CN113903033A - 识别、处理方法和装置及智检系统 - Google Patents
识别、处理方法和装置及智检系统 Download PDFInfo
- Publication number
- CN113903033A CN113903033A CN202111295792.6A CN202111295792A CN113903033A CN 113903033 A CN113903033 A CN 113903033A CN 202111295792 A CN202111295792 A CN 202111295792A CN 113903033 A CN113903033 A CN 113903033A
- Authority
- CN
- China
- Prior art keywords
- brand
- target object
- target
- preset
- mark
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 44
- 238000003672 processing method Methods 0.000 title abstract description 8
- 238000000034 method Methods 0.000 claims abstract description 58
- 238000012545 processing Methods 0.000 claims abstract description 36
- 230000004044 response Effects 0.000 claims abstract description 28
- 239000013598 vector Substances 0.000 claims description 71
- 230000015654 memory Effects 0.000 claims description 17
- 230000004927 fusion Effects 0.000 claims description 10
- 238000012790 confirmation Methods 0.000 claims description 9
- 238000009432 framing Methods 0.000 claims description 5
- 238000012550 audit Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 4
- 238000007726 management method Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 11
- 238000004891 communication Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 7
- 238000011161 development Methods 0.000 description 6
- 238000004590 computer program Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000012552 review Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 239000003550 marker Substances 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 241000190070 Sarracenia purpurea Species 0.000 description 2
- 238000013475 authorization Methods 0.000 description 2
- 238000012512 characterization method Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000012797 qualification Methods 0.000 description 2
- 108010001267 Protein Subunits Proteins 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Image Analysis (AREA)
Abstract
本申请公开了识别、处理方法和装置及智检系统，涉及数据处理技术领域。方法的一具体实施方式包括：获取目标物品的图像信息和授权品牌信息；基于图像信息，确定目标物品的品牌是否为预设品牌；响应于确定目标物品的品牌为预设品牌，将目标物品的授权品牌信息与预设品牌的品牌信息进行匹配；基于匹配结果，确定目标物品的识别结果。该实施方式有效提升了识别的准确率和效率。
Description
技术领域
本申请涉及计算机技术领域，具体涉及数据处理技术领域，尤其涉及一种识别、处理方法和装置及智检系统。
背景技术
随着社会发展与政策法规的完善，知识产权保护越来越受到各个领域的重视，知识产权保护对于科学技术进步，市场经济健康有序发展有重要意义，核心技术的知识产权更是企业的重要资产。但是，目前电商平台部分商家售卖有侵权风险的山寨商品屡禁不止，虽然从平台规章制度上已经严令禁止了此类商品的售卖，然后由于无法全量审查数十亿的商品数据，山寨侵权现象仍然普遍存在，这一难题给平台带来了极大的监管风险，同时没有给正规经营的商家提供良好的营商环境，平台自身的品牌形象也受到负面影响。
现有的解决方案主要是：1)被动的人工审核；2)主动关键词匹配。但上述解决方案存在审核成本高，审核难度大，审核效率低等问题。
发明内容
本申请实施例提供了一种识别方法、装置、设备以及存储介质。
根据第一方面，本申请实施例提供了一种识别方法，该方法包括：获取目标物品的图像信息和授权品牌信息；基于图像信息，确定目标物品的品牌是否为预设品牌；响应于确定目标物品的品牌为预设品牌，将目标物品的授权品牌信息与预设品牌的品牌信息进行匹配；基于匹配结果，确定目标物品的识别结果。
