JP7393475B2 - 画像を検索するための方法、装置、システム、電子デバイス、コンピュータ可読記憶媒体及びコンピュータプログラム - Google Patents

Description

本開示は、人工知能の技術分野に関し、特にコンピュータビジョン及び深層学習の技術分野に関し、グラフィックス処理及び画像識別などのシナリオに適用することができる。

商品画像検索技術とは、ユーザが撮影した画像を商品ライブラリーで検索して、同一又は類似の商品を見つけ、商品の販売又は関連商品の推奨を行い、商品の検索と探しの利便性を向上させ、ユーザの購入体験を最適化するということを指す。商品検索は、ｅコマースにおけるモバイル向けビジュアル検索の重要なアプリケーションである。商品画像検索の開発は、ユーザのショッピングに便利を提供するだけでなく、モバイル端末へのｅコマース開発を促進する。

一般的な商品検索スキームは、商品画像に基づく検索スキームである。ユーザが入力した画像に応じて、検索システムは、同一又は類似の商品を返す。

本開示は、画像を検索するための方法、装置、システム、電子デバイス、コンピュータ可読記憶媒体及びコンピュータプログラムを提供する。

本開示の第１態様によれば、
ターゲット画像を含むクエリ要求を受信したことに応答して、前記ターゲット画像からターゲット主体を検出するステップと、
検出されたターゲット主体の検出フレームの信頼度が第１閾値よりも大きい場合、前記ターゲット主体から同一特徴、類似特徴及びカテゴリを含む主体特徴を抽出するステップと、
前記ターゲット画像の主体特徴を、データベースに事前に記憶された候補画像の主体特徴と照合して、候補画像の類似スコアと同一スコアを取得するステップと、
検索結果の出力として、類似スコアと同一スコアに従って所定数の候補画像を選択するステップと、を含む方法を提供する。

本開示の第２態様によれば、画像を検索するための装置を提供し、該装置は、
ターゲット画像を含むクエリ要求を受信したことに応答して、前記ターゲット画像からターゲット主体を検出するように構成されている検出ユニットと、
検出されたターゲット主体の検出フレームの信頼度が第１閾値よりも大きい場合、前記ターゲット主体から同一特徴、類似特徴及びカテゴリを含む主体特徴を抽出するように構成されている抽出ユニットと、
前記ターゲット画像の主体特徴を、データベースに事前に記憶された候補画像の主体特徴と照合して、候補画像の類似スコアと同一スコアを取得するように構成されている一致ユニットと、
検索結果の出力として、類似スコアと同一スコアに従って所定数の候補画像を選択するように構成されている出力ユニットと、を含む。

本開示の第３態様によれば、画像を検索するためのシステムを提供し、該システムは、
ターゲット画像を含むクエリ要求を受信し、クエリ要求を高度な検索層に渡して処理し、高度な検索層から返された検索結果を出力するために使用される統一アクセス層と、
ターゲット画像の特徴を抽出し、特徴を基本的な検索層に渡して処理し、基本的な検索層から受信した候補画像をマージして得られた検索結果を前記統一アクセス層に返すために使用される高度な検索層と、
前記高度な検索層が提供する特徴に従って、ローカル磁気ディスクに記憶されたデータベースから一致する候補画像を検索し、最高の類似スコアと同一スコアを有する所定数の候補画像を返すために使用されるシャードの少なくとも１つを含む基本的な検索層と、を含む。

本開示の第４態様によれば、電子デバイスを提供し、該電子デバイスは、少なくとも１つのプロセッサ、及び、前記少なくとも１つのプロセッサに通信可能に接続されるメモリを含み、前記メモリには、前記少なくとも１つのプロセッサによって実行可能な命令が記憶され、前記命令が前記少なくとも１つのプロセッサによって実行されると、前記少なくとも１つのプロセッサが第１態様による方法を実行できる。

本開示の第５態様によれば、コンピュータに第１態様による方法を実行させるために使用されるコンピュータ命令が記憶された非一時的なコンピュータ可読記憶媒体を提供する。

本開示の第６態様によれば、プロセッサによって実行されると、第１態様による方法を実現するコンピュータプログラムを提供する。

本開示の実施例が提供する画像を検索するための方法、装置及びシステムは、同一特徴及び類似特徴を検索及び照合することにより、同一又は類似の商品を正確に返して、ユーザの意図を満たすことができる。

このセクションで説明されることは、本開示の実施例の主要又は重要な特徴を特定することを意図するものではなく、本開示の範囲を限定するためにも使用されないことが理解されるべきである。本開示のその他の特徴は、以下の明細書から容易に理解される。

以下の図面は、本解決策をよりよく理解するために使用されており、本開示を限定するものではない。

本開示の一実施例を適用できる例示的なシステムアーキテクチャを示す図である。 本開示による画像を検索するための方法の一実施例を示すフローチャートである。 本開示による画像を検索するための方法の一適用シナリオを示す概略図である。 本開示による画像を検索するための方法のさらに別の実施例を示すフローチャートである。 本開示による画像を検索するための装置の一実施例を示す構造概略図である。 本開示の実施例の電子デバイスを実装するのに適したコンピュータシステムの構造概略図である。

