CN112396494A - 商品引导方法、装置、设备及存储介质 - Google Patents

商品引导方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN112396494A
CN112396494A CN202011322983.2A CN202011322983A CN112396494A CN 112396494 A CN112396494 A CN 112396494A CN 202011322983 A CN202011322983 A CN 202011322983A CN 112396494 A CN112396494 A CN 112396494A
Authority
CN
China
Prior art keywords
commodity
picture
roles
pictures
information
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.)
Granted
Application number
CN202011322983.2A
Other languages
English (en)
Other versions
CN112396494B (zh
Inventor
张苗
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.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and 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 Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN202011322983.2A priority Critical patent/CN112396494B/zh
Publication of CN112396494A publication Critical patent/CN112396494A/zh
Priority to JP2021121060A priority patent/JP7168837B2/ja
Priority to US17/443,396 priority patent/US20210366172A1/en
Priority to EP21188876.3A priority patent/EP3901892A3/en
Priority to KR1020210149977A priority patent/KR20210139203A/ko
Application granted granted Critical
Publication of CN112396494B publication Critical patent/CN112396494B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION 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
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0631—Item recommendations
    • 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
    • G06F16/55—Clustering; Classification
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION 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
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0641—Shopping interfaces
    • G06Q30/0643—Graphical representation of items or shoppers
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/60—Editing figures and text; Combining figures or text
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/10—Image acquisition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local 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
    • G06V10/443—Local 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20084—Artificial neural networks [ANN]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30196—Human being; Person

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Multimedia (AREA)
  • General Business, Economics & Management (AREA)
  • General Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Development Economics (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Computational Linguistics (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Mathematical Physics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Human Computer Interaction (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Processing Or Creating Images (AREA)
  • Image Analysis (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

本申请公开了一种商品引导方法、装置、设备及存储介质，涉及人工智能图像处理和商品推荐技术领域。该商品引导方法包括：识别第一图片中的角色的身份信息；对所述第一图片中的角色进行姿态识别，得到姿态信息；将所述第一图片中的角色的姿态信息与预存的多个商品图片中相同角色的姿态信息进行匹配，将匹配成功的商品图片确定为所述第一图片的推荐商品图片；在所述第一图片范围内或周围区域显示商品引导标识；在所述商品引导标识被触发后，将所述第一图片切换为所述推荐商品图片。利用本申请能够实现个性化的商品推荐。

