CN112084394B - 基于图像识别的搜索结果推荐方法及装置 - Google Patents

基于图像识别的搜索结果推荐方法及装置 Download PDF

Info

Publication number
CN112084394B
CN112084394B CN202010942574.6A CN202010942574A CN112084394B CN 112084394 B CN112084394 B CN 112084394B CN 202010942574 A CN202010942574 A CN 202010942574A CN 112084394 B CN112084394 B CN 112084394B
Authority
CN
China
Prior art keywords
image
color
preference
pixel block
value
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.)
Active
Application number
CN202010942574.6A
Other languages
English (en)
Other versions
CN112084394A (zh
Inventor
杨诗
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.)
Chongqing Technology and Business Institute Chongqing Radio and TV University
Original Assignee
Chongqing Technology and Business Institute Chongqing Radio and TV University
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 Chongqing Technology and Business Institute Chongqing Radio and TV University filed Critical Chongqing Technology and Business Institute Chongqing Radio and TV University
Priority to CN202010942574.6A priority Critical patent/CN112084394B/zh
Publication of CN112084394A publication Critical patent/CN112084394A/zh
Application granted granted Critical
Publication of CN112084394B publication Critical patent/CN112084394B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9532—Query formulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F16/5838—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using colour
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9538—Presentation of query results
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures

Abstract

本申请涉及计算机技术领域，公开一种基于图像识别的搜索结果推荐方法，包括：获取与搜索关键词对应的搜索结果，并从中获取用户的选择结果；获取用户的选择结果对应的图像，将其作为偏好图像；获取各搜索结果对应的图像，将其作为目标图像；根据偏好图像与各目标图像的相似度对搜索结果进行推荐。通过获取用户的选择结果对应的图像，将其作为偏好图像；根据所述偏好图像与各目标图像的相似度对所述搜索结果进行推荐，使得推荐结果更符合用户的偏好，提高了用户体验。本申请还公开一种基于图像识别的搜索结果推荐装置。

