CN107609193A - 一种适合商品详情页中图片的智能自动处理方法和系统 - Google Patents
一种适合商品详情页中图片的智能自动处理方法和系统 Download PDFInfo
- Publication number
- CN107609193A CN107609193A CN201710958209.2A CN201710958209A CN107609193A CN 107609193 A CN107609193 A CN 107609193A CN 201710958209 A CN201710958209 A CN 201710958209A CN 107609193 A CN107609193 A CN 107609193A
- Authority
- CN
- China
- Prior art keywords
- picture
- intelligent
- commodity
- details page
- template
- 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
Landscapes
- Processing Or Creating Images (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本发明公开了一种适合商品详情页中图片的智能自动处理方法和系统:步骤1、用户将含有产品图片和信息的原始详情页模板上传到系统生成可供人工智能识别和处理的智能模板;步骤2、通过深度卷积网络技术对智能模板中图片进行识别、分类和排序;步骤3、系统的度卷积网络技术对步骤2中全部商品图片经过智能排序的图片依次匹配到智能模板中商品展示位置;步骤4、智能模板通过智能排版引擎进行匹配和分析图片生成一系列商品详情页,形成最终符合要求商品详情页面。本发明提高了工作效率,减轻了美工人员工作负担,其可根据图片一次性到位形成部分或全部商品详情页,便利用户快速生成详情页,也有利于提高图片的管理水平。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种适合商品详情页中图片的智能自动处理方法和系统。
背景技术
现有电子商务系统中,商品详情页面描述了一个商品的特性,对于商品的销售至关重要。现有的电商企业在制作商品详情页的制作方式一般都是通过美工在拿到摄影师拍摄的商品图片后,然后将图片通过Photoshop等图片处理软件(利用手工的方式)一张张的放置在制作好的详情页模板内进行处理,最终手工处理成商品图片的样式。例如其中图片过大,需要进行手工缩放处理;图片中商品位置不理想,需要手工对图片进行裁剪处理;图片的背景、图片中的商品颜色、种类以及图形的姿态需要一致性和连贯性(如果是服饰箱包类的商品详情页面,需要拍摄背景、商品的颜色和种类及模特的动作要有一致性和连贯性的要求),需要美工人眼分辨图片的顺序,最终通过Photoshop等图片处理软件手动排序;图片长宽度和图片中装饰内容和位置均需要美工手工修改(由于每个电商系统需要的商品详情页面尺寸宽度不同,则需要美工手工修改详情页的宽度,同时对于详情页内的装饰内容和商品图片的位置的调整也需要通过美工手工修改,从而达到美观);如果是通过标注图片名称的方式进行套版(或者商品图片做增减),则需要重新对图片进行人眼分辨及标注;如果图片的宽高不满足要求,则需要手工对图片背景进行增加、补齐和扩边处理。很多服装商家(尤其是快时尚服装商家)可能没有办法一次性拿到所有的商品拍摄图片(例如细节图、模特图、挂牌图等),现有的情况都是分几次才能获得所有的商品拍摄图片,从而他们需要对商品详情页分几次进行处理,这种方式制作一个商品详情页图片需要花费较长的时间,并且还容易对图片管理出错,因此其不能够满足人们的使用需求。
发明内容
针对现有技术中的缺陷,本发明提供了一种适合商品详情页中图片的智能自动处理方法和系统,其提高了工作效率,减轻了美工人员的工作负担,也有利于提高图片的管理。
为了实现上述目的,本发明所采取的技术方案是:
一种适合商品详情页中图片的智能自动处理方法,包括如下步骤:
步骤1、用户将含有产品图片和信息的原始详情页模板上传到系统,系统中解码器会自动解析源文件生成可供人工智能识别和处理的智能模板,智能模板中可进行识别包括详情页模板和详情页模板中图片的宽度以及其中的各元素(包含产品字段、产品尺码表,产品图片等)在详情页模板和详情页模板中图片上的位置;