Description

商品引导方法、装置、设备及存储介质
技术领域
本申请涉及人工智能图像处理技术领域，具体涉及基于图像处理的商品推荐技术，更具体地，涉及一种商品引导方法、装置、设备以及存储介质。
背景技术
通常，用户上传图片进行识图后希望得到关于图片内容的更多信息，例如，如果图片中为建筑物，希望得到该建筑物的名称、地址等信息，如果图片中为动植物，希望得到该动植物的名称、简介等信息，如果图片中为物品，希望得到该物品的用途简介，等等。此外，目前还可在识图结果页面中增加商品推荐信息，便于用户查看与实体相关的商品，达到商品推荐的目的。例如，如果图片中实体为动漫人物，除了在识图结果中展示该动漫人物的图集、简介、图片出处、相似图等，还可在页面添加商品推荐图标，用户点击商品推荐图标后显示该动漫人物相关的商品列表。但是，由于这种商品推荐形式较为常规，已经越来越难以吸引用户执行操作从而了解相关商品，商品推荐效果不佳。
发明内容
本申请提供一种商品引导方法、装置、设备以及存储介质，通过个性化的商品引导形式，可一定程度上提升商品推荐成效。
根据本申请的第一方面，提供了一种商品引导方法，包括：
识别第一图片中的角色的身份信息；
对第一图片中的角色进行姿态识别，得到姿态信息；
将第一图片中的角色的姿态信息与预存的多个商品图片中相同角色的姿态信息进行匹配，将匹配成功的商品图片确定为第一图片的推荐商品图片；
在第一图片范围内或周围区域显示商品引导标识；
在商品引导标识被触发后，将第一图片切换为推荐商品图片。
根据本申请的第二方面，提供了一种商品引导装置，包括：
识图模块，用于识别第一图片中的角色的身份信息；
姿态识别模块，用于对第一图片中的角色进行姿态识别，得到姿态信息；
匹配处理模块，用于将第一图片中的角色的姿态信息与预存的多个商品图片中相同角色的姿态信息进行匹配，将匹配成功的商品图片确定为第一图片的推荐商品图片；
引导标识显示模块，用于在第一图片范围内或周围区域显示商品引导标识；
图片切换模块，用于在商品引导标识被触发后，将第一图片切换为推荐商品图片。
根据本申请的第三方面，提供了一种电子设备，包括：
至少一个处理器；以及
与至少一个处理器通信连接的存储器；其中，
存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行如上的方法。
根据本申请的第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，计算机指令用于使计算机执行如上的方法。
本申请的实施例提出基于例如人体姿态识别模型来筛选推荐的商品图片，由于经过姿态识别和匹配后的角色与用户感兴趣的角色具有高度相似的姿态，因此在将用户图片切换为推荐商品图片时能够，将姿态高度相似的商品推荐给用户，能够更大程度上提升用户兴趣度，提高用户选择推荐商品的概率，强化商品推荐的效果。
应当理解，本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征，也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案，不构成对本申请的限定。其中：
图1是本申请实施例的商品引导方法的流程框图；
图2是本申请实施例的商品图片数据预处理的流程框图；
图3是一种常规基于图片推荐商品的展示页面效果图；
图4是点击图3中商品引导图标后出现商品推荐页面的效果图；
图5是本申请实施例的离线处理和在线处理的逻辑架构框图；
图6是本申请实施例中两个动漫人物的存图列表示意图；
图7是图6实施例中两个动漫人物的姿态数据的示意图；
图8是本申请实施例中动漫人物的预存姿态数据列表的示意图；
图9是本申请实施例中根据图片判断是否需要展示商品引导的流程图；
图10是本申请实施例中位于识图结果页的引导提示的示意图；
图11是本申请实施例的一种切换过程中的多个关键图的效果示意图；
图12是本申请实施例处理的识图图片与推荐商品图片的对比效果图；
图13是本申请实施例的商品引导装置的结构框图；
图14是实现本申请实施例的商品引导方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
图1示出了本申请实施例提供的一种商品引导方法的流程框图，该方法包括：
S101，识别第一图片中的角色的身份信息；
S102，对第一图片中的角色进行姿态识别，得到姿态信息；
S103，将第一图片中的角色的姿态信息与预存的多个商品图片中相同角色的姿态信息进行匹配，将匹配成功的商品图片确定为第一图片的推荐商品图片；
S104，在第一图片范围内或周围区域显示商品引导标识；
S105，在商品引导标识被触发后，将第一图片切换为推荐商品图片。