Description

基于图像识别的搜索结果推荐方法及装置
技术领域
本申请涉及计算机技术领域，例如涉及一种基于图像识别的搜索结果推荐方法及装置。
背景技术
在互联网时代随着网络上的数据量越来越多，人们通常通过搜索引擎进行数据搜索。现有的搜索引擎通常简单根据用户输入的关键词获得搜索结果，在对这些搜索结果进行展示时，通常随机排序或按照搜索结果的时间进行排序，用户搜索体验较差。
发明内容
为了对披露的实施例的一些方面有基本的理解，下面给出了简单的概括。所述概括不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围，而是作为后面的详细说明的序言。
本公开实施例提供了一种基于图像识别的搜索结果推荐方法及装置，以解决现有技术难以有效根据应用程序分类进行系统优化的技术问题。
在一些实施例中，所述方法包括：
获取与搜索关键词对应的搜索结果，并从中获取用户的选择结果；
获取所述用户的选择结果对应的图像，将其作为偏好图像；
获取各所述搜索结果对应的图像，将其作为目标图像；
根据所述偏好图像与各所述目标图像的相似度对所述搜索结果进行推荐。
在一些实施例中，所述装置包括：处理器和存储有程序指令的存储器，所述处理器被配置为在执行所述程序指令时，执行上述的基于图像识别的搜索结果推荐方法。
本公开实施例提供的基于图像识别的搜索结果推荐方法及装置，可以实现以下技术效果：通过获取用户的选择结果对应的图像，将其作为偏好图像；根据所述偏好图像与各目标图像的相似度对所述搜索结果进行推荐，使得推荐结果更符合用户的偏好，提高了用户体验。
以上的总体描述和下文中的描述仅是示例性和解释性的，不用于限制本申请。
附图说明
一个或多个实施例通过与之对应的附图进行示例性说明，这些示例性说明和附图并不构成对实施例的限定，附图中具有相同参考数字标号的元件示为类似的元件，附图不构成比例限制，并且其中：
图1是本公开实施例提供的一个基于图像识别的搜索结果推荐方法的示意图；
图2是本公开实施例提供的一个基于图像识别的搜索结果推荐装置的示意图。
具体实施方式
为了能够更加详尽地了解本公开实施例的特点与技术内容，下面结合附图对本公开实施例的实现进行详细阐述，所附附图仅供参考说明之用，并非用来限定本公开实施例。在以下的技术描述中，为方便解释起见，通过多个细节以提供对所披露实施例的充分理解。然而，在没有这些细节的情况下，一个或多个实施例仍然可以实施。在其它情况下，为简化附图，熟知的结构和装置可以简化展示。
本公开实施例的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开实施例的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含。
除非另有说明，术语“多个”表示两个或两个以上。
本公开实施例中，字符“/”表示前后对象是一种“或”的关系。例如，A/B表示：A或B。
术语“和/或”是一种描述对象的关联关系，表示可以存在三种关系。例如，A和/或B，表示：A或B，或，A和B这三种关系。
结合图1所示，本公开实施例提供一种基于图像识别的搜索结果推荐方法，包括：
S101，获取与搜索关键词对应的搜索结果，并从中获取用户的选择结果；
S102，获取用户的选择结果对应的图像，将其作为偏好图像；
S103，获取各搜索结果对应的图像，将其作为目标图像；
S104，根据偏好图像与各目标图像的相似度对搜索结果进行推荐。
这样，通过获取用户的选择结果对应的图像，将其作为偏好图像；根据偏好图像与各目标图像的相似度对搜索结果进行推荐，使得推荐结果更符合用户的偏好，提高了用户体验。
可选地，在预设的偏好图像数据库中匹配出用户的选择结果所对应的图像，偏好图像数据库中包括用户的选择结果和图像的对应关系。
可选地，在预设的搜索结果图像数据库中匹配出搜索结果所对应的图像，搜索结果图像数据库中包括搜索结果和图像的对应关系。
可选地，根据偏好图像与各目标图像的相似度对搜索结果进行推荐，包括：
根据偏好图像与各目标图像的相似度，在各目标图像中确定出偏好图像的相似图像；
按照相似度从大到小对相似图像对应的搜索结果进行排序，得到搜索结果序列；
将搜索结果序列推荐给用户。
可选地，在各目标图像中确定出偏好图像的相似图像，包括：
将目标图像和偏好图像进行像素化处理，得到各目标图像和偏好图像对应的像素块；
根据像素块获取图像特征坐标；
根据图像特征坐标从目标图像中确定出偏好图像的相似图像。