根据第二方面，本申请实施例提供了一种处理方法，该方法包括：获取待处理物品的识别结果，识别结果为采用如上述第一方面任一实现方式描述的方法对待处理物品进行识别得到的识别结果；基于识别结果，对待处理物品执行处理操作。
根据第三方面，本申请实施例提供了一种识别装置，该装置包括：获取模块，被配置成获取目标物品的图像信息和授权品牌信息；确定模块，被配置成基于图像信息，确定目标物品的品牌是否为预设品牌；匹配模块，被配置成响应于确定目标物品的品牌为预设品牌，将目标物品的授权品牌信息与预设品牌的品牌信息进行匹配；识别模块，被配置成基于匹配结果，确定目标物品的识别结果。
根据第四方面，本申请实施例提供了一种处理装置，该装置包括：处理模块，被配置成获取待处理物品的识别结果，识别结果为采用如上述第一方面任一实现方式描述的方法对待处理物品进行识别得到的识别结果；执行模块，被配置成基于识别结果，对待处理物品执行处理操作。
根据第五方面，本申请实施例提供了一种智检系统，该系统包括：服务模块，用于应用大数据工具从数据库获取目标物品的物品数据，并将目标物品的图像信息发送至检测模块以检测目标物品的品牌是否为预设品牌并获取检测结果，以及响应于确定目标物品的品牌为预设品牌，基于预设品牌的品牌信息和授权品牌信息，生成目标物品的识别结果，并将识别结果存储至云存储模块；检测模块，用于基于目标物品的图像信息，检测目标物品的品牌是否为预设品牌，并将检测结果发送至服务模块；云存储模块，用于对目标物品的识别结果进行存储；审核系统后端模块，用于从云存储模块获取目标物品的识别结果，并定时统一将识别结果推送至外部治理模块；外部处理模块，用于根据目标物品的识别结果，对目标物品执行预设的处理操作，以及生成目标物品的最终确认结果。
根据第六方面，本申请实施例提供了一种电子设备，该电子设备包括一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被该一个或多个处理器执行，使得一个或多个处理器实现如第一方面或第二方面中任一实现方式描述的方法。
根据第七方面，本申请实施例提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现如第一方面或第二方面中任一实现方式描述的方法。
本申请通过获取目标物品的图像信息和授权品牌信息；基于图像信息，确定目标物品的品牌是否为预设品牌；响应于确定目标物品的品牌为预设品牌，将目标物品的授权品牌信息与预设品牌的品牌信息进行匹配；基于匹配结果，确定目标物品的识别结果，实现了自动化的物品识别，提升了识别的准确率和效率。
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其他特征将通过以下的说明书而变得容易理解。
附图说明
图1是本申请可以应用于其中的示例性系统架构图；
图2是根据本申请的识别方法的一个实施例的流程图；
图3是根据本申请的识别方法的一个应用场景的示意图；
图4是根据本申请的识别方法的另一个实施例的流程图；
图5是根据本申请的处理方法的一个实施例的流程图；
图6是根据本申请的识别装置的一个实施例的示意图；
图7是根据本申请的处理装置的一个实施例的示意图；
图8是根据本申请的智检系统的一个实施例的示意图；
图9是适于用来实现本申请实施例的服务器的计算机系统的结构示意图。
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。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请的识别方法的实施例的示例性系统架构100。
如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如，购物类应用、通讯类应用等。
终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是具有显示屏的各种电子设备，包括但不限于手机和笔记本电脑。当终端设备101、102、103为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供识别服务)，也可以实现成单个软件或软件模块。在此不做具体限定。
服务器105可以是提供各种服务的服务器，例如，获取目标物品的图像信息和授权品牌信息；基于图像信息，确定目标物品的品牌是否为预设品牌；响应于确定目标物品的品牌为预设品牌，将目标物品的授权品牌信息与预设品牌的品牌信息进行匹配；基于匹配结果，确定目标物品的识别结果。
需要说明的是，服务器105可以是硬件，也可以是软件。当服务器105为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器为软件时，可以实现成多个软件或软件模块(例如用来提供识别服务)，也可以实现成单个软件或软件模块。在此不做具体限定。
需要指出的是，本公开的实施例所提供的识别方法可以由服务器105执行，也可以由终端设备101、102、103执行，还可以由服务器105和终端设备101、102、103彼此配合执行。相应地，识别装置包括的各个部分(例如各个单元、子单元、模块、子模块)可以全部设置于服务器105中，也可以全部设置于终端设备101、102、103中，还可以分别设置于服务器105和终端设备101、102、103中。
应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
图2示出了可以应用于本申请的识别方法的流程示意图200。在本实施例中，识别方法包括以下步骤：
步骤201，获取目标物品的图像信息和授权品牌信息。
在本实施例中，执行主体(如图1中所示的服务器105或终端设备101、102、103)可以主动在本地或远程的服务器获取待识别目标物品的图像信息和授权品牌信息，也可以被动接收用户指定的待识别目标物品的图像信息和授权品牌信息，本申请对此不作限定。
其中，目标物品可以是任意地待识别的物品，例如，服饰、灯具等等。
这里，目标物品的图像信息用于指示包含目标物品的图像及其关联信息(例如，标题信息、对应店铺信息等)，需要指出的是，包含目标物品的图像可以仅包含目标物品的图像，也可以既包含目标物品的图像，又包含除目标物品外的其他物品的图像，本申请对此不作限定。
目标物品的授权品牌信息用于指示目标物品被授权的品牌信息，可通过目标物品对应的店铺信息，例如，店铺ID、店铺经营资质信息等，确定。