步骤2、通过深度卷积网络技术对智能模板中图片进行识别、分类和排序,具体的通过深度卷积网络技术对智能模板中图像进行识别,其识别的内容包括图片的类别、图片的大小比例、图片中商品的位置、图片中的商品背景、商品的颜色和种类、图片中人物的姿势动作、图片中商品展示位置和商品展示位置的宽高比、图片中商品展示位置和商品展示位置的宽高比,通过识别图片中后系统来进行分类,其系统在根据预先设置的审美意义的特征(图片上背景、图片上的商品、商品颜色及种类和人物姿势动作等等)来进行图片好看与否的智能排序,在智能排序后的图片中有不符合设定规则的则移除该图片至管理中心,符合设定规则的则保存下来,其设定规则具体为与需要展示商品有关图片类别、图片的大小比例、图片中商品的位置、图片中的商品背景、商品的颜色和种类、图片中商品展示位置和商品展示位置的宽高比,其中系统通过深度卷积网络技术对智能模板中商品图片进行识别是部分商品图片还是全部商品图片,如识别只是部分商品图片,则由(用户)选择想要生成的详情页的部分模块,或者用户也只需生成部分商品详情页,则由(用户)选择想要生成的详情页的部分模块,如果是全部商品图片可按上述步骤进行分类和排序;
步骤3、系统的度卷积网络技术对步骤2中进行判断是详情页的部分模块还是全部商品图片,如判断是详情页的部分模块,则通过智能模板可根据用户上传的产品图片的分类和选择需要生成详情页模块,详情页模块根据智能模板的自动分模块生成详情页单元进行增减和排版生成部分或全部商品详情页,如判断是全部商品图片系统中匹配单元会对步骤2中经过智能排序的图片依次匹配到智能模板中商品展示位置,如果发现智能排序的图片与智能模板中商品展示位置相匹配一致,则进行步骤4,如果发现智能排序的图片没有符合与智能模板中商品展示位置相匹配的图片,系统中智能排版引擎其会自动缩放(例如如果商品图片是横的长方形,商品展示位置也是横的长方形,会匹配展示位置的宽高比,对商品图片自动缩放形成合适的图片,如上述情况中商品图片和展示位置的宽高比不匹配,则依据图片中的商品位置和美学标准对商品图片智能裁剪来适应展示位置的宽高比)、拉伸、裁剪和扩边处理无法匹配的图片来达到与智能模板中商品展示位置相匹配(例如商品图片为竖的长方形,展示位置为横的长方形,如果仅仅是通过对商品图片进行拉伸,则商品图片内的商品或必备人物会被误裁剪,而本发明首先是对商品图片中的商品和必备人物的位置定位后,根据展示位置的宽高比智能对商品图片进行缩放,如商品图片的两端不够比例的情况下对商品图片的背景做智能增加和扩边处理,其如扩边处理后仍然不能满足展示位置的宽高比,则展示位置的宽高比可以自动适应优化后的商品展示图片的宽高比,如果该步无法满足,则可以将智能模板商品展示位置的宽高比和优化后的商品图片的宽高比进行匹配处理),则进行步骤4,如果经过自动处理之后还是无法相匹配,则商品展示位置可自动调整和匹配图片达到智能模板中商品展示位置相匹配一致,则进行步骤4,如以上步骤都无法执行得到与商品展示位置的图片,则通知和提醒用户,如用户(主观判断后)可以补充新的图片与智能模板中商品展示位置相匹配的图片,如放弃补充新的图片,智能模板会自动生成不含有图片的商品详情页(则智能模板中没有商品图片的区域,其对应的智能模板生成商品详情页后不进行图片的展示),则进行步骤4;
步骤4、智能模板通过智能排版引擎进行匹配和分析图片生成一系列商品详情页(一系列不同样式和排版的商品详情页),其具体的是智能模板可根据用户上传图片的使用场景、图片数量、图片类别、图片颜色、拍摄图片场景自动进行增减和排版,通过智能排版引擎进行匹配客户预定规则和上传图片的分析结果生成商品详情页,系统中拣选单元将衍生出一系列商品详情页可根据图片类别、图片使用场景、图片数量、图片颜色来自动进行排序,然后可根据客户的要求挑选符合客户的商品详情页,例如在对于不同场景下的展示位置可根据相应的图片数量和类别自动选出对应的最优排版方式,对于商品颜色的展示场景可自动选择符合图片尺寸、颜色数量和详情页宽度的多重交叉排版,具体对于服装模特商品图片时,其展示场景可选择基于模特颜色和模特背景的顺序进行瀑布排版,以符合最优的视觉效果表达。总之,智能模板可根据不同的用户使用场景,如图片类别数量、颜色和拍摄场景的不同衍生出千万种不同样式和不同排版的商品详情页,系统中拣选单元将衍生出一系列不同样式和排版的商品详情页根据图片类别、图片使用场景、图片数量、图片颜色来自动进行排序,然后可根据客户的要求挑选符合客户需求的商品详情页;
步骤5、在步骤4之后商品详情页中的各种商品展示图片可做手工的微调处理,从而形成最终符合要求商品详情页面;
步骤6、用户在选择上传到第三方电商平台时,智能排版会自动根据第三方电商平台本身对商品详情页的宽度要求自动调节和优化商品详情页面和商品详情页面中的图片、文字描述、装饰内容和商品的位置,从而达到符合第三方电商平台发布的要求。
在所述步骤4中智能模板通过智能排版引擎进行匹配和分析图片生成一系列商品详情页(一系列不同样式和排版的商品详情页),其具体的是智能模板可根据用户上传图片的使用场景、图片数量、图片类别、图片颜色、拍摄图片场景自动进行增减和排版,通过智能排版引擎进行匹配客户预定规则和上传图片的分析结果生成商品详情页,也还可以通过智能模板可根据用户上传的产品图片的分类和选择需要生成详情页模块,详情页模块根据智能模板的自动分模块生成详情页单元进行增减和排版生成部分或全部商品详情页,同时也还可以智能模板通过智能排版引擎进行匹配和分析图片再结合用户上传的产品图片分类和选择需要生成详情页模块,详情页模块根据智能模板的自动分模块生成详情页单元进行增减和排版生成部分或全部商品详情页。