以下、本開示の例示的な実施例について図面を参照して説明する。理解を容易にするために、それには、本開示の実施例のさまざまな詳細が含まれており、それらは、単なる例示的なものと見なされるべきである。したがって、当業者は、本開示の範囲及び精神から逸脱することなく、本明細書に記載された実施例のさまざまな変更及び修正を実行できることを理解するべきである。同様に、わかりやすく簡潔に説明をするために、以下の説明では、公知の機能と構造の説明が省略される。

図１は、本開示の画像を検索するための方法又は画像を検索するための装置を適用できる実施例の例示的なシステムアーキテクチャ１００を示す。

図１に示すように、システムアーキテクチャ１００は、端末装置１０１、１０２、１０３、ネットワーク１０４及びサーバ１０５を含み得る。ネットワーク１０４は、端末装置１０１、１０２、１０３とサーバ１０５との間の通信リンクの媒体を提供するために使用される。ネットワーク１０４は、有線、無線通信リンク又は光ファイバケーブルなどのさまざまな接続タイプを含み得る。

ユーザは、端末装置１０１、１０２、１０３を使用して、ネットワーク１０４を介してサーバ１０５と対話することにより、メッセージなどを受信又は送信することができる。端末装置１０１、１０２、１０３には、ウェブブラウザアプリケーション、ショッピングアプリケーション、検索アプリケーション、インスタントメッセージングツール、メールボックスクライアント、ソーシャルプラットフォームソフトウェアなどのさまざまな通信クライアントアプリケーションがインストールされてもよい。

端末装置１０１、１０２、１０３は、ハードウェアであってもよいし、ソフトウェアであってもよい。端末装置１０１、１０２、１０３がハードウェアである場合、それらは、スマートフォン、タブレットコンピュータ、電子書籍リーダー、ＭＰ３プレーヤー（ＭｏｖｉｎｇＰｉｃｔｕｒｅＥｘｐｅｒｔｓＧｒｏｕｐＡｕｄｉｏＬａｙｅｒＩＩＩ、ムービングピクチャーエキスパートグループオーディオレイヤー３）、ＭＰ４（ＭｏｖｉｎｇＰｉｃｔｕｒｅＥｘｐｅｒｔｓＧｒｏｕｐＡｕｄｉｏＬａｙｅｒＩＶ、ムービングピクチャーエキスパートグループオーディオレイヤー４）プレーヤー、ノートパソコン及びデスクトップコンピュータなどを含むがこれらに限定されない、ディスプレイを有し、且つウェブブラウジングをサポートするさまざまな電子デバイスであってもよい。端末装置１０１、１０２、１０３がソフトウェアである場合、それらは、上記に挙げた電子デバイスにインストールされてもよい。それらは、複数のソフトウェア又はソフトウェアモジュール（たとえば、分散サービスを提供するために使用される）として実装されてもよいし、単一のソフトウェア又はソフトウェアモジュールとして実装されてもよい。ここでは特に限定されない。

サーバ１０５は、端末装置１０１、１０２、１０３が提示した画像に検索結果を提供するバックグラウンド検索サーバなどのさまざまなサービスを提供するサーバであってもよい。バックグラウンド検索サーバは、受信した検索要求などのデータを分析して処理し、処理結果（検索結果など）を端末装置にフィードバックすることができる。

サーバ１０５には、画像を検索するためのシステムがインストールされる。当該システムは、統一アクセス層、高度な検索層（ＡｄｖａｎｃｅｄＳｅａｒｃｈ、ＡＳと略称される）及び基本的な検索層を含む。

１．統一アクセス層は、ターゲット画像を含むクエリ要求を受信し、クエリ要求を高度な検索層に渡して処理し、高度な検索層から返された検索結果を出力するために使用される。それは、ＰｙｔｈｏｎとＰＨＰで実装でき、外界への最後のインターフェース層である。さらに、それは、前置処理、バックエンドサービスへのアクセス、及び後置処理も担当することができる。

２．高度な検索層（ＡｄｖａｎｃｅｄＳｅａｒｃｈ、ＡＳと略称される）は、ターゲット画像の特徴を抽出し、特徴を基本的な検索層に渡して処理し、基本的な検索層から受信した候補画像をマージして得られた検索結果を前記統一アクセス層に返すために使用される。高度な検索層は、最初に主体を検出し、次に特徴を抽出することができる。それは、検索結果をフィルタリングして統一アクセス層に返すこともできる。