可选地，将目标图像和偏好图像进行像素化处理，包括：
将目标图和偏好图像像按照m行n列进行划分，得到m×n个像素块，m、n均为正整数；
获取各像素块内各像素点的十进制颜色码，将各像素块内最多的十进制颜色码作为该像素块的十进制颜色码。
可选地，根据像素块获取图像特征坐标，包括：
根据各像素块的十进制颜色码获取各像素块对应的颜色档位值；
根据各像素块对应的颜色档位值与各像素块的位置获取颜色位置特征值；
将各像素块对应的十进制颜色码获取颜色特征值；
根据颜色位置特征值和颜色特征值获得图像特征坐标。
可选地，根据各像素块对应的颜色档位值与各像素块的位置获取颜色位置特征值，包括：
根据各像素块的十进制颜色码获取各像素块对应的颜色档位值：根据各像素块的十进制颜色码确定在预设的数据库中对应的颜色码范围，在预设的数据库中匹配出颜色码范围对应的颜色档位值；
计算得到第m行第n列的像素块的位置WZm,n；
计算YWm,n＝YDZm,n×WZm,n得到第m行第n列的像素块的颜色位置特征值YWm,n，YDZm,n为第m行第n列的像素块对应的颜色档位值。
可选地，将各像素块对应的十进制颜色码获取颜色特征值，包括：
计算得到第m行第n列的像素块的颜色特征值YST′m,n；
YSTm,n为第m行第n列的像素块的十进制颜色码，YSTmin为各像素块中最小的十进制颜色码，YSTmax为各像素块中最大的十进制颜色码。
可选地，根据颜色位置特征值和颜色特征值获得图像特征坐标，包括：
将颜色位置特征值作为横坐标值，将颜色特征值作为纵坐标值，从而得到图像特征坐标；或，
将颜色特征值作为横坐标值，将颜色位置特征值作为纵坐标值，从而得到图像特征坐标；或，
将颜色位置特征值进行归一化处理后作为横坐标值，将颜色特征值作为纵坐标值，从而得到图像特征坐标；或，
将颜色特征值作为横坐标值，将颜色位置特征值进行归一化处理后作为纵坐标值，从而得到图像特征坐标。
可选地，根据偏好图像与各目标图像的相似度在各目标图像中确定出偏好图像的相似图像，包括：
从目标图像中选取图像获取其与偏好图像的相似度，直到目标图像全部比对完，确定目标图像中相似度满足设定条件的图像为偏好图像的相似图像；可选地，确定相似度最大的图像为偏好图像的相似图像。
设定每次从目标图像中选取的图像为待测图像；计算待测图像与偏好图像中各对应像素块之间的相似度，对所有对应像素块之间的相似度求和得到待测图像与偏好图像的相似度；
计算得到待测图像中第p行第q列的像素块与偏好图像中第i行第j列的像素块之间的相似度；YST′p,q为待测图像中第p行第q列的像素块的颜色特征值，YW′p,q为待测图像中第p行第q列的像素块的颜色位置特征值；YST′i,j为偏好图像中第i行第j列的像素块的颜色特征值，YW′i,j为偏好图像中第i行第j列的像素块的颜色位置特征值，p、q、i、j均为正整数且p∈m、i∈m、q∈n、j∈n且i＝p,j＝q；
将颜色位置特征值进行归一化处理：计算得到将第m行第n列的像素块的颜色位置特征值归一化处理后的值YW′m,n；YWm,n为第m行第n列的像素块的颜色位置特征值，YWmin为各像素块中最小的颜色位置特征值，YWmax为各像素块中最大的颜色位置特征值。
结合图2所示，本公开实施例提供一种基于图像识别的搜索结果推荐装置，包括处理器(processor)100和存储器(memory)101。可选地，该装置还可以包括通信接口(Communication Interface)102和总线103。其中，处理器100、通信接口102、存储器101可以通过总线103完成相互间的通信。通信接口102可以用于信息传输。处理器100可以调用存储器101中的逻辑指令，以执行上述实施例的基于图像识别的搜索结果推荐方法。
上述装置通过获取用户的选择结果对应的图像，将其作为偏好图像；根据偏好图像与各目标图像的相似度对搜索结果进行推荐，使得推荐结果更符合用户的偏好，提高了用户体验。
此外，上述的存储器101中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。
存储器101作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序，如本公开实施例中的方法对应的程序指令/模块。处理器100通过运行存储在存储器101中的程序指令/模块，从而执行功能应用以及数据处理，即实现上述实施例中基于图像识别的搜索结果推荐方法。
