

Abstract

本发明公开了一种基于图像分割的商品识别方法及装置,用于将基于图像分割的检测方法应用至商品识别中。所述方法包括:获取视频节目中的图像,并根据第一图像分割算法对所述图像进行分割;获取分割后的多个分割区域,并在多个所述分割区域中根据第二图像分割算法寻找商品的外轮廓;对寻找到的所述商品的外轮廓进行剪切,并根据预设参数将剪切后的所述商品的外轮廓进行存储;将剪切后的所述商品的外轮廓与指定商城中的商城商品进行匹配;从与识别出的所述商品匹配的商城商品中,根据预设选取参数选取特定商城商品。该方案将基于图像分割的检测方法应用至商品识别中,且该方法提高了商品识别的准确度和识别效率,提升了用户体验。

Description

一种基于图像分割的商品识别方法及装置
技术领域
本发明涉及指纹识别领域,特别涉及一种基于图像分割的商品识别方法及装置。
背景技术
图像分割是指将数字图像细分为多个图像子区域的过程,通常用于定位图像中的物体和边界。而在电商系统中,给用户推荐商品是提高商品销量的常用手段,而在推荐过程中,需要首先获取用于进行比对和匹配的商品模型,并根据商品模型来对待推荐商品进行模拟,获得待推荐商品的预测输出,进而向用户进行推荐。随着科学技术的发展,对于商品模型的训练要求生成的商品模型准确度越来越高,训练效率要求也越来越高,现有的商品模型训练方法逐渐不能满足当前的需求,因此一种基于图像分割的商品识别方法是当前所需要的。
发明内容
本发明提供一种基于图像分割的商品识别方法及装置,将基于图像分割的检测方法应用至商品识别中,且该方法提高了商品识别的准确度和识别效率,提升了用户体验。根据本发明实施例的第一方面,提供一种基于图像分割的商品识别方法,包括:
获取视频节目中的图像,并根据第一图像分割算法对所述图像进行分割;
获取分割后的多个分割区域,并在多个所述分割区域中根据第二图像分割算法寻找商品的外轮廓;
对寻找到的所述商品的外轮廓进行剪切,并根据预设参数将剪切后的所述商品的外轮廓进行存储;
将剪切后的所述商品的外轮廓与指定商城中的商城商品进行匹配;
从与识别出的所述商品匹配的商城商品中,根据预设选取参数选取特定商城商品。
在一个实施例中,所述从与识别出的所述商品匹配的商城商品中,根据预设选取参数选取特定商城商品之后,还包括:
将选取的所述特定商城商品的链接发送至用户。
在一个实施例中,所述第一图像分割算法包括meanshift算法;所述第二图像分割算法包括grapcut算法。
在一个实施例中,所述对寻找到的所述商品的外轮廓进行剪切,并根据预设参数将剪切后的所述商品的外轮廓进行存储,包括:
对寻找到的所述商品的外轮廓进行剪切,并根据所述商品的外轮廓的颜色或/和纹理特征将其分类备份至数据库中。
在一个实施例中,所述将剪切后的所述商品的外轮廓与指定商城中的商城商品进行匹配,包括:
自所述数据库中调取所述商品的外轮廓,并根据感知哈希算法,将所述商品的外轮廓与指定商城中的商城商品进行匹配,并将所述指定商城中所有与所述商品匹配的商城商品设定为识别出的商城商品;
所述从与识别出的所述商品匹配的商城商品中,根据预设选取参数选取特定商城商品,包括:
获取与识别出的所述商品匹配的各所述商城商品所处商城的地理位置;
获取各所述商城商品所处商城的地理位置与用户所在的地理位置之间的距离;
选取所处商城的地理位置与用户所在的地理位置之间的距离最短的商城商品作为特定商城商品。
根据本发明实施例的第二方面,还提供一种基于图像分割的商品识别装置,包括:
分割模块,用于获取视频节目中的图像,并根据第一图像分割算法对所述图像进行分割;
外轮廓获取模块,用于获取分割后的多个分割区域,并在多个所述分割区域中根据第二图像分割算法寻找商品的外轮廓;
剪切模块,用于对寻找到的所述商品的外轮廓进行剪切,并根据预设参数将剪切后的所述商品的外轮廓进行存储;
匹配模块,用于将剪切后的所述商品的外轮廓与指定商城中的商城商品进行匹配;
选取模块,用于从与识别出的所述商品匹配的商城商品中,根据预设选取参数选取特定商城商品。
在一个实施例中,所述装置还包括:
发送模块,用于将选取的所述特定商城商品的链接发送至用户。