步骤202，基于图像信息，确定目标物品的品牌是否为预设品牌。
在本实施例中，执行主体可以根据目标物品的图像信息，确定目标物品的品牌是否为预设品牌。
其中，目标物品的品牌信息用于指示消费者和其他股东接收到的与目标物品的品牌有关的所有信息，例如，品牌名称、授权经营的店铺ID(Identity document，身份标识号)等等。
这里，执行主体可以直接根据目标物品的图像信息中所包括物品的图像，确定目标物品的品牌是否为预设品牌，可以根据目标物品的图像信息中所包括的目标物品的标志，确定目标物品的品牌是否为预设品牌，也可以根据目标物品的图像信息中所包括的目标物品的款式，确定目标物品的品牌是否为预设品牌，本申请对此不作限定。
步骤203，响应于确定目标物品的品牌为预设品牌，将目标物品的授权品牌信息与预设品牌的品牌信息进行匹配。
在本实施例中，执行主体可以根据目标物品的图像信息，确定目标物品的品牌是否为预设品牌，若确定目标物品的品牌为预设品牌，则将目标物品的授权品牌信息与预设品牌的品牌信息进行匹配。
步骤204，基于匹配结果，确定目标物品的识别结果。
在本实施例中，执行主体在获取到匹配结果后，可对匹配结果进行判断，若匹配结果为匹配失败，则可确定目标物品的识别结果为满足预设条件的物品；若匹配结果为匹配成功，则可确定目标物品的识别结果为不满足预设条件的物品。
这里，预设条件可根据实际需求进行设定，例如，物品是否合规、是否侵权等，本申请对此不作限定。
具体地，预设条件根据物品是否合规设定，若匹配结果为匹配失败，则可确定目标物品的识别结果为满足预设条件的物品，即不合规物品；若匹配结果为匹配成功，则可确定目标物品的识别结果为不满足预设条件的物品，即合规物品。
在一些可选的方式中，基于匹配结果，确定目标物品的识别结果，包括：响应于确定匹配结果为匹配失败，确定所述目标物品为侵权物品。
在本实现方式中，执行主体在获取到匹配结果后，可对匹配结果进行判断，若匹配结果为匹配成功，则识别目标物品不是侵权物品，即识别目标物品为具备预设品牌授权的物品，若匹配结果为匹配失败，则识别目标物品是侵权物品，即识别目标物品为不具备预设品牌授权的物品。
该实现方式通过响应于确定匹配结果为匹配失败，确定目标物品为侵权物品，有助于提升对侵权物品识别的准确率和效率。
在一些可选的方式中，基于匹配结果，确定目标物品的识别结果，包括：响应于确定匹配结果为匹配失败，获取用户对目标物品的识别结果；基于用户对目标物品的识别结果，确定目标物品的识别结果。
在本实现方式中，执行主体在获取到匹配结果后，可对匹配结果进行判断，若匹配结果为匹配失败，则可将目标物品的图像信息和授权品牌信息及预设品牌的品牌信息发送给用户，以获取用户对目标物品的识别结果，若用户对目标物品的识别结果为目标物品为满足预设条件的物品，则可确定目标物品的识别结果为满足预设条件的物品，若用户对目标物品的识别结果为目标物品为不满足预设条件的物品，则可确定目标物品的识别结果为不满足预设条件的物品。
该实现方式通过响应于确定匹配结果为匹配失败，获取用户对目标物品的识别结果；基于用户对目标物品的识别结果，确定目标物品的识别结果，即在匹配失败后，进一步获取人工对目标物品的识别结果，基于最终的人工识别结果确定目标物品的识别结果，有效提升了识别结果的准确率。
在一些可选的方式中，基于图像信息，确定目标物品的品牌是否为预设品牌，包括：基于图像信息所包括的目标物品的款式，确定目标物品的品牌是否为预设品牌。
在本实现方式中，执行主体可根据识别出的图像信息中所包括的目标物品的款式，识别目标物品的品牌是否为预设品牌，若确定为预设品牌，将目标物品的授权品牌信息与预设品牌的品牌信息进行匹配，以获取匹配结果。
这里，款式信息用于指示物品的式样，包括但不限于：外形框架、尺寸、图案、颜色、材质。
该实现方式通过基于图像信息所包括的目标物品的款式，确定目标物品的品牌是否为预设品牌，响应于确定目标物品的品牌为预设品牌，将目标物品的授权品牌信息与预设品牌的品牌信息进行匹配，基于匹配结果，识别目标物品是否为侵权物品，有效提升了识别目标物品是否为侵权物品的效率。
继续参见图3，图3是根据本实施例的识别方法的应用场景的一个示意图。
在图3的应用场景中，执行主体301主动抓取某电商平台的待识别的目标物品，例如，水杯，的图像信息，例如，包含水杯的图像302，和授权品牌信息，例如，N品牌授权店铺(根据目标物品对应店铺的资质信息确定)303，进一步地，执行主体可基于目标物品的图像信息，确定目标物品的品牌是否为预设品牌，若确定目标物品的品牌为预设品牌，例如，M品牌304，则将目标物品的授权品牌信息：N品牌授权店铺303，与预设品牌的品牌信息，例如，M品牌店铺305，进行匹配，并基于匹配结果306，确定目标物品的识别结果，例如，若匹配结果为不匹配，确定目标物品为不合规物品。
本公开的识别方法，通过获取目标物品的图像信息和授权品牌信息；基于图像信息确定目标物品的品牌是否为预设品牌，响应于确定目标物品的品牌为预设品牌，将目标物品的授权品牌信息与预设品牌的品牌信息进行匹配；基于匹配结果，确定目标物品的识别结果，提升了识别的准确率和效率。
进一步参考图4，其示出了识别方法的又一个实施例的流程400。在本实施例中，本实施例的识别方法的流程400，可包括以下步骤：
步骤401，获取目标物品的图像信息和授权品牌信息。
在本实施例中，步骤401的实现细节和技术效果，可以参考对步骤201的描述，在此不再赘述。
步骤402，基于图像信息中所包括的目标物品的标志，确定目标物品的品牌是否为预设品牌。
在本实施例中，执行主体可根据识别出的图像信息中所包括的目标物品的标志，即品牌标志，确定目标物品的品牌是否为预设品牌。
这里，需要指出的是，若检测到图像信息中仅包括一个标志，则可以直接将该标志确定为目标物品的标志，若检测到图像信息中包括多个标志，则可以进一步结合目标物品的类目信息确定目标物品的标志。
在一些可选的方式中，图像信息中目标物品的标志通过以下方式确定：识别出图像信息中所包括的标志及标志的位置；基于目标物品的类目信息，在图像信息中确定出目标物品的位置；基于标志、标志的位置和目标物品的位置确定出目标物品的标志。
在本实现方式中，若目标物品的图像信息中包括至少两个标志，则执行主体可以首先识别出图像信息中所包括的所有标志及所有标志的位置，进而根据目标物品的类目信息，识别出图像信息中目标物品的位置，将识别出的所有标志及所有标志的位置与目标物品的位置进行匹配，将与目标物品的位置存在重叠的标志的位置对应的标志确定为目标物品的标志。