存储器101可包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端设备的使用所创建的数据等。此外，存储器101可以包括高速随机存取存储器，还可以包括非易失性存储器。
本公开实施例提供了一种计算机或服务器，包含上述的基于图像识别的搜索结果推荐装置。
本公开实施例提供了一种计算机可读存储介质，存储有计算机可执行指令，计算机可执行指令设置为执行上述基于图像识别的搜索结果推荐方法。
本公开实施例提供了一种计算机程序产品，计算机程序产品包括存储在计算机可读存储介质上的计算机程序，计算机程序包括程序指令，当程序指令被计算机执行时，使计算机执行上述基于图像识别的搜索结果推荐方法。
上述的计算机可读存储介质可以是暂态计算机可读存储介质，也可以是非暂态计算机可读存储介质。
本公开实施例的技术方案可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括一个或多个指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本公开实施例所述方法的全部或部分步骤。而前述的存储介质可以是非暂态存储介质，包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等多种可以存储程序代码的介质，也可以是暂态存储介质。
以上描述和附图充分地示出了本公开的实施例，以使本领域的技术人员能够实践它们。其他实施例可以包括结构的、逻辑的、电气的、过程的以及其他的改变。实施例仅代表可能的变化。除非明确要求，否则单独的部件和功能是可选的，并且操作的顺序可以变化。一些实施例的部分和特征可以被包括在或替换其他实施例的部分和特征。而且，本申请中使用的用词仅用于描述实施例并且不用于限制权利要求。如在实施例以及权利要求的描述中使用的，除非上下文清楚地表明，否则单数形式的“一个”(a)、“一个”(an)和“所述”(the)旨在同样包括复数形式。类似地，如在本申请中所使用的术语“和/或”是指包含一个或一个以上相关联的列出的任何以及所有可能的组合。另外，当用于本申请中时，术语“包括”(comprise)及其变型“包括”(comprises)和/或包括(comprising)等指陈述的特征、整体、步骤、操作、元素，和/或组件的存在，但不排除一个或一个以上其它特征、整体、步骤、操作、元素、组件和/或这些的分组的存在或添加。在没有更多限制的情况下，由语句“包括一个…”限定的要素，并不排除在包括所述要素的过程、方法或者设备中还存在另外的相同要素。本文中，每个实施例重点说明的可以是与其他实施例的不同之处，各个实施例之间相同相似部分可以互相参见。对于实施例公开的方法、产品等而言，如果其与实施例公开的方法部分相对应，那么相关之处可以参见方法部分的描述。
本领域技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，可以取决于技术方案的特定应用和设计约束条件。所述技术人员可以对每个特定的应用来使用不同方法以实现所描述的功能，但是这种实现不应认为超出本公开实施例的范围。所述技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
本文所披露的实施例中，所揭露的方法、产品(包括但不限于装置、设备等)，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，可以仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例。另外，在本公开实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
附图中的流程图和框图显示了根据本公开实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这可以依所涉及的功能而定。在附图中的流程图和框图所对应的描述中，不同的方框所对应的操作或步骤也可以以不同于描述中所披露的顺序发生，有时不同的操作或步骤之间不存在特定的顺序。例如，两个连续的操作或步骤实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这可以依所涉及的功能而定。框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