一种适合商品详情页中图片的智能自动处理系统,包括解码功能,其具有解析PSD源文件生成可供人工智能识别和处理的智能模板;
DenseNet深度卷积网络模型,其对智能模板中图片进行识别、分类和排序,所述DenseNet深度卷积网络模型对其智能模板中图片进行检测识别分类,具体将智能模板中图片分为模特图的检测和商品图的检测,通过DenseNet深度卷积网络模型中含有多人2D姿态估计算法(MultiPerson 2D Pose Estimation简称MPE)可对模特图中人体关键点和姿势进行识别排序,通过DenseNet深度卷积网络模型中含有K-means硬聚类算法对商品颜色进行识别排序;
匹配单元,对智能排序的图片依次匹配到智能模板中商品展示位置中,从而衍生出一系列商品详情页(一系列不同样式和排版的商品详情页);
拣选单元,将衍生出一系列商品详情页(一系列不同样式和排版的商品详情页)根据图片类别、图片使用场景、图片数量、图片颜色来自动进行排序,可根据客户的要求挑选符合客户的商品详情页。
本发明的有益效果:本发明取代原有人工排版和通过标注图片名称的排版方法的各种缺陷,其依据美学标准通过图像识别商品图片和智能识别商品图片来智能对商品图片进行缩放、裁剪、补齐和扩边等进行处理,提高智能化的水平,也大大提高识别和处理图片的工作效率,更加能够减轻美工人员的工作负担,提高其工作效率,更加适合现代电商时效性的要求;商品详情页中的各种商品展示图片可做手工的微调处理,从而形成最终符合要求商品详情页面,在通过选择对应的第三方系统,自动对商品详情页面进行宽度的调整和优化,商品详情页面内的内容自动自适应不同系统中宽度要求,从而只用一次处理就能够实现满足不同第三方电商系统要求,无需重复操作,节约了时间和成本,也更加满足现代电商的使用需求;通过智能模板可根据用户上传的产品图片的分类和选择需要生成详情页模块,详情页模块根据智能模板的自动分模块生成详情页单元进行增减和排版生成部分或全部商品详情页,其可根据图片一次性到位形成部分或全部商品详情页,便利用户快速生成详情页。
附图说明
图1为本发明的系统示意图。
具体实施方式
一种适合商品详情页中图片的智能自动处理方法,包括如下步骤:
步骤1、用户将含有产品图片和信息的原始详情页模板上传到系统,系统中解码器会自动解析源文件生成可供人工智能识别和处理的智能模板,智能模板中可进行识别包括详情页模板和详情页模板中图片的宽度以及其中的各元素(包含产品字段、产品尺码表,产品图片等等)在详情页模板和详情页模板中图片上的位置;
步骤2、通过深度卷积网络技术对智能模板中图片进行识别、分类和排序,具体的通过深度卷积网络技术对智能模板中图像进行识别,其识别的内容包括图片的类别、图片的大小比例、图片中商品的位置、图片中的商品背景、商品的颜色和种类、图片中人物的姿势动作、图片中商品展示位置和商品展示位置的宽高比,通过识别图片中后系统来进行分类,其系统在根据预先设置的审美意义的特征(图片上背景、图片上的商品、商品颜色及种类和人物姿势动作等等)来进行图片好看与否的智能排序,在智能排序后的图片中有不符合设定规定的则移除该图片至管理中心,符合设定规定的则保存下来,其设定规则具体为与需要展示商品有关图片类别、图片的大小比例、图片中商品的位置、图片中的商品背景、商品的颜色和种类、图片中商品展示位置和商品展示位置的宽高比,其中系统通过深度卷积网络技术对智能模板中图片对商品图片进行识别是部分商品图片还是全部商品图片,如识别只是部分商品图片,则由(用户)选择想要生成的详情页的部分模块,或者用户也只需生成部分商品详情页,则由(用户)选择想要生成的详情页的部分模块,如果是全部商品图片可按上述步骤进行分类和排序;
步骤3、系统的度卷积网络技术对步骤2中进行判断是详情页的部分模块还是全部商品图片,如判断是详情页的部分模块,则通过智能模板可根据用户上传的产品图片的分类和选择需要生成详情页模块,详情页模块根据智能模板的自动分模块生成详情页单元进行增减和排版生成部分或全部商品详情页,如判断是全部商品图片系统中匹配单元会对步骤2中经过智能排序的图片依次匹配到智能模板中商品展示位置,如果发现智能排序的图片与智能模板中商品展示位置相匹配一致,则进行步骤4,如果发现智能排序的图片没有符合与智能模板中商品展示位置相匹配的图片,系统中智能排版引擎其会自动缩放(例如如果商品图片是横的长方形,商品展示位置也是横的长方形,会匹配展示位置的宽高比,对商品图片自动缩放形成合适的图片,如上述情况中商品图片和展示位置的宽高比不匹配,则依据图片中的商品位置和美学标准对商品图片智能裁剪来适应展示位置的宽高比)、拉伸、裁剪和扩边(图片背景、图像背景、商品颜色类别和模特动作连贯性)处理无法匹配的图片来达到与智能模板中商品展示位置相匹配(例如商品图片为竖的长方形,展示位置为横的长方形,如果仅仅是通过对商品图片进行拉伸,则商品图片内的商品或必备人物会被误裁剪,而本发明首先是对商品图片中的商品和必备人物的位置定位后,根据展示位置的宽高比智能对商品图片进行缩放,