这里，执行主体可以采用现有技术或未来发展技术中的图像识别算法，例如，YOLOv4(You Only Look Once version 4，只看一次识别版本4)算法、faster-rcnn算法等，识别目标物品的图像信息中的所有标志及所有标志的位置。
其中，执行主体可以采用现有技术或未来发展技术中的文本识别算法，例如，TextCNN算法、TextRNN算法等等，以确定出类目信息所指示的目标物品的类别，进而根据目标物品的类别采用图像识别算法，例如，YOLOv4算法、faster-rcnn算法等，识别出目标物品的位置。
具体地，目标物品为短裤，目标物品的图像信息所指示的图像中包括短裤和运动鞋，且短裤和运动鞋上均标注有品牌标志，执行主体可首先采用识别算法识别图像信息中所包括的所有品牌标志，即短裤的标志和运动鞋的标志，以及标志的位置，即根据标志的检测框确定的位置区域，并根据目标物品的类目信息，即裤子，识别出图像信息中目标物品的位置，即根据短裤的检测框确定的位置区域，进而将短裤的位置与短裤的品牌标志的位置和运动鞋的品牌标志的位置进行匹配，以确定出目标物品，即短裤，的品牌标志。
该实现方式通过识别出图像信息中所包括的标志及标志的位置；基于目标物品的类目信息，在图像信息中确定出目标物品的位置；基于标志、标志的位置和目标物品的位置确定出目标物品的标志，避免了将图像信息中所包括的背景物品识别为侵权物品，进一步提升了识别物品侵权的准确率。
在一些可选的方式中，基于图像信息所包括的目标物品的标志，确定目标物品的品牌是否为预设品牌，包括：识别并框选出图像信息中所包括的目标物品的标志的图像；获取与标志的图像对应的目标向量；基于预设的品牌标志向量库中是否存在目标向量的相似向量，确定目标物品的品牌是否为预设品牌。
在本实现方式中，执行主体可采用现有技术或未来发展技术中的图像识别算法，例如，YOLOv4算法、faster-rcnn算法等，识别并框选出图像信息中所包括的目标物品的标志的图像，按照预设条件将标志的图像转换为与该图像对应的目标向量，即目标图像表征向量，在预设的品牌标志向量库中，确定是否存在与该目标向量相似度满足预设条件的向量，即相似向量，例如，相似度大于等于预设阈值的向量。若确定存在，则确定目标物品的品牌为相似向量对应的预设品牌。若确定不存在，则确定目标物品的品牌不是预设品牌。
这里，品牌标志向量库中存储有预设品牌对应的标志向量。品牌标志向量库可以基于公开数据集和私有数据集中框选出的品牌标志生成的图像表征向量构建。其中，品牌标志可以为新注册或新登录的品牌标志。
该实现方式通过识别并框选出图像信息中所包括的目标物品的标志的图像；获取与标志的图像对应的目标向量；基于预设的品牌标志向量库中是否存在目标向量的相似向量，确定目标物品的品牌是否为预设品牌，响应于确定预设的品牌标志向量库中存在目标向量的相似向量，确定目标物品的品牌为相似向量对应的预设品牌，提高了对新注册品牌的识别效率。
步骤403，响应于确定目标物品的品牌为预设品牌，将目标物品的授权品牌信息与预设品牌的品牌信息进行匹配。
在本实施例中，步骤403的实现细节和技术效果，可以参考对步骤203的描述，在此不再赘述。
步骤404，基于匹配结果，确定目标物品的识别结果。
在本实施例中，步骤404的实现细节和技术效果，可以参考对步骤204的描述，在此不再赘述。
本申请的上述实施例，与图2对应的实施例相比，本实施例中的识别方法的流程400体现了基于图像信息中所包括的目标物品的标志，确定目标物品的品牌是否为预设品牌，响应于确定目标物品的品牌为预设品牌，将目标物品的授权品牌信息与预设品牌的品牌信息进行匹配，并基于匹配结果，识别目标物品是否为侵权物品，有效提升了识别目标物品是否为侵权物品的效率和有效性。
继续参考图5，示出了根据本申请的处理方法的一个实施例的流程500。该处理方法，包括以下步骤：
步骤501，获取待处理物品的识别结果。
在本实施例中，执行主体可在本地或远端设备获取待处理物品的识别结果，其中，待处理物品的识别结果是采用如图2对应的实施例描述的方法得到的识别结果，这里不再赘述。
步骤502，基于识别结果，对待处理物品执行处理操作。
在本实施例中，执行主体获取到待处理物品的识别结果后，可根据识别结果，对待处理物品执行处理操作。
这里，处理操作可以包括奖励操作、处罚操作等。
其中，奖励操作可以包括对待处理物品加分、页面显示前置等；处罚操作可以包括对待处理物品下架、限制权限、扣分、开具违约单等。
具体地，若待处理物品的识别结果为满足预设条件的物品，例如，不合规物品，则可对待处理物品执行处罚操作。
在一些可选的方式中，基于识别结果，对待处理物品执行处理操作，包括：响应于确定识别结果满足预设条件，基于待处理物品的图像信息和类目信息，进行多模态融合，得到待处理物品的细粒度向量表示；将细粒度向量表示存储至拦截物品数据库。在本实现方式中，执行主体获取到待处理物品的识别结果后，若识别结果满足预设条件，即待处理物品为满足预设条件的物品，例如，不合规物品、侵权物品等，则可根据目标物品的图像信息和类目信息进行多模态融合，即将目标物品的图像信息和类目信息进行融合，得到目标物品的细粒度向量表示，并将细粒度向量表示存储至拦截物品数据库。
这里，目标物品的类目信息可以根据目标物品的图像所对应的标题信息确定。
其中，多模态融合用于指示两个或者两个以上的模态的各种形式的组合，通常指对图像、文本、语音三种模态的处理，多模态融合可获取到丰富的特征信息。
执行主体可以采用现有技术或未来发展技术中的算法，例如，基于贝叶斯决策理论的算法、基于稀疏表示理论的算法、基于深度学习理论算法等，进而多模态融合，本申请对此不作限定。
具体地，执行主体可以基于TextCNN(Convolutional Naural Networks forSentence Classification，基于卷积神经网络的文本分类模型)模型和EfficientNet模型，以及Attention的多模态融合，对目标物品的图像信息和类目信息进行多模态融合，得到目标物品的细粒度向量表示，并将细粒度向量表示存储至拦截物品数据库。
其中，拦截物品数据库应用于满足预设条件的物品的发布拦截流程。