Claims (2)

1.一种基于图像识别的搜索结果推荐方法，其特征在于，包括：
获取与搜索关键词对应的搜索结果，并从中获取用户的选择结果；
获取所述用户的选择结果对应的图像，将其作为偏好图像；
获取各所述搜索结果对应的图像，将其作为目标图像；
根据所述偏好图像与各所述目标图像的相似度对所述搜索结果进行推荐；
所述获取所述用户的选择结果对应的图像，包括：在预设的偏好图像数据库中匹配出用户的选择结果所对应的图像，偏好图像数据库中包括用户的选择结果和图像的对应关系；
根据所述偏好图像与各所述目标图像的相似度对所述搜索结果进行推荐，包括：
根据所述偏好图像与各所述目标图像的相似度，在各所述目标图像中确定出所述偏好图像的相似图像；
按照所述相似度从大到小对所述相似图像对应的搜索结果进行排序，得到搜索结果序列；
将所述搜索结果序列推荐给用户；
在各所述目标图像中确定出所述偏好图像的相似图像，包括：
将所述目标图像和偏好图像进行像素化处理，得到各所述目标图像和偏好图像对应的像素块；
根据所述像素块获取图像特征坐标；
根据所述图像特征坐标从所述目标图像中确定出所述偏好图像的相似图像；
将所述目标图像和偏好图像进行像素化处理，包括：
将所述目标图和偏好图像像按照m行n列进行划分，得到m×n个像素块，m、n均为正整数；
获取各像素块内各像素点的十进制颜色码，将各像素块内最多的十进制颜色码作为该像素块的十进制颜色码；
根据所述像素块获取图像特征坐标，包括：
根据各所述像素块的十进制颜色码获取各所述像素块对应的颜色档位值；
根据各所述像素块对应的颜色档位值与各所述像素块的位置获取颜色位置特征值；
将各所述像素块对应的十进制颜色码获取颜色特征值；
根据所述颜色位置特征值和颜色特征值获得所述图像特征坐标；
根据各所述像素块对应的颜色档位值与各所述像素块的位置获取颜色位置特征值，包括：
根据各所述像素块的十进制颜色码获取各所述像素块对应的颜色档位值：根据各所述像素块的十进制颜色码确定在预设的数据库中对应的颜色码范围，在所述预设的数据库中匹配出所述颜色码范围对应的颜色档位值；
计算得到第m行第n列的像素块的位置WZm,n；
计算YWm,n＝YDZm,n×WZm,n得到第m行第n列的像素块的颜色位置特征值YWm,n，所述YDZm,n为第m行第n列的像素块对应的颜色档位值；
将各所述像素块对应的十进制颜色码获取颜色特征值，包括：
计算得到第m行第n列的像素块的颜色特征值YSTm′,n；
所述YSTm,n为第m行第n列的像素块的十进制颜色码，YSTmin为各像素块中最小的十进制颜色码，YSTmax为各像素块中最大的十进制颜色码；
根据所述颜色位置特征值和颜色特征值获得所述图像特征坐标，包括：
将所述颜色位置特征值作为横坐标值，将所述颜色特征值作为纵坐标值，从而得到所述图像特征坐标；或，
将所述颜色特征值作为横坐标值，将所述颜色位置特征值作为纵坐标值，从而得到所述图像特征坐标；或，
将所述颜色位置特征值进行归一化处理后作为横坐标值，将所述颜色特征值作为纵坐标值，从而得到所述图像特征坐标；或，
将所述颜色特征值作为横坐标值，将所述颜色位置特征值进行归一化处理后作为纵坐标值，从而得到所述图像特征坐标；
根据所述偏好图像与各所述目标图像的相似度在各所述目标图像中确定出所述偏好图像的相似图像，包括：
从所述目标图像中选取图像获取其与所述偏好图像的相似度，直到所述目标图像全部比对完，确定所述目标图像中相似度满足设定条件的图像为所述偏好图像的相似图像；
设定每次从所述目标图像中选取的图像为待测图像；计算所述待测图像与所述偏好图像中各对应像素块之间的相似度，对所有对应像素块之间的相似度求和得到所述待测图像与所述偏好图像的相似度；
计算得到所述待测图像中第p行第q列的像素块与所述偏好图像中第i行第j列的像素块之间的相似度；YSTp′,q为所述待测图像中第p行第q列的像素块的颜色特征值，YWp′,q为所述待测图像中第p行第q列的像素块的颜色位置特征值；YSTi,′j为所述偏好图像中第i行第j列的像素块的颜色特征值，YWi,′j为所述偏好图像中第i行第j列的像素块的颜色位置特征值，p、q、i、j均为正整数且p∈m、i∈m、q∈n、j∈n且i＝p,j＝q；
计算得到将第m行第n列的像素块的颜色位置特征值归一化处理后的值YWm′,n；所述YWm,n为第m行第n列的像素块的颜色位置特征值，YWmin为各像素块中最小的颜色位置特征值，YWmax为各像素块中最大的颜色位置特征值。
2.一种基于图像识别的搜索结果推荐装置，包括处理器和存储有程序指令的存储器，其特征在于，所述处理器被配置为在执行所述程序指令时，执行如权利要求1所述的基于图像识别的搜索结果推荐方法。
CN202010942574.6A 2020-09-09 2020-09-09 基于图像识别的搜索结果推荐方法及装置 Active CN112084394B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010942574.6A CN112084394B (zh) 2020-09-09 2020-09-09 基于图像识别的搜索结果推荐方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010942574.6A CN112084394B (zh) 2020-09-09 2020-09-09 基于图像识别的搜索结果推荐方法及装置