如商品图片的两端不够比例的情况下对商品图片的背景做智能增加和扩边处理,其如扩边处理后仍然不能满足展示位置的宽高比,则展示位置的宽高比可以自动适应优化后的商品展示图片的宽高比,如果第该步无法满足,则可以将智能模板商品展示位置的宽高比和优化后的商品图片的宽高比进行匹配处理),则进行步骤4,如果经过自动处理之后还是无法相匹配,则商品展示位置可自动调整和匹配图片达到智能模板中商品展示位置相匹配一致,则进行步骤4,如以上步骤都无法执行得到与商品展示位置的图片,则通知和提醒用户,如用户(主观判断后)可以补充新的图片与智能模板中商品展示位置相匹配的图片,如放弃补充新的图片,智能模板会自动生成不含有图片的商品详情页(则智能模板中没有商品图片的区域,其对应的智能模板生成商品详情页后不进行图片的展示),则进行步骤4;
步骤4、智能模板通过智能排版引擎进行匹配和分析图片生成一系列商品详情页(一系列不同样式和排版的商品详情页),其具体的是智能模板可根据用户上传图片的使用场景、图片数量、图片类别、图片颜色、拍摄图片场景自动进行增减和排版,通过智能排版引擎进行匹配客户预定规则和上传图片的分析结果生成商品详情页,系统中拣选单元将衍生出一系列商品详情页可根据图片类别、图片使用场景、图片数量、图片颜色来自动进行排序,然后可根据客户的要求挑选符合客户的商品详情页,例如在对于不同场景下的展示位置可根据相应的图片数量和类别自动选出对应的最优排版方式,对于商品颜色的展示场景可自动选择符合图片尺寸、颜色数量和详情页宽度的多重交叉排版,具体对于服装模特商品图片时,其展示场景可选择基于模特颜色和模特背景的顺序进行瀑布排版,以符合最优的视觉效果表达。总之,智能模板可根据不同的用户使用场景,如图片类别数量、颜色和拍摄场景的不同衍生出千万种不同样式和不同排版的商品详情页,系统中拣选单元将衍生出一系列不同样式和排版的商品详情页根据图片类别、图片使用场景、图片数量、图片颜色来自动进行排序,然后可根据客户的要求挑选符合客户需求的商品详情页;
步骤5、在步骤4之后商品详情页中的各种商品展示图片可做手工的微调处理,从而形成最终符合要求商品详情页面;
步骤6、用户在选择上传到第三方电商平台(淘宝、天猫、京东、唯品会、蘑菇街、有赞、亚马逊等国内外电商平台)时,智能模板会自动根据第三方电商平台本身对商品详情页的宽度要求自动调节和优化商品详情页面和商品详情页面中的图片、文字描述、装饰内容和商品的位置,从而达到符合第三方电商平台发布的要求。
本发明中在所述步骤4中智能模板通过智能排版引擎进行匹配和分析图片生成一系列商品详情页(一系列不同样式和排版的商品详情页),其具体的是智能模板可根据用户上传图片的使用场景、图片数量、图片类别、图片颜色、拍摄图片场景自动进行增减和排版,通过智能排版引擎进行匹配客户预定规则和上传图片的分析结果生成商品详情页,也还可以通过智能模板可根据用户上传的产品图片的分类和选择需要生成详情页模块,详情页模块根据智能模板的自动分模块生成详情页单元进行增减和排版生成部分或全部商品详情页,同时也还可以智能模板通过智能排版引擎进行匹配和分析图片再结合用户上传的产品图片分类和选择需要生成详情页模块,详情页模块根据智能模板的自动分模块生成详情页单元进行增减和排版生成部分或全部商品详情页。
如图1所示,一种适合商品详情页中图片的智能自动处理系统,包括解码器,其具有解析PSD源文件生成可供人工智能识别和处理的智能模板;
DenseNet深度卷积网络模型,其对智能模板中图片进行识别、分类和排序,所述DenseNet深度卷积网络模型中固态硬盘(SSD)对其智能模板中图片进行检测识别分类,具体将智能模板中图片分为模特图的检测和商品图的检测,通过DenseNet深度卷积网络模型中含有多人2D姿态估计算法(MultiPerson 2D Pose Estimation简称MPE)可对模特图中人体关键点和姿势进行识别排序,通过DenseNet深度卷积网络模型中含有K-means硬聚类算法对商品颜色进行识别排序;
匹配单元,对智能排序的图片依次匹配到智能模板中商品展示位置中,从而衍生出一系列商品详情页(一系列不同样式和排版的商品详情页);
拣选单元,将衍生出一系列商品详情页(一系列不同样式和排版的商品详情页)根据图片类别、图片使用场景、图片数量、图片颜色来自动进行排序,可根据客户的要求挑选符合客户的商品详情页。
本发明的有益效果:本发明取代原有人工排版和通过标注图片名称的排版方法的各种缺陷,其依据美学标准通过图像识别商品图片和智能识别商品图片来智能对商品图片进行缩放、裁剪、补齐和扩边等进行处理,提高智能化的水平,也大大提高识别和处理图片的工作效率,更加能够减轻美工人员的工作负担,提高其工作效率,更加适合现代电商时效性的要求;商品详情页中的各种商品展示图片可做手工的微调处理,从而形成最终符合要求商品详情页面,在通过选择对应的第三方系统,自动对商品详情页面进行宽度的调整和优化,商品详情页面内的内容自动自适应不同系统中宽度要求,从而只用一次处理就能够实现满足不同第三方电商系统要求,无需重复操作,节约了时间和成本,也更加满足现代电商的使用需求;通过智能模板可根据用户上传的产品图片的分类和选择需要生成详情页模块,详情页模块根据智能模板的自动分模块生成详情页单元进行增减和排版生成部分或全部商品详情页,其可根据图片一次性到位形成部分或全部商品详情页,便利用户快速生成详情页。