该实现方式通过响应于确定识别结果满足预设条件，基于待处理物品的图像信息和类目信息，进行多模态融合，得到待处理物品的细粒度向量表示；将细粒度向量表示存储至拦截物品数据库，有助于强化图像信息中目标物品的向量表示，弱化图像信息中非目标物品的因素的干扰，进而提升拦截数据库中的满足预设条件的物品的发布的效果。
进一步参考图6，作为对上述各图所示方法的实现，本申请提供了一种识别装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图6所示，本实施例的识别装置600包括：获取模块601、确定模块602、匹配模块603和识别模块604。
其中，获取模块601，可被配置成获取目标物品的图像信息和授权品牌信息。
确定模块602，可被配置成基于图像信息，确定目标物品的品牌是否为预设品牌。
匹配模块603，可被配置成响应于确定目标物品的品牌为预设品牌，将目标物品的授权品牌信息与预设品牌的品牌信息进行匹配。
识别模块604，被配置成基于匹配结果，确定目标物品的识别结果。
在本实施例的一些可选的方式中，匹配模块进一步被配置成：基于图像信息所包括的目标物品的标志，确定目标物品的品牌是否为预设品牌。
在本实施例的一些可选的方式中，目标物品的标志通过以下方式确定：识别出图像信息中所包括的标志及标志的位置；基于目标物品的类目信息，在图像信息中确定出目标物品的位置；基于标志、标志的位置和目标物品的位置确定出目标物品的标志。
在本实施例的一些可选的方式中，确定模块进一步被配置成：识别并框选出图像信息中所包括的目标物品的标志的图像；获取与标志的图像对应的目标向量；基于预设的品牌标志向量库中是否存在目标向量的相似向量，确定目标物品的品牌是否为预设品牌。
在本实施例的一些可选的方式中，确定模块进一步被配置成：基于图像信息所包括的目标物品的款式，确定目标物品的品牌是否为预设品牌。
在本实施例的一些可选的方式中，识别模块进一步被配置成：响应于确定匹配结果为匹配失败，获取用户对目标物品的识别结果；基于用户对目标物品的识别结果，确定目标物品的识别结果。
进一步参考图7，作为对上述各图所示方法的实现，本申请提供了一种处理装置的一个实施例，该装置实施例与图5所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图7所示，本实施例的处理装置700包括：处理模块701和执行模块702。
处理模块701可被配置成获取待治理物品的识别结果。
执行模块702可被配置成基于识别结果，对待治理物品执行治理操作。
在本实施例的一些可选的方式中，执行模块进一步被配置成：响应于确定识别结果满足预设条件，基于待治理物品的图像信息和类目信息，进行多模态融合，得到待治理物品的细粒度向量表示；将细粒度向量表示存储至治理物品数据库。
进一步参考图8，作为对上述各图所示方法的实现，本申请提供了一种智检系统的一个实施例。如图8所示，本实施例的智检系统800包括：服务模块801、检测模块802、云存储模块803、审核系统后端模块804和外部处理模块805。
服务模块801用于应用大数据工具从数据库获取目标物品的物品数据，其中，物品数据包括目标物品的图像信息和授权品牌信息。此外，物品数据还可以包括目标物品的类目信息、店铺id等信息。
服务模块801在获取到目标物品的物品数据并进行初步处理后，可将目标物品的图像信息发送至检测模块以检测目标物品的品牌是否为预设品牌并获取检测结果，以及响应于确定目标物品的品牌为预设品牌，基于预设品牌的品牌信息和授权品牌信息，生成目标物品的识别结果，并将识别结果存储至云存储模块。
检测模块802用于基于目标物品的图像信息，检测目标物品的品牌是否为预设品牌，并将检测结果发送至服务模块。
云存储模块803用于对目标物品的识别结果进行存储。
审核系统后端模块804用于获取数据就绪状态信息，从云存储模块获取目标物品的识别结果，并定时统一将识别结果推送至外部处理模块。
外部处理模块805用于根据目标物品的识别结果，对目标物品执行预设的处理操作，以及生成目标物品的最终确认结果(如执行预设处理操作期间或执行预设处理操作之前或之后的预设时间段内未收到申诉或复议请求信息，则可生成目标物品的最终确认结果)。
在本实施例的一些可选的方式中，该系统还包括：外部图片搜索模块806，检测模块802包括：标志检测单元8021和款式检测单元8022。
外部图片搜索模块806用于接收检测模块发送的请求，并基于请求获取相似的物品的列表，以及将列表发送至检测模块，请求包括目标物品的款式。
检测模块802包括：标志检测单元8021和款式检测单元8022，其中，标志检测单元，用于根据目标物品的图像信息，确定目标物品的标志，根据目标物品的标志，确定目标物品的品牌是否为预设品牌；款式检测单元，用于根据目标物品的图像信息，确定目标物品的款式，并向外部图片搜索模块发送请求，以获取相似的物品的列表，以及基于列表，确定目标物品的品牌是否为预设品牌。
在本实施例的一些可选的方式中，标志检测单元8021包括：通用标志检测子单元和专用标志检测子单元。
通用标志检测子单元用于基于目标物品的图像信息中所包括的标志、标志的位置以及目标物品的类目信息，确定目标物品的标志，根据目标物品的标志，确定目标物品的品牌是否为预设品牌；专用标志检测子单元，用于基于目标物品的图像信息中所包括的目标物品的标志的图像对应的目标向量，以及预设的品牌标志向量库，确定目标物品的品牌是否为预设品牌。
在本实施例的一些可选的方式中，该系统还包括：审核前端页面模块807。
审核前端页面模块807，用于接收输入的待识别物品的物品数据，并将物品数据存入数据库。
在本实施例的一些可选的方式中，审核前端页面模块807进一步用于将待识别物品的物品数据可视化到审核前端界面以供人工审核。
在本实施例的一些可选的方式中，该系统还包括：图像向量嵌入模块808和向量检索服务模块809。
图像向量嵌入模块808，用于从外部处理模块获取目标物品的最终确认结果，最终确认结果用于指示目标物品是否为确认侵权物品，响应于确定最终识别结果为确认侵权物品，基于该目标物品的图像信息生成图片向量，并将该目标物品的图片向量存储至向量检索服务模块对应的拦截物品数据库；
向量检索服务模块809，用于基于待识别物品的图片向量在拦截物品数据库中进行查找，以确定是否存在与待识别物品相似的侵权物品。
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9所示，是根据本申请实施例的识别方法的电子设备的框图。