在一个实施例中,所述第一图像分割算法包括meanshift算法;所述第二图像分割算法包括grapcut算法。
在一个实施例中,所述剪切模块包括:
剪切子模块,用于对寻找到的所述商品的外轮廓进行剪切,并根据所述商品的外轮廓的颜色或/和纹理特征将其分类备份至数据库中。
在一个实施例中,所述匹配模块包括:
匹配子模块,用于自所述数据库中调取所述商品的外轮廓,并根据感知哈希算法,将所述商品的外轮廓与指定商城中的商城商品进行匹配,并将所述指定商城中所有与所述商品匹配的商城商品设定为识别出的商城商品;
所述选取模块包括:
第一获取子模块,用于获取与识别出的所述商品匹配的各所述商城商品所处商城的地理位置;
第二获取子模块,用于获取各所述商城商品所处商城的地理位置与用户所在的地理位置之间的距离;
选取子模块,用于选取所处商城的地理位置与用户所在的地理位置之间的距离最短的商城商品作为特定商城商品。
本发明实施例提供的技术方案可产生以下有益效果:获取视频节目中的图像,并根据第一图像分割算法对所述图像进行分割;获取分割后的多个分割区域,并在多个所述分割区域中根据第二图像分割算法寻找商品的外轮廓;对寻找到的所述商品的外轮廓进行剪切,并根据预设参数将剪切后的所述商品的外轮廓进行存储;将剪切后的所述商品的外轮廓与指定商城中的商城商品进行匹配;从与识别出的所述商品匹配的商城商品中,根据预设选取参数选取特定商城商品。该方案将基于图像分割的检测方法应用至商品识别中,且该方法提高了商品识别的准确度和识别效率,提升了用户体验。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。
在附图中:
图1为本发明根据一示例性实施例示出的一种基于图像分割的商品识别方法的流程图。
图2为本发明根据一示例性实施例示出的另一种基于图像分割的商品识别方法的流程图。
图3为本发明根据一示例性实施例示出的一种基于图像分割的商品识别方法的步骤S30的流程图。
图4为本发明根据一示例性实施例示出的一种基于图像分割的商品识别方法的步骤S40和步骤S50的流程图。
图5为本发明根据一示例性实施例示出的一种基于图像分割的商品识别装置的框图。
图6为本发明根据一示例性实施例示出的另一种基于图像分割的商品识别装置的框图。
图7为本发明根据一示例性实施例示出的一种基于图像分割的商品识别装置的剪切模块63的框图。
图8为本发明根据一示例性实施例示出的一种基于图像分割的商品识别装置的匹配模块64的框图。
图9为本发明根据一示例性实施例示出的一种基于图像分割的商品识别装置的匹配模块65的框图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
本公开实施例提供了一种基于图像分割的商品识别方法,用于将基于图像分割的检测方法应用至商品识别中,且该方法提高了商品识别的准确度和识别效率,提升了用户体验。如图1所示,该方法包括步骤S10-S50:
在步骤S10中,获取视频节目中的图像,并根据第一图像分割算法对所述图像进行分割;在一个实施例中,所述第一图像分割算法包括meanshift算法;可理解的,所述第一图像分割算法并不限定于为meanshift算法;只要可以对所述图像进行分割即可。
在步骤S20中,获取分割后的多个分割区域,并在多个所述分割区域中根据第二图像分割算法寻找商品的外轮廓;在一个实施例中,所述第二图像分割算法包括grapcut算法。可理解的,所述第二图像分割算法并不限定于为grapcut算法,只要能达到在根据所述第一图像分割算法进行分割之后的图像中寻找商品的外轮廓的效果即可。
在步骤S30中,对寻找到的所述商品的外轮廓进行剪切,并根据预设参数将剪切后的所述商品的外轮廓进行存储;可理解的,所述预设参数可以根据需求进行设置,比如,所述预设参数为商品的外轮廓的颜色、纹理特征等可以将所述商品进行比对和辨认的特征。
在步骤S40中,将剪切后的所述商品的外轮廓与指定商城中的商城商品进行匹配;其中,所述指定商城可以是用户指定的多个商城,也可以是在用户默认系统设置的商城。在对寻找到的所述商品的外轮廓进行剪切之后,可以将其与指定商城中的商城商品进行比对,且在比对之后,将与所述商品的外轮廓匹配的商城商品,设定为在该商城中识别出的商城商品。
