CN109165293A - 一种面向时尚领域的专业数据标注方法与程序 - Google Patents

一种面向时尚领域的专业数据标注方法与程序 Download PDF

Info

Publication number
CN109165293A
CN109165293A CN201810896041.1A CN201810896041A CN109165293A CN 109165293 A CN109165293 A CN 109165293A CN 201810896041 A CN201810896041 A CN 201810896041A CN 109165293 A CN109165293 A CN 109165293A
Authority
CN
China
Prior art keywords
picture
text
classification
database
data mask
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
Application number
CN201810896041.1A
Other languages
English (en)
Inventor
郑叔亮
卢泳如
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.)
Shanghai Bao Zun Agel Ecommerce Ltd
Original Assignee
Shanghai Bao Zun Agel Ecommerce 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 Shanghai Bao Zun Agel Ecommerce Ltd filed Critical Shanghai Bao Zun Agel Ecommerce Ltd
Priority to CN201810896041.1A priority Critical patent/CN109165293A/zh
Publication of CN109165293A publication Critical patent/CN109165293A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches

Landscapes

  • Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本发明公开了一种面向时尚领域的专业数据标注方法与程序，给出了一种针对时尚服装的数据标注方法和程序，所述方法包含：自动化文本标注、自动化图片分割、人工粗分类、自动化细分类、自动化深度分类、人工深层分类、属性标注、属性判别、合并结果；所述程序包括：工作流引擎、文本标注、图像处理模块、人工操作台、图像数据库、文本数据库、标签管理；其优点在于：可以高效地实现对大量专业时装数据的标注，并且兼具人工的高精度。