Publications (2)

Publication Number Publication Date
CN112084394A CN112084394A (zh) 2020-12-15
CN112084394B true CN112084394B (zh) 2024-04-23

Family

ID=73733001

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010942574.6A Active CN112084394B (zh) 2020-09-09 2020-09-09 基于图像识别的搜索结果推荐方法及装置

Country Status (1)

Country Link
CN (1) CN112084394B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2006126949A1 (en) * 2005-05-27 2006-11-30 Telefonaktiebolaget Lm Ericsson (Publ) Weight based image processing
CN102663010A (zh) * 2012-03-20 2012-09-12 复旦大学 基于标注语义的个性化图像浏览与推荐方法及系统
CN103440348A (zh) * 2013-09-16 2013-12-11 重庆邮电大学 一种基于矢量量化的全局和局部颜色图像检索方法
CN103514254A (zh) * 2013-07-04 2014-01-15 李文博 一种挖掘用户隐性操作行为的图像集合排序方法
CN103744885A (zh) * 2013-12-23 2014-04-23 哈尔滨工程大学 一种基于子块的融合颜色和方向特征的图像检索方法
CN107870923A (zh) * 2016-09-26 2018-04-03 北京眼神科技有限公司 图像检索方法和装置
CN108829764A (zh) * 2018-05-28 2018-11-16 腾讯科技（深圳）有限公司 推荐信息获取方法、装置、系统、服务器及存储介质
CN110297539A (zh) * 2019-06-19 2019-10-01 重庆工商职业学院 一种基于人工智能的眼动识别方法及装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2785746C (en) * 2009-12-30 2016-09-13 Nokia Corporation Methods and apparatuses for facilitating content-based image retrieval

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2006126949A1 (en) * 2005-05-27 2006-11-30 Telefonaktiebolaget Lm Ericsson (Publ) Weight based image processing
CN102663010A (zh) * 2012-03-20 2012-09-12 复旦大学 基于标注语义的个性化图像浏览与推荐方法及系统
CN103514254A (zh) * 2013-07-04 2014-01-15 李文博 一种挖掘用户隐性操作行为的图像集合排序方法
CN103440348A (zh) * 2013-09-16 2013-12-11 重庆邮电大学 一种基于矢量量化的全局和局部颜色图像检索方法
CN103744885A (zh) * 2013-12-23 2014-04-23 哈尔滨工程大学 一种基于子块的融合颜色和方向特征的图像检索方法
CN107870923A (zh) * 2016-09-26 2018-04-03 北京眼神科技有限公司 图像检索方法和装置
CN108829764A (zh) * 2018-05-28 2018-11-16 腾讯科技（深圳）有限公司 推荐信息获取方法、装置、系统、服务器及存储介质
CN110297539A (zh) * 2019-06-19 2019-10-01 重庆工商职业学院 一种基于人工智能的眼动识别方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
安郝敏.基于图像分割算法的标注系统的设计与实现.2020,全文. *

Also Published As

Publication number Publication date
CN112084394A (zh) 2020-12-15

Similar Documents

Publication Publication Date Title
US11348249B2 (en) Training method for image semantic segmentation model and server
CN110866181B (zh) 资源推荐的方法、装置及存储介质
US8019742B1 (en) Identifying related queries
Park et al. Preference completion: Large-scale collaborative ranking from pairwise comparisons
CN108428132B (zh) 欺诈交易识别方法、装置、服务器及存储介质
US20090282025A1 (en) Method for generating a representation of image content using image search and retrieval criteria
CN107784321B (zh) 数字绘本快速识别方法、系统及计算机可读存储介质
CN101308503A (zh) 图像处理设备、图像处理方法和图像检索方法
CN110633421B (zh) 特征提取、推荐以及预测方法、装置、介质和设备
EP4064071A1 (en) Text search method, device, server, and storage medium
CN110602120B (zh) 一种面向网络的入侵数据检测方法
CN112966626A (zh) 人脸识别方法和装置
US8316028B2 (en) Biometric indexing and searching system
CN110956149A (zh) 宠物身份核验方法、装置、设备及计算机可读存储介质
CN112084394B (zh) 基于图像识别的搜索结果推荐方法及装置
Rasheed et al. Large-scale multi-modal distance metric learning with application to content-based information retrieval and image classification
CN112766390A (zh) 用于确定训练样本的方法、装置及设备
CN112765450A (zh) 推荐内容确定方法、装置及存储介质
CN112085030A (zh) 相似图像确定方法及装置
CN110688516A (zh) 图像检索方法、装置、计算机设备和存储介质
CN113420138B (zh) 用于文本分类的方法及装置、电子设备、存储介质
CN113420665B (zh) 对抗人脸图像生成、人脸识别模型训练方法、装置及设备
Amelio Approximate matching in ACSM dissimilarity measure
CN106021346B (zh) 检索处理方法及装置
CN111597453B (zh) 用户画像方法、装置、计算机设备及计算机可读存储介质

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
GR01 Patent grant
GR01 Patent grant