在步骤S50中,从与识别出的所述商品匹配的商城商品中,根据预设选取参数选取特定商城商品。也即,所述预设选取参数可以根据用户需求进行设定,比如,根据商城与用户之间的地理位置的距离、商品价格、用户喜好、商品购买的频率及好评率等。
在一个实施例中,如图2所示,所述方法的步骤S50之后还包括步骤S60:
在步骤S60中,将选取的所述特定商城商品的链接发送至用户。也即,在将所述特定商城商品选取完毕之后,将该特定商城商品发送至用户,以供用户进行选择。
在一个实施例中,如图3所示,所述步骤S30包括:
步骤S301、对寻找到的所述商品的外轮廓进行剪切,并根据所述商品的外轮廓的颜色或/和纹理特征将其分类备份至数据库中。可理解的,在本实施例中,所述预设参数包括但不限定于为商品的外轮廓的颜色、纹理特征或者颜色以及纹理特征可以将所述商品进行比对和辨认的特征。
在一个实施例中,如图4所示,所述步骤S40包括:
步骤S401、自所述数据库中调取所述商品的外轮廓,并根据感知哈希算法,将所述商品的外轮廓与指定商城中的商城商品进行匹配,并将所述指定商城中所有与所述商品匹配的商城商品设定为识别出的商城商品;其中,所述指定商城可以是用户指定的多个商城,也可以是在用户默认系统设置的商城。在对寻找到的所述商品的外轮廓进行剪切之后,可以将其与指定商城中的商城商品进行比对,且在比对之后,将与所述商品的外轮廓匹配的商城商品,设定为在该商城中识别出的商城商品。
如图4所示,所述步骤S50包括:
步骤S501、获取与识别出的所述商品匹配的各所述商城商品所处商城的地理位置;也即,在本实施例中,将所述预设选取参数设定为商品所处商城与用户之间的地理位置的距离,当两者之间的地理位置的距离最短时,将该商品设定为特定商城商品。
步骤S502、获取各所述商城商品所处商城的地理位置与用户所在的地理位置之间的距离;
步骤S503、选取所处商城的地理位置与用户所在的地理位置之间的距离最短的商城商品作为特定商城商品。也即,当两者之间的地理位置的距离最短时,将该商品设定为特定商城商品,并将该特定商城商品的连接提供给用户。
本发明实施例提供的上述方法,获取视频节目中的图像,并根据第一图像分割算法对所述图像进行分割;获取分割后的多个分割区域,并在多个所述分割区域中根据第二图像分割算法寻找商品的外轮廓;对寻找到的所述商品的外轮廓进行剪切,并根据预设参数将剪切后的所述商品的外轮廓进行存储;将剪切后的所述商品的外轮廓与指定商城中的商城商品进行匹配;从与识别出的所述商品匹配的商城商品中,根据预设选取参数选取特定商城商品。该方案将基于图像分割的检测方法应用至商品识别中,且该方法提高了商品识别的准确度和识别效率,提升了用户体验。
对应本发明实施例提供的基于图像分割的商品识别方法,本发明还提供基于图像分割的商品识别装置,如图5所示,该装置可包括:
分割模块61,用于获取视频节目中的图像,并根据第一图像分割算法对所述图像进行分割;在一个实施例中,所述第一图像分割算法包括meanshift算法;可理解的,所述第一图像分割算法并不限定于为meanshift算法;只要可以对所述图像进行分割即可。
外轮廓获取模块62,用于获取分割后的多个分割区域,并在多个所述分割区域中根据第二图像分割算法寻找商品的外轮廓;在一个实施例中,所述第二图像分割算法包括grapcut算法。可理解的,所述第二图像分割算法并不限定于为grapcut算法,只要能达到在根据所述第一图像分割算法进行分割之后的图像中寻找商品的外轮廓的效果即可。
剪切模块63,用于对寻找到的所述商品的外轮廓进行剪切,并根据预设参数将剪切后的所述商品的外轮廓进行存储;可理解的,所述预设参数可以根据需求进行设置,比如,所述预设参数为商品的外轮廓的颜色、纹理特征等可以将所述商品进行比对和辨认的特征。