Description

一种面向时尚领域的专业数据标注方法与程序
技术领域
本发明涉及数据和信息处理技术领域，具体地说，是一种面向时尚领域的专业数据标注方法与程序。
背景技术
数据标注指的是对数据进行分类、打标签、评价、评分等操作，是大数据系统和应用的一个基础但及其重要的环节。特别是在深度学习的训练技术中，比如有监督学习或半监督学习技术，数据标注是算法执行的先决条件。目前已有很多对于数据标注问题的解决方案，大致可以分为如下几类：
人工标注的协作和管理系统：以全人工操作的数据标注为核心方法的通用信息化流程和系统。利用算法自动实现标注：核心思路是对数据集按照某些特征进行聚类，或者按照某些静态规则进行特征关联和映射，然后将已经有的标注直接复制到同一分类上的其他数据上作为这些数据的标注信息。这类方案相比第一类确实解决了人工标注的效率和成本问题，但最大的问题就是标注的精度问题。
基于知识库或知识图谱的文本标注：这一类方法是预先构建面向特定领域的知识图谱，然后对被标注文本进行词汇分析，再根据词汇分析结果建立文本和图谱知识的关联，进而用知识图谱的标签对文本进行标注。这类方法通常是要应用在某些特定的专业领域，因为知识图谱的构建必须基于一个特定领域，否则规模和精度都会不可控。但这类方法的局限在于只能对文本进行标注，而且分析的过程没有对文本的语义进行分析，标注的准确度就会打折扣。
算法标注和人工标注结合的方法：这类方法是先通过算法对被标注文本进行词拆分和关键信息分析，然后筛选出那些不能被自动标注的数据再由人工进行标注。这类方法的优势在于机器和人工结合，一方面可以有效降低人工成本，另一方面也可以显著提升效率。但这类方法目前仅仅是针对文本数据的简单分类，尚未有面向专业领域的，以及复杂格式数据的有效标注方法。
人工智能辅助时装设计就是一个极其重要的应用领域。通过大数据和各类算法的有机结合，可以帮助服装设计师快速启发灵感，精准定位时下最流行和最畅销的时尚元素，准确把握时尚趋势的脉搏，激发设计师的想象力，既做到了创意创新也可以贴合市场需求，而且设计的效率得到了极大的提升，从而实现更高的经济价值。
目前在时尚服装领域进行数据标注有这些问题不能得到解决：数据量庞大、数据结构复杂、标签体系复杂，而人工和算法结合的方法是一个比较合适的思路，但目前并没有一个面向特定专业领域的复杂结构数据的解决方案。
中国专利文献CN：20181009743.6，公开实施例提供了一种数据标注方法和装置、电子设备、计算出存储介质、程序，其中，方法包括：获得目标人物对应的多个图像，每个图像包括至少一个人脸图像；基于对所述多个图像中包括的多个人脸图像的筛选，得到所述目标人物的底数据库，所述底数据库包括所述多个人脸图像中与所述目标人物对应的至少一个人脸图像；基于所述底数据库，对所述多个图像进行所述目标人物的标注。本公开上述实施例，基于底数据库对图像进行标注，加快了标注速度。但是关于一种针对时装领域的多种数据格式数据标注方法和程序还未见报道。
综上所述，亟需一种针对专业时装设计领域，可以处理多种数据结构，并基于多维度标签进行分类的数据标注方法和程序。
发明内容
本发明的目的是针对现有技术中的不足，提供一种可以处理多种数据结构，并基于多维度标签进行分类的数据标注方法和程序。
为实现上述目的，本发明采取的技术方案是：
一种面向时尚领域的专业数据标注方法与程序，所述方法包含以下步骤：
通过技术机进行自动化文本标注，对文本信息分析，区分词性和以及词性的正负，以建立好的标签数据库作为专业词库，标注文本，得到第一标注结果集合；
自动化图片分割，查找图片的轮廓线边缘，通过算法识别出同一张图片中的服装的不同部分，并分割开不同服装或部件的边界，通过算法得出的边缘点数据可以保存成一张和原图片大小相同的半透明蒙版图片；
进行人工粗分类，将得到的半透明蒙版图片叠加在原图片之上，呈现给标注人员。标注人员通过交互式界面将属于同一件服装的图像块合并在一起，并对其进行非常简单的服装第一层级分类；
进行自动化细分类，通过分析图片的特征，并与构建好的分类模型数据库进行对比，进行第二层级分类，区分衣服的用途类型。
作为一种优选方案，所述方法还包括：
判断图片是否成功进行第二层级的分类，若没有成功分类，进行人工分类判定，无法使用计算机分类的图片，交由人工操作分类，区分第二层级。
作为一种优选方案，所述方法还包括：
判断图片是否需要进一步分类，根据第二层分类的结果，搜索对应的标签数据库中是否有第三层级的细分标签，如果有，则进行自动化深度分类。
作为一种优选方案，所述方法还包括：
进行人工深层分类,根据标签数据库的第三层级的细分标签，以及分类模型数据库为服装图片分类。如果没有分类成功，则转入人工操作。
作为一种优选方案，所述方法还包括：
进行自动化属性标注，每一个第二层级或第三层级分类标签都会对应着一个可用的服装属性的集合,通过与分类模型数据库对比，确定图片属性，通过特征提取方法不能确定的图片及属性交由人工属性判别，人工判断服装的属性，并选择标签标注。
作为一种优选方案，所述方法还包括：
合并结果，将第一标注结果集合与第二标注结果集合进行合并，若二者矛盾，以第二标注结果集合为准。
作为一种优选方案，所述程序包括的模块有：工作流引擎、文本标注、图像处理模块、人工操作台、图像数据库、文本数据库、标签管理；所述工作流引擎,负责统一管理数据标注的核心流程和任务进度；所述文本标注的模块功能为对文本进行分类，分析句子的结构，词性、词义；所述图像处理模块，包括各种图像相关的算法组件；所述人工操作台是人工任务的界面组件集合；所述图像数据库用于存储图片数据和建立分类模型数据库；所述文本数据库用于存储文本信息；所述标签管理模块用于管理每一个步骤中数据标签的关联和升级。
作为一种优选方案，所述程序可以完成权利要求1至权利要求6所述的方法。