根据本申请的实施例，在接收到例如用户输入的待识别图片后，如果图片中包含角色(例如卡通角色、动画角色、漫画角色或者影视作品角色)，本申请实施例将对图片中的角色进行身份识别，目的是获得图片中角色的身份信息(例如名字、角色简介、角色作品等)，还需要对图片中的角色进行姿态识别，目的是获得图片中角色的姿态信息(例如站立、坐姿、两臂落下、左臂抬起右臂落下，等等)；然后，基于识别出的身份信息和姿态信息，与数据库中预存的商品图片的资料信息进行匹配(或说进行比对)，举例来说，从用户图片中识别出的角色的身份为“第一卡通人物”(例如唐老鸭)，识别出的该第一卡通人物的姿态信息为“左臂抬起右臂落下”，人物匹配时，可在数据库中筛选出该第一卡通人物的全部商品图片，再从中筛选出姿态为“左臂抬起右臂落下”的商品图片，将该商品图片作为推荐给用户的商品图片，这里，由于推荐的商品图片通过了人物姿态的匹配过程，因此推荐商品图片中的第一卡通角色与用户图片中的第一卡通角色具有高度相似的姿态，将姿态高度相似的商品推荐给用户，能够更大程度上提升用户兴趣度，强化推荐效果，并且设计的商品引导方式是将用户图片切换为推荐商品图片，从实际应用中的视觉效果来看，由于两个图片中人物姿态具有相似度，这种切换能够在视觉上带来冲击，例如，如果用户图片中为二维2D人物，推荐商品图片中为三维3D人物，用户一键切换的效果是将2D人物变为了3D人物(人物姿态相似)，这种视觉感受能够提升用户兴趣度，提高用户选择推荐商品的概率。
对于本申请实施例中提到的“角色”，可以是人的角色形象(例如艾莎公主)，也可以是动物的角色形象(例如小猪佩奇)，可以是此类动漫或卡通形象，也可以是接近真实状态的形象，例如《动物世界》中出现的动物，等等。本文中为描述方便，将上述多种对象统称为“角色”，可以理解为人物形象和/或动物形象。
在本申请的实施例中，可选地，可根据实际需求设置匹配条件，也就是用户图片中的角色与推荐商品图片中的角色之间的匹配程度。在一些实施例中，可考虑角色的手臂姿态和/或腿部姿态，在其他实施例中还可以考虑头部姿态等等，针对动物形象可考虑其四肢的姿态等；匹配时，可以设为完全匹配(例如手臂姿态和腿部姿态均一致)，也可以设置为部分匹配(手臂姿态一致即可或者腿部姿态一致即可)，具体地可采取以下几种方案中的一种：
·第一图片中的角色的姿态信息包括角色的手臂姿态，匹配成功的商品图片包括与第一图片中的角色的手臂姿态一致的商品图片。
·第一图片中的角色的姿态信息包括角色的腿部姿态，匹配成功的商品图片包括与第一图片中的角色的腿部姿态一致的商品图片。
·第一图片中的角色的姿态信息包括角色的手臂姿态和腿部姿态，匹配成功的商品图片包括与第一图片中的角色的手臂姿态一致和/或腿部姿态一致的商品图片。
因此，在前期对商品图片中的角色进行姿态识别时，可以识别角色的部分或全部姿态数据，用于匹配筛选。可选地，前期可以尽可能详细、全面地识别商品图片中的角色的姿态数据，后期在以用户图片中角色的姿态数据进行匹配时，操作人员可根据不同的精度要求，设置不同的匹配条件，姿态数据一致程度越高，则匹配度越高，最后确定的推荐商品图片与用户图片中角色的相似度越高。
在本申请的实施例中，可选地，在商品引导标识被触发后，将第一图片切换为推荐商品图片，可采取以下任一种方式实现：
·在商品引导标识被触发后的第一预设时间段内，将第一图片直接切换为推荐商品图片；
·在商品引导标识被触发后的第二预设时间段内，以渐变切换的方式将第一图片切换为推荐商品图片。
将用户图片切换为推荐商品图片，从实际应用中的视觉效果来看，由于两个图片中人物姿态具有相似度，这种切换能够在视觉上带来冲击，这种视觉感受能够提升用户兴趣度，提高用户选择推荐商品的概率。
在本申请的实施例中，可选地，参考图2，在对第一图片进行识图处理之前，对商品图片数据进行预处理，具体可包括：
S201，收集商品图片，商品图片中包括根据角色制作的商品；
S202，对收集到的商品图片中的角色进行身份识别，得到各个商品图片中角色的身份信息；
S203，对收集到的商品图片中的角色进行姿态识别，得到各个商品图片中角色的姿态信息；
S204，将收集到的商品图片、各个商品图片中角色的身份信息以及各个商品图片中角色的姿态信息存入数据库中。
通过上述处理可以获得大量待推荐商品的图片资源，图片中应包含至少一种角色，需要对图片中的角色进行身份识别和姿态识别。例如，通过身份识别和人体姿态识别的神经网络模型(可以是两个模型，也可以是具备身份识别能力和人体姿态识别能力的一个神经网络模型)处理，可得到图片中角色的身份信息和人体姿态数据，将图片以及对应的数据入库，例如，每一个角色对应一个列表，列表中为该角色的待推荐商品的图片中的姿态数据。上述预存数据用于对用户图片中角色的姿态数据进行匹配时使用，将匹配到的商品引导、推荐给用户。
以上描述了本申请实施例的多种实现方式，以下通过具体的例子，描述本申请实施例的具体处理过程以及相应的效果展示。
在提供具体实施例之前，首先给出与本申请实施例相关的概念或处理的大体解释。通常，识图是指用户通过上传图片希望得到关于图片的更多信息的行为，网站返回的识图结果页是承载图片的更多信息的页面。实体指根据图片信息识图出的图片中的主体。动漫通常是指动画与漫画的合称，或指动画与漫画的集合。动漫人物图片是指实体为动漫人物的图片。商品引导是在识图结果页中展示商品引导，便于用户查看实体相关的商品。商品推荐是根据实体信息展示推荐商品，以满足用户更深层次的需求。对图片的识图结果中识别出主体后，识图结果页中需展现与实体相关的信息，以满足用户的识图需求。
为描述清楚，以下具体实施例以“图片中为动漫人物、推荐商品为该动漫人物的手办制品”为例进行描述。
图3首先示意性地示出一种常规的基于图片推荐商品的展示页面，图片中实体为动漫人物，识图页面中主要包括该动漫人物的图集、商品引导、更多尺寸数据、图片出处和相似图等信息。其中，图3左下角设置有标注“同款商品”的商品推荐引导图标。如果用户点击了该引导图标，页面可跳转至图4。图4示意性地示出了点击商品引导图标后(左边页面)，出现商品推荐页面(右边页面)，页面中为常规的与该动漫人物相关的各类商品信息，例如，印有该动漫人物的行李箱、该动漫人物的装饰画等。这种商品引导形式不够新颖，难以吸引用户进一步了解商品。