匹配模块64,用于将剪切后的所述商品的外轮廓与指定商城中的商城商品进行匹配;其中,所述指定商城可以是用户指定的多个商城,也可以是在用户默认系统设置的商城。在对寻找到的所述商品的外轮廓进行剪切之后,可以将其与指定商城中的商城商品进行比对,且在比对之后,将与所述商品的外轮廓匹配的商城商品,设定为在该商城中识别出的商城商品。
选取模块65,用于从与识别出的所述商品匹配的商城商品中,根据预设选取参数选取特定商城商品。也即,所述预设选取参数可以根据用户需求进行设定,比如,根据商城与用户之间的地理位置的距离、商品价格、用户喜好、商品购买的频率及好评率等。
在一个实施例中,如图6所示,所述装置还包括:
发送模块66,用于将选取的所述特定商城商品的链接发送至用户。也即,在将所述特定商城商品选取完毕之后,将该特定商城商品发送至用户,以供用户进行选择。
在一个实施例中,所述第一图像分割算法包括meanshift算法;所述第二图像分割算法包括grapcut算法。
在一个实施例中,如图7所示,所述剪切模块63包括:
剪切子模块631,用于对寻找到的所述商品的外轮廓进行剪切,并根据所述商品的外轮廓的颜色或/和纹理特征将其分类备份至数据库中。可理解的,在本实施例中,所述预设参数包括但不限定于为商品的外轮廓的颜色、纹理特征或者颜色以及纹理特征可以将所述商品进行比对和辨认的特征。
在一个实施例中,如图8所示,所述匹配模块64包括:
匹配子模块641,用于自所述数据库中调取所述商品的外轮廓,并根据感知哈希算法,将所述商品的外轮廓与指定商城中的商城商品进行匹配,并将所述指定商城中所有与所述商品匹配的商城商品设定为识别出的商城商品;其中,所述指定商城可以是用户指定的多个商城,也可以是在用户默认系统设置的商城。在对寻找到的所述商品的外轮廓进行剪切之后,可以将其与指定商城中的商城商品进行比对,且在比对之后,将与所述商品的外轮廓匹配的商城商品,设定为在该商城中识别出的商城商品。
如图9所示,所述选取模块65包括:
第一获取子模块651,用于获取与识别出的所述商品匹配的各所述商城商品所处商城的地理位置;也即,在本实施例中,将所述预设选取参数设定为商品所处商城与用户之间的地理位置的距离,当两者之间的地理位置的距离最短时,将该商品设定为特定商城商品。
第二获取子模块652,用于获取各所述商城商品所处商城的地理位置与用户所在的地理位置之间的距离;
选取子模块653,用于选取所处商城的地理位置与用户所在的地理位置之间的距离最短的商城商品作为特定商城商品。也即,当两者之间的地理位置的距离最短时,将该商品设定为特定商城商品,并将该特定商城商品的连接提供给用户。
本发明实施例提供的上述装置,将基于图像分割的检测方法应用至商品识别中,且该方法提高了商品识别的准确度和识别效率,提升了用户体验。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序请求实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序请求到通用计算机、专用计算机、嵌入式处理机或其他可编程信息处理设备的处理器以产生一个机器,使得通过计算机或其他可编程信息处理设备的处理器执行的请求产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序请求也可存储在能引导计算机或其他可编程信息处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的请求产生包括请求装置的制造品,该请求装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序请求也可装载到计算机或其他可编程信息处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的请求提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种基于图像分割的商品识别方法,其特征在于,包括:
获取视频节目中的图像,并根据第一图像分割算法对所述图像进行分割;
获取分割后的多个分割区域,并在多个所述分割区域中根据第二图像分割算法寻找商品的外轮廓;