本发明优点在于：
1、本发明一种面向时尚领域的专业数据标注方法与程序使用多种算法进行图片信息分类，辅助人工操作，可以高效地实现对大量专业时装数据的标注，并且兼具人工的高精度。
2、得到的标注数据具有极其丰富和非常专业化的标签集合，可以支持复杂的多级分类标签体系，可以很好地用于时尚AI相关算法的模型训练，也可以很好地辅助专业设计师进行设计工作。
3、通过大数据和各类算法的有机结合，可以帮助服装设计师快速启发灵感，精准定位时下最流行和最畅销的时尚元素，准确把握时尚趋势的脉搏，激发设计师的想象力，既做到了创意创新也可以贴合市场需求，而且设计的效率得到了极大的提升，从而实现更高的经济价值。
附图说明
附图1是本发明一种面向时尚领域的专业数据标注方法与程序的流程图。
附图2是程序的组成模块图。
具体实施方式
下面结合附图对本发明提供的具体实施方式作详细说明。
附图中涉及的附图标记和组成部分如下所示：
请参考图1，图1是本发明一种面向时尚领域的专业数据标注方法与程序的流程图。所述方法包括：
步骤B1，输入多格式的时装数据，包括图片、文字说明等信息。
步骤B2，进行自动化文本标注，对文本信息分析，区分词性和以及词性的正负，以建立好的标签数据库作为专业词库，标注文本。此标注结果为输入数据的第一标注结果集合，此集合可以为空。
步骤B3，进行自动化图片分割，查找图片的轮廓线边缘，通过算法识别出同一张图片中的服装的不同部分，并分割开不同服装或部件的边界，通过算法得出的边缘点数据可以保存成一张和原图片大小相同的半透明蒙版图片。
步骤B4，进行人工粗分类，将得到的半透明蒙版图片叠加在原图片之上，呈现给标注人员。标注人员通过交互式界面将属于同一件服装的图像块合并在一起，并对其进行非常简单的服装第一层级分类：“上装”、“下装”或“全身装”。
步骤B5,进行自动化细分类，通过分析图片的特征，并与构建好的分类模型数据库进行对比，进行第二层级分类，区分衣服的用途类型，如：“衬衫”、“卫衣”、“裙子”等。
步骤B6，判断图片是否成功进行第二层级的分类，若没有成功分类，转步骤B7，若成功分类，转步骤B8.
步骤B7，进行人工分类判定，步骤B6中无法使用计算机分类的图片，交由人工操作分类，区分第二层级，即服装的用途类型。
步骤B8，判断图片是否需要进一步分类，根据第二层分类的结果，搜索对应的标签数据库中是否有第三层级的细分标签，如果有，则进行步骤B9深度分类，如果没有，则转入步骤B10属性标注。
步骤B9，进行深层分类,根据标签数据库的第三层级的细分标签，以及分类模型数据库为服装图片分类。如果没有分类成功，则转入人工操作，人工分类。
步骤B10，进行属性标注，每一个第二层级或第三层级分类标签都会对应着一个可用的服装属性的集合。服装属性包括：廓形、廓形长度、袖型、袖长、领型、门襟、图案、面料质感、腰部，每一种属性都有若干特征标签，如：面料质感就包括：“毛呢”、“纱/雪纺”、“棉布”、“丝绸”、“麻”、“化纤”、“毛皮”、“皮革”、“牛仔”。基于前面步骤对服装分类的标注，通过算法工具对服装属性进行标注：廓形长度、袖长可以通过计算服装边界的形状比例来实现；图案、面料质感可以通过图片的纹理特征分析来实现；廓形也可以通过边缘的几何形状来确定。通过特征提取方法不能确定的图片及属性交由步骤B11解决。
步骤B11，进行人工属性判别，人工判断服装的属性，并选择标签标注。最后全部服装图片判断完毕，得到的第一层级、第二层级、第三层级，以及对应的属性标签作为第二标注结果集合.
步骤B12，合并结果，将第一标注结果集合与第二标注结果集合进行合并，若二者矛盾，以第二标注结果集合为准。
需要说明的是；
所述步骤B4人工标记的过程完全不需要专业知识作为保障完成的前提，而且速度和准确性都会很高；所述步骤B7中需要人工分类的图片一般只占总量的10％左右。所述步骤B11中需要人工属性判别的只占总量的5％至10％。
请参考图2，图2是本发明一种面向时尚领域的专业数据标注方法与程序的模块图，所述程序包括的模块有：工作流引擎1、文本标注2、图像处理模块3、人工操作台4、图像数据库5、文本数据库6、标签管理7.
所述工作流引擎1,负责统一管理数据标注的核心流程和任务进度，可以完成步骤B6、B8的工作；所述文本标注2的模块功能为对文本进行分类，分析句子的结构，词性、词义，可以完成步骤B2；所述图像处理模块3，包括各种图像相关的算法组件，可以完成步骤B3、B5、B10、以及步骤B9的自动化的分类工作；所述人工操作台4是人工任务的界面组件集合，可以完成步骤B4、B7、B11、以及B9中人工分类工作；所述图像数据库5用于存储图片数据和建立分类模型数据库；所述文本数据库用于存储文本信息；所述标签管理7模块用于管理每一个步骤中数据标签的关联和升级，也就是标注工作，用于完成步骤B12的合并结果。
本发明一种面向时尚领域的专业数据标注方法与程序使用多种算法进行图片信息分类，辅助人工操作，可以高效地实现对大量专业时装数据的标注，并且兼具人工的高精度。得到的标注数据具有极其丰富和非常专业化的标签集合，可以支持复杂的多级分类标签体系，可以很好地用于时尚AI相关算法的模型训练，也可以很好地辅助专业设计师进行设计工作。通过大数据和各类算法的有机结合，可以帮助服装设计师快速启发灵感，精准定位时下最流行和最畅销的时尚元素，准确把握时尚趋势的脉搏，激发设计师的想象力，既做到了创意创新也可以贴合市场需求，而且设计的效率得到了极大的提升，从而实现更高的经济价值。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员，在不脱离本发明方法的前提下，还可以做出若干改进和补充，这些改进和补充也应视为本发明的保护范围。