对此，参考图5，根据本申请的创新设计，可通过离线处理和在线处理，构建一种全新的商品引导形式，以下对离线处理和在线处理分别进行详细描述。
(一)离线处理
离线处理部分可包括资源收集处理、资源识别处理和资源入库处理，以下分别具体描述处理内容。
1.资源收集处理主要是收集动漫人物的商品引导资源，例如先尽可能多的收集动漫人物(例如动漫排行榜中前top100的动漫人物)，再收集各个人物热门的手办商品图片，数据示例如图6，展示了两个动漫人物(索隆和路飞)的存图的列表。
2.资源识别处理主要是将手办商品图片进行人体姿态的神经网络模型处理，读取手办的人体姿态数据，数据示例如图7，展示了上述两个动漫人物的姿态数据，均包括手臂和腿部的姿态数据。
3.资源入库处理主要是将资源识别处理的结果放入线上数据库，数据库表示例如图8所示，展示了一个动漫人物的预存数据列表。
(二)在线处理
在线处理部分可包括引导判断处理、引导展现处理和引导交互处理，以下分别具体描述处理内容。
1.引导判断处理主要是根据用户识图的图片判断是否需要展示引导，示例性的流程图如图9所示，具体地，接收到图片后进行识图，并且判断图中是否有实体，如果没有实体则不进行展示引导，如果有实体则判断实体是否为动漫人物，如果不是动漫人物则不进行展示引导，如果是动漫人物则判断该动漫人物是否有对应的手办商品，如果没有对应的手办商品则进行常规的商品引导(例如在识图结果页添加“同款商品”的引导图标)，如果有对应的手办商品，则读取该动漫人物图片中的人体姿态，并判断该人体姿态是否有匹配的手办商品，如果没有匹配的手办商品则进行常规的商品引导，如果有匹配的手办商品，则进行本申请实施例提供的商品引导，例如，在触发操作后，将当前图片切换为推荐商品的图片。
上述处理过程中，对于如何判断该人体姿态是否有匹配的手办商品，可采取以下方案处理：
第一步：读取该动漫人物图片的人体姿态，例如读取到的数据为：
手臂姿态：左臂弯曲右臂落下
腿部姿态：站立
第二步：在数据库中查看该动漫人物的手办商品列表，是否有人体姿态相同的手办商品，如有则匹配成功。
这里，一种情况是：如果“手臂姿态”和“腿部姿态”均相同，为完全匹配；另一种情况是：如果仅有一项相同，为不完全匹配，例如：
手臂姿态：左臂弯曲右臂落下
腿部姿态：坐姿
其中，“腿部姿态”不同，为不完全匹配。
应用中，可以将装置(或称系统)设置为需要“完全匹配”时认为匹配成功；可选地，也可以设置为“不完全匹配”即认为匹配成功。
可选地，如果匹配成功的商品数量为多个，可以从中随机选取一个商品确定为推荐商品，也可以采取其他优先级策略确定推荐商品。
2.引导展示处理主要是根据确定的推荐商品数据展示商品引导标识(也可称商品引导提示等)，引导位置可为图片上或图片周围的预定位置或随机位置。图10示意性示出一种引导提示，该引导提示位于识图结果页，具体在图片上的中部靠下位置显示有一矩形框，框中文字可为例如“点击一下破次元”，可适用于将“二次元”的动漫人物图片切换为有立体感的实体商品图片。图10中动漫人物图像下方的文字和尺寸较小的图片为常规的识图结果展示。
3.引导交互处理主要是响应用户操作，用户点击引导提示时，引导提示消失，动漫人物图片切换为手办商品图片，页面内容变为推荐商品的内容。图11示意性地示出一种切换过程中的多个关键图，左侧为带引导提示的图片，点击引导提示后，该提示框消失，显示为中间的图片(如原始图片)，然后在预定时间段内，例如0.5秒钟或1秒钟之后，显示为右侧的有立体感的商品图片，切换过程完成。在其他实施例中，也可设置为在预定时间段内以渐变切换的方式从原图变为推荐商品图。
图12示意性地示出了另一个实施例处理的识图图片与推荐商品图片的对比效果图。采用本申请的至少一种实施方式，可形成一种“破次元”的新颖的引导方式，通过“人体姿态”高相关度的匹配约束，能够更加吸引用户进入商品推荐，这实际上是从更深层次扩展满足了用户识图的需求。
以上通过多个实施例从不同角度描述了本申请实施例的具体设置和实现方式。与上述至少一个实施例的处理方法相对应地，本申请实施例还提供一种商品引导装置100，参考图13，其包括：
识图模块110，用于识别第一图片中的角色的身份信息；
姿态识别模块120，用于对第一图片中的角色进行姿态识别，得到姿态信息；
匹配处理模块130，用于将第一图片中的角色的姿态信息与预存的多个商品图片中相同角色的姿态信息进行匹配，将匹配成功的商品图片确定为第一图片的推荐商品图片；
引导标识显示模块140，用于在第一图片范围内或周围区域显示商品引导标识；
图片切换模块150，用于在商品引导标识被触发后，将第一图片切换为推荐商品图片。
可选地，所述第一图片中的角色的姿态信息包括角色的手臂姿态和/或腿部姿态，所述匹配成功的商品图片包括与所述第一图片中的角色的手臂姿态一致的商品图片；或者，所述匹配成功的商品图片包括与所述第一图片中的角色的腿部姿态一致的商品图片；或者，所述匹配成功的商品图片包括与所述第一图片中的角色的手臂姿态和腿部姿态均一致的商品图片。