Claims (7)
1.一种适合商品详情页中图片的智能自动处理方法,其特征在于,包括如下步骤:
步骤1、用户将含有产品图片和字段的原始详情页模板上传到系统,系统中解码器会自动解析源文件生成可供人工智能识别和处理的智能模板;
步骤2、通过深度卷积网络技术对智能模板中图片进行识别、分类和排序,在智能排序后的图片中有不符合设定规则的则移除该图片至管理中心,符合设定规则的则保存下来;
步骤3、系统的度卷积网络技术对步骤2中进行判断是详情页的部分模块还是全部商品图片,如判断是详情页的部分模块,则通过智能模板可根据用户上传的产品图片的分类和选择需要生成详情页模块,详情页模块根据智能模板的自动分模块生成详情页单元进行增减和排版生成部分或全部商品详情页,如判断是全部商品图片系统中匹配单元会对步骤2中经过智能排序的图片依次匹配到智能模板中商品展示位置,如果发现智能排序的图片与智能模板中商品展示位置相匹配一致,则进行步骤4,如果发现智能排序的图片没有符合与智能模板中商品展示位置相匹配的图片,系统中智能排版引擎会自动缩放、拉伸、裁剪和扩边处理无法匹配的图片来达到与智能模板中商品展示位置相匹配,则进行步骤4,如果经过自动处理之后还是无法相匹配,则商品展示位置可自动调整和匹配图片的宽高比来与智能模板中商品展示位置相匹配一致,则进行步骤4,如以上步骤都无法执行得到与商品展示位置一致的图片,则通知和提醒用户,如用户可以补充新的图片与智能模板中商品展示位置相匹配的图片,如放弃补充新的图片,智能模板会自动生成不含有图片的商品详情页,则进行步骤4;
步骤4、智能模板通过智能排版引擎进行匹配和分析图片生成一系列商品详情页,系统中拣选单元将衍生出一系列商品详情页可根据图片类别、图片使用场景、图片数量、图片颜色来自动进行排序,然后根据客户的要求挑选符合客户需求的商品详情页;
步骤5、在步骤4之后商品详情页中的各种商品展示图片可做手工的微调处理,从而形成最终符合要求商品详情页面;
步骤6、用户在选择上传到第三方电商平台时,智能模板会自动根据第三方电商平台本身对商品详情页的宽度要求自动调节和优化商品详情页面和商品详情页面中的图片、文字描述、装饰内容和商品的位置,从而达到符合第三方电商平台发布的要求。
2.如权利要求1所述一种适合商品详情页中图片的智能自动处理方法,其特征在于,所述步骤1智能模板中可进行识别包括详情页模板和详情页模板中图片的宽度以及其中的各元素在详情页模板和详情页模板中图片上的位置。
3.如权利要求1所述一种适合商品详情页中图片的智能自动处理方法,其特征在于,所述步骤2中通过深度卷积网络技术对智能模板中图像进行识别内容包括图片的类别、图片的大小比例、图片中商品的位置、图片中的商品背景、商品的颜色和种类、图片中商品展示位置和商品展示位置的宽高比。
4.如权利要求1所述一种适合商品详情页中图片的智能自动处理方法,其特征在于,所述步骤2中在智能排序后的图片中有不符合设定规则的则移除该图片至管理中心,符合设定规则的则保存下来,其设定规则具体为与需要展示商品有关图片类别、图片的大小比例、图片中商品的位置、图片中的商品背景、商品的颜色和种类、图片中商品展示位置和商品展示位置的宽高比。
5.如权利要求1所述一种适合商品详情页中图片的智能自动处理方法,其特征在于,所述步骤4中智能模板可根据用户上传的产品图片的分类和选择需要生成详情页模块,详情页模块根据智能模板的自动分模块生成详情页单元进行增减和排版生成部分或全部商品详情页。
6.一种适合商品详情页中图片的智能自动处理系统,其特征在于:包括解码功能,其具有解析PSD源文件生成可供人工智能识别和处理的智能模板;
DenseNet深度卷积网络模型,其对智能模板中图片进行识别、分类和排序;
匹配单元,对智能排序的图片依次匹配到智能模板中商品展示位置中,从而衍生出一系列商品详情页;
拣选单元,将衍生出一系列商品详情页根据图片类别、图片使用场景、图片数量、图片颜色来自动进行排序,可根据客户的要求挑选符合客户的商品详情页。
7.如权利要求6所述一种适合商品详情页中图片的智能自动处理系统,其特征在于,所述DenseNet深度卷积网络模型对其智能模板中图片进行检测识别分类,具体将智能模板中图片分为模特图的检测和商品图的检测,通过DenseNet深度卷积网络模型可对模特图中人体关键点和姿势进行识别排序,通过DenseNet深度卷积网络模型中含有K-means硬聚类算法对商品颜色进行识别排序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710958209.2A CN107609193A (zh) | 2017-10-16 | 2017-10-16 | 一种适合商品详情页中图片的智能自动处理方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710958209.2A CN107609193A (zh) | 2017-10-16 | 2017-10-16 | 一种适合商品详情页中图片的智能自动处理方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107609193A true CN107609193A (zh) | 2018-01-19 |