对寻找到的所述商品的外轮廓进行剪切,并根据预设参数将剪切后的所述商品的外轮廓进行存储;
将剪切后的所述商品的外轮廓与指定商城中的商城商品进行匹配;
从与识别出的所述商品匹配的商城商品中,根据预设选取参数选取特定商城商品。
2.如权利要求1所述的方法,其特征在于,所述从与识别出的所述商品匹配的商城商品中,根据预设选取参数选取特定商城商品之后,还包括:
将选取的所述特定商城商品的链接发送至用户。
3.如权利要求1所述的方法,其特征在于,所述第一图像分割算法包括meanshift算法;所述第二图像分割算法包括grapcut算法。
4.如权利要求1所述的方法,其特征在于,所述对寻找到的所述商品的外轮廓进行剪切,并根据预设参数将剪切后的所述商品的外轮廓进行存储,包括:
对寻找到的所述商品的外轮廓进行剪切,并根据所述商品的外轮廓的颜色或/和纹理特征将其分类备份至数据库中。
5.如权利要求4所述的方法,其特征在于,所述将剪切后的所述商品的外轮廓与指定商城中的商城商品进行匹配,包括:
自所述数据库中调取所述商品的外轮廓,并根据感知哈希算法,将所述商品的外轮廓与指定商城中的商城商品进行匹配,并将所述指定商城中所有与所述商品匹配的商城商品设定为识别出的商城商品;
所述从与识别出的所述商品匹配的商城商品中,根据预设选取参数选取特定商城商品,包括:
获取与识别出的所述商品匹配的各所述商城商品所处商城的地理位置;
获取各所述商城商品所处商城的地理位置与用户所在的地理位置之间的距离;
选取所处商城的地理位置与用户所在的地理位置之间的距离最短的商城商品作为特定商城商品。
6.一种基于图像分割的商品识别装置,其特征在于,包括:
分割模块,用于获取视频节目中的图像,并根据第一图像分割算法对所述图像进行分割;
外轮廓获取模块,用于获取分割后的多个分割区域,并在多个所述分割区域中根据第二图像分割算法寻找商品的外轮廓;
剪切模块,用于对寻找到的所述商品的外轮廓进行剪切,并根据预设参数将剪切后的所述商品的外轮廓进行存储;
匹配模块,用于将剪切后的所述商品的外轮廓与指定商城中的商城商品进行匹配;
选取模块,用于从与识别出的所述商品匹配的商城商品中,根据预设选取参数选取特定商城商品。
7.如权利要求6所述的装置,其特征在于,所述装置还包括:
发送模块,用于将选取的所述特定商城商品的链接发送至用户。
8.如权利要求6所述的装置,其特征在于,所述第一图像分割算法包括meanshift算法;所述第二图像分割算法包括grapcut算法。
9.如权利要求6所述的装置,其特征在于,所述剪切模块包括:
剪切子模块,用于对寻找到的所述商品的外轮廓进行剪切,并根据所述商品的外轮廓的颜色或/和纹理特征将其分类备份至数据库中。
10.如权利要求9所述的装置,其特征在于,所述匹配模块包括:
匹配子模块,用于自所述数据库中调取所述商品的外轮廓,并根据感知哈希算法,将所述商品的外轮廓与指定商城中的商城商品进行匹配,并将所述指定商城中所有与所述商品匹配的商城商品设定为识别出的商城商品;
所述选取模块包括:
第一获取子模块,用于获取与识别出的所述商品匹配的各所述商城商品所处商城的地理位置;
第二获取子模块,用于获取各所述商城商品所处商城的地理位置与用户所在的地理位置之间的距离;
选取子模块,用于选取所处商城的地理位置与用户所在的地理位置之间的距离最短的商城商品作为特定商城商品。
CN201610694642.5A 2016-08-18 2016-08-18 一种基于图像分割的商品识别方法及装置 Withdrawn CN106355184A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610694642.5A CN106355184A (zh) 2016-08-18 2016-08-18 一种基于图像分割的商品识别方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610694642.5A CN106355184A (zh) 2016-08-18 2016-08-18 一种基于图像分割的商品识别方法及装置