900是根据本申请实施例的识别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9所示，该电子设备包括：一个或多个处理器901、存储器902，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9中以一个处理器901为例。
存储器902即为本申请所提供的非瞬时计算机可读存储介质。其中，所述存储器存储有可由至少一个处理器执行的指令，以使所述至少一个处理器执行本申请所提供的识别方法。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识别方法。
存储器902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识别方法对应的程序指令/模块(例如，附图6所示的获取模块601、确定模块602、匹配模块603和识别模块604)。处理器901通过运行存储在存储器902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识别，即实现上述方法实施例中的识别方法。
存储器902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；存储数据区可存储识别的电子设备的使用所创建的数据等。此外，存储器902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902可选包括相对于处理器901远程设置的存储器，这些远程存储器可以通过网络连接至识别的电子设备。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。
识别方法的电子设备还可以包括：输入装置903和输出装置904。处理器901、存储器902、输入装置903和输出装置904可以通过总线或者其他方式连接，图9中以通过总线连接为例。
输入装置903可接收输入的数字或字符信息，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604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(LCD)、发光二极管(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ASIC(专用集成电路)、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(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：用于向用户识别显示装置(例如，CRT(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(LAN)、广域网(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。
根据本申请实施例的技术方案，有效提升了识别的准确率和效率。
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 (26)
1.一种识别方法，所述方法包括：
获取目标物品的图像信息和授权品牌信息；
基于所述图像信息，确定目标物品的品牌是否为预设品牌；
响应于确定所述目标物品的品牌为预设品牌，将所述目标物品的授权品牌信息与所述预设品牌的品牌信息进行匹配；
基于匹配结果，确定所述目标物品的识别结果。
2.根据权利要求1所述的方法，其中，基于所述图像信息，确定目标物品的品牌是否为预设品牌，包括：
基于所述图像信息所包括的目标物品的标志，确定所述目标物品的品牌是否为预设品牌。
3.根据权利要求2所述的方法，其中，所述目标物品的标志通过以下方式确定：
识别出所述图像信息中所包括的标志及标志的位置；
基于所述目标物品的类目信息，在所述图像信息中确定出目标物品的位置；
基于所述标志、所述标志的位置和所述目标物品的位置确定出目标物品的标志。
4.根据权利要求2所述的方法，其中，所述基于所述图像信息所包括的目标物品的标志，确定目标物品的品牌是否为预设品牌，包括：
识别并框选出所述图像信息中所包括的目标物品的标志的图像；
获取与所述标志的图像对应的目标向量；
基于预设的品牌标志向量库中是否存在所述目标向量的相似向量，确定目标物品的品牌是否为预设品牌。
5.根据权利要求1所述的方法，其中，所述基于所述图像信息，确定目标物品的品牌是否为预设品牌，包括：
基于所述图像信息所包括的目标物品的款式，确定目标物品的品牌是否为预设品牌。
6.根据权利要求1-5任一所述的方法，其中，所述基于匹配结果，确定所述目标物品的识别结果，包括：
响应于确定匹配结果为匹配失败，获取用户对目标物品的识别结果；
基于所述用户对目标物品的识别结果，确定所述目标物品的识别结果。
7.根据权利要求1-5任一所述的方法，其中，所述基于匹配结果，确定所述目标物品的识别结果，包括：
响应于确定匹配结果为匹配失败，确定所述目标物品为侵权物品。
8.一种处理方法，所述方法包括：
获取待处理物品的识别结果，所述识别结果为采用如权利要求1-7之一所述的识别方法对所述待处理物品进行识别得到的识别结果；
基于所述识别结果，对所述待处理物品执行处理操作。
9.根据权利要求8所述的方法，其中，所述基于所述识别结果，对所述待处理物品执行处理操作，包括：
响应于确定所述识别结果满足预设条件，基于所述待处理物品的图像信息和类目信息，进行多模态融合，得到待治理物品的细粒度向量表示；
将所述细粒度向量表示存储至拦截物品数据库，所述拦截物品数据库应用于满足预设条件的物品的发布拦截流程。
10.一种识别装置，所述装置包括：
获取模块，被配置成获取目标物品的图像信息和授权品牌信息；
确定模块，被配置成基于所述图像信息，确定目标物品的品牌是否为预设品牌；
匹配模块，被配置成响应于确定所述目标物品的品牌为预设品牌，将所述目标物品的授权品牌信息与所述预设品牌的品牌信息进行匹配；
识别模块，被配置成基于匹配结果，确定所述目标物品的识别结果。
11.根据权利要求10所述的装置，其中，所述确定模块进一步被配置成：