Family
ID=61078024
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710958209.2A Pending CN107609193A (zh) | 2017-10-16 | 2017-10-16 | 一种适合商品详情页中图片的智能自动处理方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107609193A (zh) |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108305305A (zh) * | 2018-02-01 | 2018-07-20 | 百度在线网络技术(北京)有限公司 | 推广图片的设计模块生成方法和装置 |
CN108399288A (zh) * | 2018-02-07 | 2018-08-14 | 李荣陆 | 一种在平面设计中自动添加装饰元素的装置 |
CN108614996A (zh) * | 2018-04-04 | 2018-10-02 | 杭州电子科技大学 | 一种基于深度学习的军船、民船自动识别方法 |
CN108647573A (zh) * | 2018-04-04 | 2018-10-12 | 杭州电子科技大学 | 一种基于深度学习的军事目标识别方法 |
CN109711951A (zh) * | 2019-01-18 | 2019-05-03 | 中合金网(北京)电子商务有限公司 | 商品自动化采集与迁移方法 |
CN109767397A (zh) * | 2019-01-09 | 2019-05-17 | 三星电子(中国)研发中心 | 一种基于人工智能的图像优化方法和系统 |
CN109816406A (zh) * | 2019-02-26 | 2019-05-28 | 北京理工大学 | 一种物品标记方法、装置、设备和介质 |
CN110428310A (zh) * | 2019-08-08 | 2019-11-08 | 上海白纳电子商务有限公司 | 一种商品详情页的生成方法及装置 |
CN110598017A (zh) * | 2019-08-29 | 2019-12-20 | 杭州光云科技股份有限公司 | 一种基于自学习的商品详情页的生成方法 |
CN110673904A (zh) * | 2018-07-03 | 2020-01-10 | 阿里巴巴集团控股有限公司 | 主题色彩处理、展示页面生成的方法、装置及设备 |
CN111126179A (zh) * | 2019-12-05 | 2020-05-08 | 北京奇艺世纪科技有限公司 | 信息的获取方法和装置、存储介质和电子装置 |
CN111768264A (zh) * | 2020-05-26 | 2020-10-13 | 上海晶赞融宣科技有限公司 | 商品展示图片生成方法及装置、存储介质、终端 |
CN113254783A (zh) * | 2021-06-17 | 2021-08-13 | 浙江口碑网络技术有限公司 | 一种对象推荐方法、装置及设备 |
CN113485703A (zh) * | 2021-06-21 | 2021-10-08 | 上海百秋电子商务有限公司 | 一种在线交互式商品详情页编辑方法和系统 |
CN113610601A (zh) * | 2021-08-08 | 2021-11-05 | 北京极睿科技有限责任公司 | 更新商品详情页内容的方法、装置、电子设备和存储介质 |
CN113643075A (zh) * | 2021-07-04 | 2021-11-12 | 杭州拼便宜网络科技有限公司 | 基于机器学习的智能海报生成方法、装置及存储介质 |
CN111553317B (zh) * | 2020-05-14 | 2023-08-08 | 北京惠朗时代科技有限公司 | 一种防伪码的获取方法、装置、计算机设备和存储介质 |
CN116562966A (zh) * | 2023-05-05 | 2023-08-08 | 广州市科颐轩电子科技有限公司 | 一种移动互联网商城管理平台 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100063876A1 (en) * | 2008-09-11 | 2010-03-11 | Gm Global Technology Operations, Inc. | Algorithmic creation of visual images |