可选地，图片切换模块在商品引导标识被触发后的第一预设时间段内，将第一图片直接切换为推荐商品图片；或者，图片切换模块在商品引导标识被触发后的第二预设时间段内，以渐变切换的方式将第一图片切换为推荐商品图片。
可选地，商品引导装置100还可包括图片收集模块和存储模块，其中，
图片收集模块用于收集商品图片，商品图片中包括根据角色制作的商品；
识图模块还用于对收集到的商品图片中的角色进行身份识别，得到各个商品图片中角色的身份信息；
姿态识别模块还用于对收集到的商品图片中的角色进行姿态识别，得到各个商品图片中角色的姿态信息；
存储模块用于将收集到的商品图片、各个商品图片中角色的身份信息以及各个商品图片中角色的姿态信息存入数据库中。
可选地，识图模块通过身份识别模型对收集到的商品图片中的角色进行身份识别；姿态识别模块通过人体姿态识别模型对收集到的商品图片中的角色进行姿态识别；
其中，身份识别模型与人体姿态识别模型是两个不同的神经网络模型；或者，身份识别模型和人体姿态识别模型是具备身份识别能力和人体姿态识别能力的一个神经网络模型。
本申请实施例各装置中的各模块的功能可以参见上述方法实施例中的对应描述的处理，在此不再赘述。
根据本申请的实施例，本申请还提供了一种电子设备和一种可读存储介质。如图13所示，是根据本申请实施例的商品引导方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图13所示，该电子设备包括：一个或多个处理器1001、存储器1002，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示图形用户界面(Graphical User Interface，GUI)的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图13中以一个处理器1001为例。
存储器1002即为本申请所提供的非瞬时计算机可读存储介质。其中，存储器存储有可由至少一个处理器执行的指令，以使至少一个处理器执行本申请所提供的商品引导方法。本申请的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本申请所提供的商品引导方法。
存储器1002作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块，如本申请实施例中的商品引导方法对应的程序指令/模块(例如，附图13所示的识图模块110、姿态识别模块120、匹配处理模块130、引导标识显示模块140和图片切换模块150)。处理器1001通过运行存储在存储器1002中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中的商品引导方法。
存储器1002可以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、至少一个功能所需要的应用程序；存储数据区可存储根据搜索结果的分析处理电子设备的使用所创建的数据等。此外，存储器1002可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器1002可选包括相对于处理器1001远程设置的存储器，这些远程存储器可以通过网络连接至搜索结果的分析处理电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
本申请实施例的商品引导方法对应的电子设备还可以包括：输入装置1003和输出装置1004。处理器1001、存储器1002、输入装置1003和输出装置1004可以通过总线或者其他方式连接，本申请图13实施例中以通过总线连接为例。
输入装置1003可接收输入的数字或字符信息，以及产生与搜索结果的分析处理电子设备的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置1004可以包括显示设备、辅助照明装置(例如，LED)和触觉反馈装置(例如，振动电机)等。该显示设备可以包括但不限于，液晶显示器(Liquid Crystal Display，LCD)、发光二极管(Light EmittingDiode，LED)显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用集成电路(Application Specific Integrated Circuits，ASIC)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(programmable logic device，PLD))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(Cathode Ray Tube，阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(Local Area Network，LAN)、广域网(Wide Area Network，WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本申请公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。