基于所述图像信息所包括的目标物品的标志，确定目标物品的品牌是否为预设品牌。
12.根据权利要求11所述的装置，其中，所述目标物品的标志通过以下方式确定：
识别出所述图像信息中所包括的标志及标志的位置；
基于所述目标物品的类目信息，在所述图像信息中确定出目标物品的位置；
基于所述标志、所述标志的位置和所述目标物品的位置确定出目标物品的标志。
13.根据权利要求11所述的装置，其中，所述确定模块进一步被配置成：
识别并框选出所述图像信息中所包括的目标物品的标志的图像；
获取与所述标志的图像对应的目标向量；
基于预设的品牌标志向量库中是否存在所述目标向量的相似向量，确定目标物品的品牌是否为预设品牌。
14.根据权利要求10所述的装置，其中，所述确定模块进一步被配置成：
基于所述图像信息所包括的目标物品的款式，确定所述目标物品的品牌是否为预设品牌。
15.根据权利要求10-14任一所述的装置，其中，所述识别模块进一步被配置成：
响应于确定匹配结果为匹配失败，获取用户对目标物品的识别结果；
基于所述用户对目标物品的识别结果，确定所述目标物品的识别结果。
16.根据权利要求10-14任一所述的装置，其中，所述识别模块进一步被配置成：
响应于确定匹配结果为匹配失败，确定所述目标物品为侵权物品。
17.一种处理装置，所述装置包括：
处理模块，被配置成获取待处理物品的识别结果，所述识别结果为采用如权利要求1-7之一所述的识别方法对所述待处理物品进行识别得到的识别结果；
执行模块，被配置成基于所述识别结果，对所述待处理物品执行处理操作。
18.根据权利要求17所述的装置，其中，所述执行模块进一步被配置成：
响应于确定所述识别结果满足预设条件，基于所述待处理物品的图像信息和类目信息，进行多模态融合，得到待处理物品的细粒度向量表示；
将所述细粒度向量表示存储至拦截物品数据库，所述拦截物品数据库应用于满足预设条件的物品的发布拦截流程。
19.一种智检系统，所述系统包括：
服务模块，用于应用大数据工具从数据库获取目标物品的物品数据，所述物品数据包括目标物品的图像信息和授权品牌信息，并将所述目标物品的图像信息发送至检测模块以检测目标物品的品牌是否为预设品牌并获取检测结果，以及响应于确定目标物品的品牌为预设品牌，基于所述预设品牌的品牌信息和授权品牌信息，生成目标物品的识别结果，并将识别结果存储至云存储模块；
检测模块，用于基于所述目标物品的图像信息，检测目标物品的品牌是否为预设品牌，并将检测结果发送至服务模块；
云存储模块，用于对目标物品的识别结果进行存储；
审核系统后端模块，用于从云存储模块获取目标物品的识别结果，并定时统一将所述识别结果推送至外部治理模块；
外部处理模块，用于根据目标物品的识别结果，对目标物品执行预设的处理操作，以及生成目标物品的最终确认结果。
20.根据权利要求19所述的系统，所述系统还包括：外部图片搜索模块，用于接收检测模块发送的请求，并基于所述请求获取相似的物品的列表，以及将所述列表发送至检测模块，所述请求包括目标物品的款式；
所述检测模块包括：标志检测单元和款式检测单元，
所述标志检测单元，用于根据所述目标物品的图像信息，确定所述目标物品的标志，根据所述目标物品的标志，确定目标物品的品牌是否为预设品牌；
所述款式检测单元，用于根据所述目标物品的图像信息，确定所述目标物品的款式，并向外部图片搜索模块发送请求，以获取相似的物品的列表，以及基于所述列表，确定目标物品的品牌是否为预设品牌。
21.根据权利要求20所述的系统，其中，所述标志检测单元包括：
通用标志检测子单元，用于基于目标物品的图像信息中所包括的标志、标志的位置以及目标物品的类目信息，确定目标物品的标志，根据所述目标物品的标志，确定目标物品的品牌是否为预设品牌；
专用标志检测子单元，用于基于目标物品的图像信息中所包括的目标物品的标志的图像对应的目标向量，以及预设的品牌标志向量库，确定目标物品的品牌是否为预设品牌。
22.根据权利要求19所述的系统，所述系统还包括：
审核前端页面模块，用于接收输入的待识别物品的物品数据，并将物品数据存入数据库。
23.根据权利要求22所述的系统，其中，所述审核前端页面模块进一步用于将待识别物品的物品数据可视化到审核前端界面以供人工审核。
24.根据权利要求19所述的系统，所述系统还包括：图像向量嵌入模块和向量检索服务模块，其中，
图像向量嵌入模块，用于从外部处理模块获取目标物品的最终确认结果，所述最终确认结果用于指示目标物品是否为确认侵权物品，响应于确定最终确认结果为确认侵权物品，基于该目标物品的图像信息生成图片向量，并将该目标物品的图片向量存储至向量检索服务模块对应的拦截物品数据库；
向量检索服务模块，用于基于待识别物品的图片向量在拦截物品数据库中进行查找，以确定是否存在与待识别物品相似的侵权物品。
25.一种电子设备，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，以使所述至少一个处理器能够执行权利要求1-9中任一项所述的方法。
26.一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，所述计算指令用于使所述计算机执行权利要求1-9中任一项所述的方法。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111295792.6A CN113903033A (zh) | 2021-11-03 | 2021-11-03 | 识别、处理方法和装置及智检系统 |
| PCT/CN2022/116767 WO2023077940A1 (zh) | 2021-11-03 | 2022-09-02 | 识别、处理方法和装置及智检系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111295792.6A CN113903033A (zh) | 2021-11-03 | 2021-11-03 | 识别、处理方法和装置及智检系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113903033A true CN113903033A (zh) | 2022-01-07 |
Family
ID=79028259