CN104573131A (zh) * | 2015-02-15 | 2015-04-29 | 北京京东尚科信息技术有限公司 | 生成商品详情页面数据的方法和终端装置 |
CN105068985A (zh) * | 2015-08-07 | 2015-11-18 | 杭州深绘智能科技有限公司 | 一种基于人工智能机器的自动化设计排版方法 |
CN105931096A (zh) * | 2016-04-14 | 2016-09-07 | 杭州艺豆网络科技有限公司 | 一种商品详情页面的制作方法 |
-
2017
- 2017-10-16 CN CN201710958209.2A patent/CN107609193A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100063876A1 (en) * | 2008-09-11 | 2010-03-11 | Gm Global Technology Operations, Inc. | Algorithmic creation of visual images |
CN104573131A (zh) * | 2015-02-15 | 2015-04-29 | 北京京东尚科信息技术有限公司 | 生成商品详情页面数据的方法和终端装置 |
CN105068985A (zh) * | 2015-08-07 | 2015-11-18 | 杭州深绘智能科技有限公司 | 一种基于人工智能机器的自动化设计排版方法 |
CN105931096A (zh) * | 2016-04-14 | 2016-09-07 | 杭州艺豆网络科技有限公司 | 一种商品详情页面的制作方法 |
Cited By (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108305305B (zh) * | 2018-02-01 | 2022-01-07 | 百度在线网络技术(北京)有限公司 | 推广图片的设计模块生成方法和装置 |
CN108305305A (zh) * | 2018-02-01 | 2018-07-20 | 百度在线网络技术(北京)有限公司 | 推广图片的设计模块生成方法和装置 |
CN108399288A (zh) * | 2018-02-07 | 2018-08-14 | 李荣陆 | 一种在平面设计中自动添加装饰元素的装置 |
CN108399288B (zh) * | 2018-02-07 | 2022-02-22 | 李荣陆 | 一种在平面设计中自动添加装饰元素的装置 |
CN108614996A (zh) * | 2018-04-04 | 2018-10-02 | 杭州电子科技大学 | 一种基于深度学习的军船、民船自动识别方法 |
CN108647573A (zh) * | 2018-04-04 | 2018-10-12 | 杭州电子科技大学 | 一种基于深度学习的军事目标识别方法 |
CN110673904A (zh) * | 2018-07-03 | 2020-01-10 | 阿里巴巴集团控股有限公司 | 主题色彩处理、展示页面生成的方法、装置及设备 |
CN110673904B (zh) * | 2018-07-03 | 2023-08-25 | 淘宝(中国)软件有限公司 | 主题色彩处理、展示页面生成的方法、装置及设备 |
CN109767397A (zh) * | 2019-01-09 | 2019-05-17 | 三星电子(中国)研发中心 | 一种基于人工智能的图像优化方法和系统 |
CN109711951A (zh) * | 2019-01-18 | 2019-05-03 | 中合金网(北京)电子商务有限公司 | 商品自动化采集与迁移方法 |
CN109816406B (zh) * | 2019-02-26 | 2021-01-22 | 北京理工大学 | 一种物品标记方法、装置、设备和介质 |
CN109816406A (zh) * | 2019-02-26 | 2019-05-28 | 北京理工大学 | 一种物品标记方法、装置、设备和介质 |
CN110428310A (zh) * | 2019-08-08 | 2019-11-08 | 上海白纳电子商务有限公司 | 一种商品详情页的生成方法及装置 |
CN110598017B (zh) * | 2019-08-29 | 2020-08-14 | 杭州光云科技股份有限公司 | 一种基于自学习的商品详情页的生成方法 |
CN110598017A (zh) * | 2019-08-29 | 2019-12-20 | 杭州光云科技股份有限公司 | 一种基于自学习的商品详情页的生成方法 |