Claims (14)

1.一种商品引导方法，包括：
识别第一图片中的角色的身份信息；
对所述第一图片中的角色进行姿态识别，得到姿态信息；
将所述第一图片中的角色的姿态信息与预存的多个商品图片中相同角色的姿态信息进行匹配，将匹配成功的商品图片确定为所述第一图片的推荐商品图片；
在所述第一图片范围内或周围区域显示商品引导标识；
在所述商品引导标识被触发后，将所述第一图片切换为所述推荐商品图片。
2.根据权利要求1所述的方法，其中：
所述第一图片中的角色的姿态信息包括角色的手臂姿态和/或腿部姿态，
所述匹配成功的商品图片包括与所述第一图片中的角色的手臂姿态一致的商品图片；或者，
所述匹配成功的商品图片包括与所述第一图片中的角色的腿部姿态一致的商品图片；或者，
所述匹配成功的商品图片包括与所述第一图片中的角色的手臂姿态和腿部姿态均一致的商品图片。
3.根据权利要求1所述的方法，其中，所述在所述商品引导标识被触发后，将所述第一图片切换为所述推荐商品图片，包括：
在所述商品引导标识被触发后的第一预设时间段内，将所述第一图片直接切换为所述推荐商品图片；
或者，
在所述商品引导标识被触发后的第二预设时间段内，以渐变切换的方式将所述第一图片切换为所述推荐商品图片。
4.根据权利要求1所述的方法，在所述对第一图片进行识图处理之前，所述方法还包括：
收集商品图片，所述商品图片中包括根据角色制作的商品；
对收集到的商品图片中的角色进行身份识别，得到各个商品图片中角色的身份信息；
对所述收集到的商品图片中的角色进行姿态识别，得到各个商品图片中角色的姿态信息；
将所述收集到的商品图片、所述各个商品图片中角色的身份信息以及所述各个商品图片中角色的姿态信息存入数据库中。
5.根据权利要求4所述的方法，其中，
通过身份识别模型对所述收集到的商品图片中的角色进行身份识别；通过人体姿态识别模型对所述收集到的商品图片中的角色进行姿态识别；其中，
所述身份识别模型与所述人体姿态识别模型是两个不同的神经网络模型；或者，所述身份识别模型和所述人体姿态识别模型是具备身份识别能力和人体姿态识别能力的一个神经网络模型。
6.根据权利要求1-5中任一项所述的方法，其中：
所述角色包括以下至少一项：卡通角色、动画角色、漫画角色、影视作品角色。
7.一种商品引导装置，包括：
识图模块，用于识别第一图片中的角色的身份信息；
姿态识别模块，用于对所述第一图片中的角色进行姿态识别，得到姿态信息；
匹配处理模块，用于将所述第一图片中的角色的姿态信息与预存的多个商品图片中相同角色的姿态信息进行匹配，将匹配成功的商品图片确定为所述第一图片的推荐商品图片；
引导标识显示模块，用于在所述第一图片范围内或周围区域显示商品引导标识；
图片切换模块，用于在所述商品引导标识被触发后，将所述第一图片切换为所述推荐商品图片。
8.根据权利要求7所述的装置，其中：
所述第一图片中的角色的姿态信息包括角色的手臂姿态和/或腿部姿态，
所述匹配成功的商品图片包括与所述第一图片中的角色的手臂姿态一致的商品图片；或者，
所述匹配成功的商品图片包括与所述第一图片中的角色的腿部姿态一致的商品图片；或者，
所述匹配成功的商品图片包括与所述第一图片中的角色的手臂姿态和腿部姿态均一致的商品图片。
9.根据权利要求7所述的装置，其中，
所述图片切换模块在所述商品引导标识被触发后的第一预设时间段内，将所述第一图片直接切换为所述推荐商品图片；
或者，
所述图片切换模块在所述商品引导标识被触发后的第二预设时间段内，以渐变切换的方式将所述第一图片切换为所述推荐商品图片。
10.根据权利要求7所述的装置，还包括：图片收集模块和存储模块，其中，
所述图片收集模块用于收集商品图片，所述商品图片中包括根据角色制作的商品；
所述识图模块还用于对收集到的商品图片中的角色进行身份识别，得到各个商品图片中角色的身份信息；
所述姿态识别模块还用于对所述收集到的商品图片中的角色进行姿态识别，得到各个商品图片中角色的姿态信息；
所述存储模块用于将所述收集到的商品图片、所述各个商品图片中角色的身份信息以及所述各个商品图片中角色的姿态信息存入数据库中。
11.根据权利要求10所述的装置，其中，
所述识图模块通过身份识别模型对所述收集到的商品图片中的角色进行身份识别；所述姿态识别模块通过人体姿态识别模型对所述收集到的商品图片中的角色进行姿态识别；其中，
所述身份识别模型与所述人体姿态识别模型是两个不同的神经网络模型；或者，所述身份识别模型和所述人体姿态识别模型是具备身份识别能力和人体姿态识别能力的一个神经网络模型。
12.根据权利要求7-11中任一项所述的装置，其中：
所述角色包括以下至少一项：卡通角色、动画角色、漫画角色、影视作品角色。
13.一种电子设备，其特征在于，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1-6中任一项所述的方法。
14.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使计算机执行如权利要求1-6中任一项所述的方法。
CN202011322983.2A 2020-11-23 2020-11-23 商品引导方法、装置、设备及存储介质 Active CN112396494B (zh)