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111295792.6A Pending CN113903033A (zh) | 2021-11-03 | 2021-11-03 | 识别、处理方法和装置及智检系统 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN113903033A (zh) |
| WO (1) | WO2023077940A1 (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023077940A1 (zh) * | 2021-11-03 | 2023-05-11 | 北京沃东天骏信息技术有限公司 | 识别、处理方法和装置及智检系统 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11328307B2 (en) * | 2015-02-24 | 2022-05-10 | OpSec Online, Ltd. | Brand abuse monitoring system with infringement detection engine and graphical user interface |
| CN109242513A (zh) * | 2018-08-27 | 2019-01-18 | 深圳码隆科技有限公司 | 一种商品检测方法及装置 |
| CN113361303B (zh) * | 2020-03-05 | 2023-06-23 | 百度在线网络技术（北京）有限公司 | 临时交通标志牌识别方法、装置及设备 |
| CN113343881A (zh) * | 2021-06-21 | 2021-09-03 | 浪潮云信息技术股份公司 | 基于深度学习的车辆品牌型号细粒度分类系统及方法 |
| CN113903033A (zh) * | 2021-11-03 | 2022-01-07 | 北京沃东天骏信息技术有限公司 | 识别、处理方法和装置及智检系统 |
-
2021
- 2021-11-03 CN CN202111295792.6A patent/CN113903033A/zh active Pending
-
2022
- 2022-09-02 WO PCT/CN2022/116767 patent/WO2023077940A1/zh unknown
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023077940A1 (zh) * | 2021-11-03 | 2023-05-11 | 北京沃东天骏信息技术有限公司 | 识别、处理方法和装置及智检系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2023077940A1 (zh) | 2023-05-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107506495B (zh) | 信息推送方法和装置 | |
| CN106874253A (zh) | 识别敏感信息的方法及装置 | |
| CN110543506B (zh) | 数据分析方法、装置、电子设备及存储介质 | |
| 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 | |
| CN110674314A (zh) | 语句识别方法及装置 | |
| CN109901987B (zh) | 一种生成测试数据的方法和装置 | |
| US9183598B2 (en) | Identifying event-specific social discussion threads | |
| US11756049B1 (en) | Detection of evasive item listings | |
| US8954988B1 (en) | Automated assessment of terms of service in an API marketplace | |
| CN112241704A (zh) | 一种判定肖像侵权的方法、装置、电子设备及存储介质 | |
| CN110659807A (zh) | 一种基于链路的风险用户识别方法及装置 | |
| CN111782850B (zh) | 一种基于手绘图的物品搜索方法和装置 | |
| CN112348104A (zh) | 仿冒程序的识别方法、装置、设备及存储介质 | |
| CN113903033A (zh) | 识别、处理方法和装置及智检系统 | |
| US20230333720A1 (en) | Generating presentation information associated with one or more objects depicted in image data for display via a graphical user interface | |
| CN113779616B (zh) | 用于识别数据的方法和装置 | |
| CN114036397B (zh) | 数据推荐方法、装置、电子设备和介质 | |
| US10217019B2 (en) | Associating a comment with an object in an image | |
| CN113360672B (zh) | 用于生成知识图谱的方法、装置、设备、介质和产品 | |
| CN113254932B (zh) | 应用程序的风险检测方法、装置、电子设备和介质 | |
| CN109074552A (zh) | 基于知识图来增强联系卡 | |
| CN114329164A (zh) | 用于处理数据的方法、装置、设备、介质和产品 | |
| CN114048291A (zh) | 智能会议管理优化方法、装置、设备及可读存储介质 | |
| CN111767728A (zh) | 短文本分类方法、装置、设备以及存储介质 | |
| CN111680628A (zh) | 文字框融合方法、装置、设备以及存储介质 |
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 |