Publications (1)

Publication Number Publication Date
CN106355184A true CN106355184A (zh) 2017-01-25

Family

ID=57843611

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610694642.5A Withdrawn CN106355184A (zh) 2016-08-18 2016-08-18 一种基于图像分割的商品识别方法及装置

Country Status (1)

Country Link
CN (1) CN106355184A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108364420A (zh) * 2018-01-08 2018-08-03 阿里巴巴集团控股有限公司 图像识别方法及装置和电子设备
CN109741119A (zh) * 2018-03-23 2019-05-10 广州逗号智能零售有限公司 结账方法、装置、系统及计算机可读存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103020153A (zh) * 2012-11-23 2013-04-03 黄伟 一种基于视频的广告识别方法
CN103940438A (zh) * 2013-01-23 2014-07-23 清华大学 一种基于条码的购物中心定位和群智购物导航方法
CN105373938A (zh) * 2014-08-27 2016-03-02 阿里巴巴集团控股有限公司 识别视频图像中的商品和展示其信息的方法、装置及系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103020153A (zh) * 2012-11-23 2013-04-03 黄伟 一种基于视频的广告识别方法
CN103940438A (zh) * 2013-01-23 2014-07-23 清华大学 一种基于条码的购物中心定位和群智购物导航方法
CN105373938A (zh) * 2014-08-27 2016-03-02 阿里巴巴集团控股有限公司 识别视频图像中的商品和展示其信息的方法、装置及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
姜长龙: "基于graph cuts图像分割的mean shift目标跟踪算法研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108364420A (zh) * 2018-01-08 2018-08-03 阿里巴巴集团控股有限公司 图像识别方法及装置和电子设备
CN109741119A (zh) * 2018-03-23 2019-05-10 广州逗号智能零售有限公司 结账方法、装置、系统及计算机可读存储介质

Similar Documents

Publication Publication Date Title
US9928397B2 (en) Method for identifying a target object in a video file
US9367756B2 (en) Selection of representative images
US9665606B2 (en) Edge-based recognition, systems and methods
CN108197618B (zh) 用于生成人脸检测模型的方法和装置
EP2833324B1 (en) Image quality analysis for searches
US20180068198A1 (en) Methods and Software for Detecting Objects in an Image Using Contextual Multiscale Fast Region-Based Convolutional Neural Network
Liang et al. Objective quality prediction of image retargeting algorithms
US9058757B2 (en) Systems and methods for image or video personalization with selectable effects
US9171195B1 (en) Recognizing three-dimensional objects
US20140348420A1 (en) Method and system for automatic selection of one or more image processing algorithm
US20170358133A1 (en) Adaptive Decimation Using 3D Video Features
US9679380B2 (en) Emotion modification for image and video content
CN105096259A (zh) 深度图像的深度值恢复方法和系统
CN106326852A (zh) 一种基于深度学习的商品识别方法及装置
CN110741377A (zh) 人脸图像处理方法、装置、存储介质及电子设备
CN111814620A (zh) 人脸图像质量评价模型建立方法、优选方法、介质及装置
CN104637035A (zh) 生成卡通人脸图片的方法、装置及系统
JP6997369B2 (ja) プログラム、測距方法、及び測距装置
KR102362470B1 (ko) 족부 정보 처리 방법 및 장치
CN106355184A (zh) 一种基于图像分割的商品识别方法及装置
CN110516598B (zh) 用于生成图像的方法和装置
US20160110909A1 (en) Method and apparatus for creating texture map and method of creating database
EP3053137B1 (en) Method and apparatus for generating superpixel clusters
CN106548114B (zh) 图像处理方法、装置及计算机可读介质
CN104573132A (zh) 歌曲查找方法及装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20170125