Priority Applications (5)

Application Number Priority Date Filing Date Title
CN202011322983.2A CN112396494B (zh) 2020-11-23 2020-11-23 商品引导方法、装置、设备及存储介质
JP2021121060A JP7168837B2 (ja) 2020-11-23 2021-07-21 商品案内方法、装置、デバイス、記憶媒体、及びプログラム
US17/443,396 US20210366172A1 (en) 2020-11-23 2021-07-26 Commodity guiding method, electronic device and storage medium
EP21188876.3A EP3901892A3 (en) 2020-11-23 2021-07-30 Commodity guiding method and apparatus, electronic device, storage medium, and computer program product
KR1020210149977A KR20210139203A (ko) 2020-11-23 2021-11-03 상품 안내 방법, 장치, 기기, 저장 매체 및 컴퓨터 프로그램

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011322983.2A CN112396494B (zh) 2020-11-23 2020-11-23 商品引导方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN112396494A true CN112396494A (zh) 2021-02-23
CN112396494B CN112396494B (zh) 2024-06-21

Family

ID=74607065

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011322983.2A Active CN112396494B (zh) 2020-11-23 2020-11-23 商品引导方法、装置、设备及存储介质

Country Status (5)

Country Link
US (1) US20210366172A1 (zh)
EP (1) EP3901892A3 (zh)
JP (1) JP7168837B2 (zh)
KR (1) KR20210139203A (zh)
CN (1) CN112396494B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116506691A (zh) * 2023-06-14 2023-07-28 北京达佳互联信息技术有限公司 多媒体资源的处理方法、装置、电子设备及存储介质

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110543578B (zh) * 2019-08-09 2024-05-14 华为技术有限公司 物体识别方法及装置

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080309675A1 (en) * 2007-06-11 2008-12-18 Darwin Dimensions Inc. Metadata for avatar generation in virtual environments
US20130021348A1 (en) * 2011-07-22 2013-01-24 Mixamo, Inc. Systems and methods for animation recommendations
US20140078144A1 (en) * 2012-09-14 2014-03-20 Squee, Inc. Systems and methods for avatar creation
CN104765891A (zh) * 2015-05-06 2015-07-08 苏州搜客信息技术有限公司 一种基于图像的搜索购物方法
CN106096009A (zh) * 2016-06-23 2016-11-09 北京小米移动软件有限公司 消息生成方法及装置
CN106570714A (zh) * 2015-10-08 2017-04-19 阿里巴巴集团控股有限公司 一种搭配对象图片的推荐方法、映射关系建立方法及装置
CN106815309A (zh) * 2016-12-20 2017-06-09 北京奇虎科技有限公司 一种图像推送方法、装置以及移动终端
CN109951628A (zh) * 2017-12-21 2019-06-28 广东欧珀移动通信有限公司 模型构建方法、拍照方法、装置、存储介质及终端
CN110785753A (zh) * 2019-09-27 2020-02-11 京东方科技集团股份有限公司 用于搜索图像的方法、装置及存储介质
CN110866563A (zh) * 2019-11-20 2020-03-06 咪咕文化科技有限公司 相似视频检测、推荐方法、电子设备和存储介质
US20200151860A1 (en) * 2018-11-13 2020-05-14 Adobe Inc. Intelligent identification of replacement regions for mixing and replacing of persons in group portraits
CN111223170A (zh) * 2020-01-07 2020-06-02 腾讯科技（深圳）有限公司 动画生成方法、装置、电子设备和存储介质
US20200197746A1 (en) * 2017-08-18 2020-06-25 Alyce Healthcare Inc. Method for providing posture guide and apparatus thereof
CN111476319A (zh) * 2020-05-08 2020-07-31 网易（杭州）网络有限公司 商品推荐方法、装置、存储介质和计算设备
WO2020226785A1 (en) * 2019-05-06 2020-11-12 Apple Inc. Avatar integration with multiple applications

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4168803B2 (ja) * 2003-03-28 2008-10-22 カシオ計算機株式会社 画像出力装置
JP5593546B2 (ja) * 2010-01-09 2014-09-24 株式会社アニメイト 仮想ショッピングモールシステム及び関連付装置並びにプログラム
JP5593352B2 (ja) * 2012-07-10 2014-09-24 ヤフー株式会社 情報提供装置、情報提供方法および情報提供プログラム
JP6922410B2 (ja) * 2017-05-19 2021-08-18 富士通株式会社 姿勢判定プログラム、姿勢判定装置及び姿勢判定方法
JP7336835B2 (ja) * 2018-05-09 2023-09-01 コニカミノルタ株式会社 属性決定装置、属性決定システムおよび属性決定方法
KR101958818B1 (ko) * 2018-11-16 2019-07-02 성주은 개인 맞춤형 통증 관리 방법 및 장치
CN110543578B (zh) * 2019-08-09 2024-05-14 华为技术有限公司 物体识别方法及装置
US11494932B2 (en) * 2020-06-02 2022-11-08 Naver Corporation Distillation of part experts for whole-body pose estimation
TWI775202B (zh) * 2020-11-03 2022-08-21 財團法人資訊工業策進會 動作姿勢的指導系統及方法
US11531697B2 (en) * 2020-11-03 2022-12-20 Adobe Inc. Identifying and providing digital images depicting human poses utilizing visual interactive content search and virtual mannequins