CN111126179A (zh) * | 2019-12-05 | 2020-05-08 | 北京奇艺世纪科技有限公司 | 信息的获取方法和装置、存储介质和电子装置 |
CN111553317B (zh) * | 2020-05-14 | 2023-08-08 | 北京惠朗时代科技有限公司 | 一种防伪码的获取方法、装置、计算机设备和存储介质 |
CN111768264A (zh) * | 2020-05-26 | 2020-10-13 | 上海晶赞融宣科技有限公司 | 商品展示图片生成方法及装置、存储介质、终端 |
CN113254783B (zh) * | 2021-06-17 | 2021-10-29 | 浙江口碑网络技术有限公司 | 一种对象推荐方法、装置及设备 |
CN113254783A (zh) * | 2021-06-17 | 2021-08-13 | 浙江口碑网络技术有限公司 | 一种对象推荐方法、装置及设备 |
CN113485703A (zh) * | 2021-06-21 | 2021-10-08 | 上海百秋电子商务有限公司 | 一种在线交互式商品详情页编辑方法和系统 |
CN113643075A (zh) * | 2021-07-04 | 2021-11-12 | 杭州拼便宜网络科技有限公司 | 基于机器学习的智能海报生成方法、装置及存储介质 |
CN113610601A (zh) * | 2021-08-08 | 2021-11-05 | 北京极睿科技有限责任公司 | 更新商品详情页内容的方法、装置、电子设备和存储介质 |
CN116562966A (zh) * | 2023-05-05 | 2023-08-08 | 广州市科颐轩电子科技有限公司 | 一种移动互联网商城管理平台 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107609193A (zh) | 一种适合商品详情页中图片的智能自动处理方法和系统 | |
CN106202352B (zh) | 基于贝叶斯网络的室内家居风格与颜色搭配设计的方法 | |
CN105118082B (zh) | 个性化视频生成方法及系统 | |
US10201203B2 (en) | Method for virtually selecting clothing | |
Phan et al. | Color orchestra: Ordering color palettes for interpolation and prediction | |
CN109359317A (zh) | 一种口红配色选择的模型构建方法和口红配色选择方法 | |
US20110026835A1 (en) | System for matching artistic attributes of secondary image and template to a primary image | |
US20110029914A1 (en) | Apparatus for generating artistic image template designs | |
CN107545576A (zh) | 基于构图规则的图像编辑方法 | |
CN108121957A (zh) | 美颜素材的推送方法及装置 | |
CN110598017B (zh) | 一种基于自学习的商品详情页的生成方法 | |
CN109447895A (zh) | 图片生成方法和装置、存储介质及电子装置 | |
CN110147483A (zh) | 一种标题重建方法及装置 | |
JP2013500537A (ja) | 画像表示用ディジタルテンプレート処理 | |
CN102567543A (zh) | 一种服装图片的搜索方法和装置 | |
CN116420155A (zh) | 基于图像数据库分析的商品推荐装置及方法 | |
CN102622613A (zh) | 一种基于双眼定位和脸型识别的发型设计方法 | |
US10013784B2 (en) | Generating an assembled group image from subject images | |
CN107392244B (zh) | 基于深度神经网络与级联回归的图像美感增强方法 | |
CN104951770A (zh) | 人脸图像数据库的构建方法、应用方法及相应装置 | |
CN106951448A (zh) | 一种个性化穿搭推荐方法及系统 | |
CN111046976A (zh) | 一种基于深度学习的虚拟美甲试戴方法 | |
CN111241901A (zh) | 信息处理装置、存储介质及信息处理方法 | |
CN110322398A (zh) | 图像处理方法、装置、电子设备及计算机可读存储介质 | |
CN107506362A (zh) | 基于用户群优化的图像分类仿脑存储方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180119 |