Claims (8)

1.一种面向时尚领域的专业数据标注方法与程序，其特征在于，所述方法包含以下步骤：
通过技术机进行自动化文本标注，对文本信息分析，区分词性和以及词性的正负，以建立好的标签数据库作为专业词库，标注文本，得到第一标注结果集合；
自动化图片分割，查找图片的轮廓线边缘，通过算法识别出同一张图片中的服装的不同部分，并分割开不同服装或部件的边界，通过算法得出的边缘点数据可以保存成一张和原图片大小相同的半透明蒙版图片；
进行人工粗分类，将得到的半透明蒙版图片叠加在原图片之上，呈现给标注人员。标注人员通过交互式界面将属于同一件服装的图像块合并在一起，并对其进行非常简单的服装第一层级分类；
进行自动化细分类，通过分析图片的特征，并与构建好的分类模型数据库进行对比，进行第二层级分类，区分衣服的用途类型。
2.根据权利要求1所述的一种面向时尚领域的专业数据标注方法与程序，其特征在于，所述方法还包括：
判断图片是否成功进行第二层级的分类，若没有成功分类，进行人工分类判定，无法使用计算机分类的图片，交由人工操作分类，区分第二层级。
3.根据权利要求1所述的一种面向时尚领域的专业数据标注方法与程序，其特征在于，所述方法还包括：
判断图片是否需要进一步分类，根据第二层分类的结果，搜索对应的标签数据库中是否有第三层级的细分标签，如果有，则进行自动化深度分类。
4.根据权利要求1所述的一种面向时尚领域的专业数据标注方法与程序，其特征在于，所述方法还包括：
进行人工深层分类,根据标签数据库的第三层级的细分标签，以及分类模型数据库为服装图片分类。如果没有分类成功，则转入人工操作。
5.根据权利要求1所述的一种面向时尚领域的专业数据标注方法与程序，其特征在于，所述方法还包括：
进行自动化属性标注，每一个第二层级或第三层级分类标签都会对应着一个可用的服装属性的集合,通过与分类模型数据库对比，确定图片属性，通过特征提取方法不能确定的图片及属性交由人工属性判别，人工判断服装的属性，并选择标签标注。
6.根据权利要求1所述的一种面向时尚领域的专业数据标注方法与程序，其特征在于，所述方法还包括：
合并结果，将第一标注结果集合与第二标注结果集合进行合并，若二者矛盾，以第二标注结果集合为准。
7.一种面向时尚领域的专业数据标注方法与程序，其特征在于，所述程序由以下模块组成：工作流引擎、文本标注、图像处理模块、人工操作台、图像数据库、文本数据库、标签管理；所述工作流引擎,负责统一管理数据标注的核心流程和任务进度；所述文本标注的模块功能为对文本进行分类，分析句子的结构，词性、词义；所述图像处理模块，包括各种图像相关的算法组件；所述人工操作台是人工任务的界面组件集合；所述图像数据库用于存储图片数据和建立分类模型数据库；所述文本数据库用于存储文本信息；所述标签管理模块用于管理每一个步骤中数据标签的关联和升级。
8.根据权利要求7所述的一种面向时尚领域的专业数据标注方法与程序，其特征在于，所述程序可以完成权利要求1至权利要求6所述的方法。
CN201810896041.1A 2018-08-08 2018-08-08 一种面向时尚领域的专业数据标注方法与程序 Pending CN109165293A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810896041.1A CN109165293A (zh) 2018-08-08 2018-08-08 一种面向时尚领域的专业数据标注方法与程序