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080309675A1 (en) * 2007-06-11 2008-12-18 Darwin Dimensions Inc. Metadata for avatar generation in virtual environments
US20130021348A1 (en) * 2011-07-22 2013-01-24 Mixamo, Inc. Systems and methods for animation recommendations
US20140078144A1 (en) * 2012-09-14 2014-03-20 Squee, Inc. Systems and methods for avatar creation
CN104765891A (zh) * 2015-05-06 2015-07-08 苏州搜客信息技术有限公司 一种基于图像的搜索购物方法
CN106570714A (zh) * 2015-10-08 2017-04-19 阿里巴巴集团控股有限公司 一种搭配对象图片的推荐方法、映射关系建立方法及装置
CN106096009A (zh) * 2016-06-23 2016-11-09 北京小米移动软件有限公司 消息生成方法及装置
CN106815309A (zh) * 2016-12-20 2017-06-09 北京奇虎科技有限公司 一种图像推送方法、装置以及移动终端
US20200197746A1 (en) * 2017-08-18 2020-06-25 Alyce Healthcare Inc. Method for providing posture guide and apparatus thereof
CN109951628A (zh) * 2017-12-21 2019-06-28 广东欧珀移动通信有限公司 模型构建方法、拍照方法、装置、存储介质及终端
US20200151860A1 (en) * 2018-11-13 2020-05-14 Adobe Inc. Intelligent identification of replacement regions for mixing and replacing of persons in group portraits
WO2020226785A1 (en) * 2019-05-06 2020-11-12 Apple Inc. Avatar integration with multiple applications
CN110785753A (zh) * 2019-09-27 2020-02-11 京东方科技集团股份有限公司 用于搜索图像的方法、装置及存储介质
CN110866563A (zh) * 2019-11-20 2020-03-06 咪咕文化科技有限公司 相似视频检测、推荐方法、电子设备和存储介质
CN111223170A (zh) * 2020-01-07 2020-06-02 腾讯科技（深圳）有限公司 动画生成方法、装置、电子设备和存储介质
CN111476319A (zh) * 2020-05-08 2020-07-31 网易（杭州）网络有限公司 商品推荐方法、装置、存储介质和计算设备

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116506691A (zh) * 2023-06-14 2023-07-28 北京达佳互联信息技术有限公司 多媒体资源的处理方法、装置、电子设备及存储介质
CN116506691B (zh) * 2023-06-14 2023-10-27 北京达佳互联信息技术有限公司 多媒体资源的处理方法、装置、电子设备及存储介质

Also Published As

Publication number Publication date
EP3901892A3 (en) 2022-03-02
JP7168837B2 (ja) 2022-11-10
KR20210139203A (ko) 2021-11-22
CN112396494B (zh) 2024-06-21
EP3901892A2 (en) 2021-10-27
US20210366172A1 (en) 2021-11-25
JP2021170391A (ja) 2021-10-28

Similar Documents

Publication Publication Date Title
CN111722245B (zh) 定位方法、定位装置和电子设备
CN111259751A (zh) 基于视频的人体行为识别方法、装置、设备及存储介质
CN113656582B (zh) 神经网络模型的训练方法、图像检索方法、设备和介质
CN111860167B (zh) 人脸融合模型获取及人脸融合方法、装置及存储介质
CN111767379A (zh) 图像问答方法、装置、设备以及存储介质
CN111949814A (zh) 搜索方法、装置、电子设备和存储介质
CN112132113A (zh) 车辆再识别的方法、装置、训练方法以及电子设备
CN111598164A (zh) 识别目标对象的属性的方法、装置、电子设备和存储介质
CN111738072A (zh) 目标检测模型的训练方法、装置及电子设备
CN111563541B (zh) 图像检测模型的训练方法和装置
CN112396494B (zh) 商品引导方法、装置、设备及存储介质
CN111611990A (zh) 用于识别图像中表格的方法和装置
CN112001265A (zh) 视频事件识别方法、装置、电子设备及存储介质
CN112001248A (zh) 主动交互的方法、装置、电子设备和可读存储介质
CN112036315A (zh) 字符识别方法、装置、电子设备及存储介质
CN111950272A (zh) 文本相似度的生成方法、装置及电子设备
CN111666771A (zh) 文书的语义标签抽取、装置、电子设备及可读存储介质
CN113657398B (zh) 图像识别方法和装置
CN113313048B (zh) 脸部表情识别方法和装置
CN110798681B (zh) 成像设备的监测方法、装置和计算机设备
CN112488126A (zh) 特征图处理方法、装置、设备以及存储介质
CN112270303A (zh) 图像识别方法、装置以及电子设备
CN112597828A (zh) 网页识别模型的训练方法、装置、网页识别的方法
CN111738325A (zh) 图像识别方法、装置、设备以及存储介质
CN111767990A (zh) 神经网络的处理方法和装置

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