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810896041.1A CN109165293A (zh) 2018-08-08 2018-08-08 一种面向时尚领域的专业数据标注方法与程序

Publications (1)

Publication Number Publication Date
CN109165293A true CN109165293A (zh) 2019-01-08

Family

ID=64895092

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810896041.1A Pending CN109165293A (zh) 2018-08-08 2018-08-08 一种面向时尚领域的专业数据标注方法与程序

Country Status (1)

Country Link
CN (1) CN109165293A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110826101A (zh) * 2019-11-05 2020-02-21 安徽数据堂科技有限公司 用于企业的私有化部署数据处理方法
CN110991279A (zh) * 2019-11-20 2020-04-10 北京灵伴未来科技有限公司 文档图像分析与识别方法及系统
CN112802570A (zh) * 2021-02-07 2021-05-14 成都延华西部健康医疗信息产业研究院有限公司 一种针对电子病历命名实体识别系统及方法
CN112883163A (zh) * 2021-03-05 2021-06-01 南通大学 一种服装工艺分类的计算机应用方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102880729A (zh) * 2012-11-02 2013-01-16 深圳市宜搜科技发展有限公司 基于人脸检测与识别的人物图片索引方法及装置
CN104142922A (zh) * 2013-05-06 2014-11-12 苏州普达新信息技术有限公司 一种移动图像在线搜索与挖掘的分类方法
US20150363660A1 (en) * 2014-06-12 2015-12-17 Asap54.Com Ltd System for automated segmentation of images through layout classification
CN106021603A (zh) * 2016-06-20 2016-10-12 昆明理工大学 一种基于分割和特征匹配的服装图像检索方法
CN107679960A (zh) * 2017-10-12 2018-02-09 东北大学 一种基于服装图像和标签文本双模态内容分析的个性化服装的推荐方法
CN107679110A (zh) * 2017-09-15 2018-02-09 广州唯品会研究院有限公司 结合文本分类与图片属性提取完善知识图谱的方法及装置
CN108052952A (zh) * 2017-12-19 2018-05-18 中山大学 一种基于特征提取的服装相似度判定方法及其系统
CN108229503A (zh) * 2018-01-04 2018-06-29 浙江大学 一种针对服装照片的特征提取方法
CN108268875A (zh) * 2016-12-30 2018-07-10 广东精点数据科技股份有限公司 一种基于数据平滑的图像语义自动标注方法及装置
CN108334602A (zh) * 2018-01-31 2018-07-27 北京市商汤科技开发有限公司 数据标注方法和装置、电子设备、计算机存储介质、程序

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102880729A (zh) * 2012-11-02 2013-01-16 深圳市宜搜科技发展有限公司 基于人脸检测与识别的人物图片索引方法及装置
CN104142922A (zh) * 2013-05-06 2014-11-12 苏州普达新信息技术有限公司 一种移动图像在线搜索与挖掘的分类方法
US20150363660A1 (en) * 2014-06-12 2015-12-17 Asap54.Com Ltd System for automated segmentation of images through layout classification
CN106021603A (zh) * 2016-06-20 2016-10-12 昆明理工大学 一种基于分割和特征匹配的服装图像检索方法
CN108268875A (zh) * 2016-12-30 2018-07-10 广东精点数据科技股份有限公司 一种基于数据平滑的图像语义自动标注方法及装置
CN107679110A (zh) * 2017-09-15 2018-02-09 广州唯品会研究院有限公司 结合文本分类与图片属性提取完善知识图谱的方法及装置
CN107679960A (zh) * 2017-10-12 2018-02-09 东北大学 一种基于服装图像和标签文本双模态内容分析的个性化服装的推荐方法
CN108052952A (zh) * 2017-12-19 2018-05-18 中山大学 一种基于特征提取的服装相似度判定方法及其系统
CN108229503A (zh) * 2018-01-04 2018-06-29 浙江大学 一种针对服装照片的特征提取方法
CN108334602A (zh) * 2018-01-31 2018-07-27 北京市商汤科技开发有限公司 数据标注方法和装置、电子设备、计算机存储介质、程序

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110826101A (zh) * 2019-11-05 2020-02-21 安徽数据堂科技有限公司 用于企业的私有化部署数据处理方法
CN110826101B (zh) * 2019-11-05 2021-01-05 安徽数据堂科技有限公司 用于企业的私有化部署数据处理方法
CN110991279A (zh) * 2019-11-20 2020-04-10 北京灵伴未来科技有限公司 文档图像分析与识别方法及系统
CN110991279B (zh) * 2019-11-20 2023-08-22 北京灵伴未来科技有限公司 文档图像分析与识别方法及系统
CN112802570A (zh) * 2021-02-07 2021-05-14 成都延华西部健康医疗信息产业研究院有限公司 一种针对电子病历命名实体识别系统及方法
CN112883163A (zh) * 2021-03-05 2021-06-01 南通大学 一种服装工艺分类的计算机应用方法

Similar Documents

Publication Publication Date Title
CN109165293A (zh) 一种面向时尚领域的专业数据标注方法与程序
CN109165385A (zh) 一种基于实体关系联合抽取模型的多三元组抽取方法
CN107766483A (zh) 一种基于知识图谱的交互式问答方法及系统
CN109389124B (zh) 小票信息类目识别方法
CN109670591A (zh) 一种神经网络的训练方法及图像匹配方法、装置
CN108460407A (zh) 一种基于深度学习的行人属性精细化识别方法
CN106203395A (zh) 基于多任务深度学习的人脸属性识别方法
CN109002834A (zh) 基于多模态表征的细粒度图像分类方法
CN107679110A (zh) 结合文本分类与图片属性提取完善知识图谱的方法及装置
CN103488415B (zh) 基于纸介质的手书文字和图形识别系统及识别方法
CN108109055B (zh) 一种基于图像渲染的跨场景服装检索方法
CN101493887B (zh) 基于半监督学习和哈希索引的眉毛图像分割方法
CN112035675A (zh) 医疗文本标注方法、装置、设备及存储介质
CN108229503A (zh) 一种针对服装照片的特征提取方法
CN105095475B (zh) 基于两级融合的不完整属性标记行人重识别方法与系统
CN108052952A (zh) 一种基于特征提取的服装相似度判定方法及其系统
CN108898225A (zh) 基于人机协同学习的数据标注方法
CN110598017A (zh) 一种基于自学习的商品详情页的生成方法
CN107862322A (zh) 结合图片和文本进行图片属性分类的方法、装置及系统
CN109086772A (zh) 一种扭曲粘连字符图片验证码的识别方法及系统
CN108090223A (zh) 一种基于互联网信息的开放学者画像方法
CN101482897B (zh) 一种智能裙装款式与纸样设计系统
CN110490237A (zh) 数据处理方法、装置、存储介质及电子设备
CN107506362A (zh) 基于用户群优化的图像分类仿脑存储方法
CN114818710A (zh) 表格信息提取方法、装置、设备及介质

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20190108

RJ01 Rejection of invention patent application after publication