３．基本的な検索層は、シャードの少なくとも１つを含み、各シャードは、前記高度な検索層が提供する特徴に従って、ローカル磁気ディスクに記憶されたデータベース内の一致する候補画像を検索し、最高の類似スコアと同一スコアを有する所定数の候補画像を返すために使用される。それは、磁気ディスクからインデックスをロード又は読み取り、ＡＳが提供する特徴に従って、インデックスから検索及びスコアリングし、最終的にスコアが最も高いＫ個の結果を返すという責任がある。基本的な検索層（ＢａｓｉｃＳｅａｒｃｈ、ＢＳと略称される）では、すなわちＢＳ内の各シャードはいずれも、要求を受信し、各シャードがインデックスの一部であるため、要求は、常にすべての異なるシャードのＢＳに送信される。たとえば、最終的にＴＯＰ２００の結果が必要な場合、各シャードはいずれも、要求に応じてＴＯＰ２００の結果を検索して取得し、このようにして、ＡＳ層で総インデックスのＴＯＰ２００を取得することができる。

なお、サーバは、ハードウェアであってもよいし、ソフトウェアであってもよい。サーバはハードウェアである場合、複数のサーバからなる分散サーバクラスターとして実装されてもよいし、単一のサーバとして実装されてもよい。サーバはソフトウェアである場合、複数のソフトウェア又はソフトウェアモジュール（たとえば、分散サービスを提供するための複数のソフトウェア又はソフトウェアモジュール）として実装されてもよいし、単一のソフトウェア又はソフトウェアモジュールとして実装されてもよい。ここでは特に限定されない。サーバは、分散システムのサーバであってもよいし、ブロックチェーンと組み合わせたサーバであってもよい。サーバは、クラウドサーバであってもよいし、人工知能技術を備えたスマートクラウドコンピューティングサーバ又はスマートクラウドホストであってもよい。

なお、本開示の実施例が提供する画像を検索するための方法は、一般にサーバ１０５により実行され、したがって、画像を検索するための装置は、一般にサーバ１０５に設けられる。

図１の端末装置、ネットワーク及びサーバの数は、単なる例示であることが理解されるべきである。実装のニーズに応じて、任意の数の端末装置、ネットワーク及びサーバを有することができる。

図２を引き続き参照すると、それは、本開示による画像を検索するための方法の一実施例のフロー２００を示す。画像を検索するための当該方法は、以下のステップを含む。

ステップ２０１：ターゲット画像を含むクエリ要求を受信したことに応答して、ターゲット画像からターゲット主体を検出する。

本実施例では、画像を検索するための方法の実行主体（たとえば、図１に示すサーバ）は、有線接続方法又は無線接続方法により、ユーザがそれを使用して画像を検索する端末から、ターゲット画像を含むクエリ要求を受信することができる。ターゲット主体は、従来技術のさまざまな手段により、ターゲット画像からを検出することができる。たとえば、検出モデルによって検出する。ターゲット主体のタイプに応じて、対応する検出モデルを選択することができる。ターゲット主体が商品である場合、事前に大量の商品画像をサンプルとして商品検出モデルを訓練予測することができる。次に、検出時に、ターゲット画像を商品検出モデルに入力することにより、ターゲット画像から商品主体を検出することができる。

オプションで、検出前に、ユーザが入力した画像の画像サイズ調整などの前処理操作を実行し、デフォルトでは、検出モデルと特徴抽出モデルに渡された画像が大きすぎるのを避けるために、最小辺の長さが１０００以下である。次に、検出モデルによって、ターゲット主体を検出し、複数のターゲット主体を検出した場合、サイズや信頼度の小さい検出フレームをフィルタリングし、検出結果を信頼度でソートし、最大ＴＯＰ２の結果を取得することができる。信頼差が大きい場合は、ＴＯＰ１の結果しか取得することができない。

ステップ２０２：検出されたターゲット主体の検出フレームの信頼度が第１閾値よりも大きい場合、ターゲット主体から主体特徴を抽出する。

本実施例では、検出されたターゲット主体の検出フレームの信頼度が第１閾値よりも大きい場合は、検出されたターゲット主体が信頼できることを意味し、ターゲット主体から特徴を抽出することができ、そうでない場合、画像全体から特徴を抽出する必要があり、その特定のプロセスは、フロー４００に示すとおりである。主体特徴は、同一特徴、類似特徴及びカテゴリを含む。同一特徴は、ターゲット主体の局所画像一致を実行するために使用される際の特徴であり、注意力メカニズムの畳み込みニューラルネットワークにより抽出することができる。類似特徴は、ターゲット主体の完全画像一致を実行するために使用される際の特徴であり、畳み込みニューラルネットワークにより抽出することができる。カテゴリは、「ＱＲコード（登録商標）、顔、植物、文字、料理、商品」の６種類のカテゴリなどの粗粒度カテゴリであってもよい。カテゴリは、８０，０００種類のカテゴリなどの細粒度カテゴリであってもよい。

特徴モデルによって、同一特徴、類似特徴及びカテゴリを抽出することができる。特徴モデルは、数千万のデータ訓練に基づいて得られた深層学習モデルであり、従来の機械学習特徴モデルと比較して、より強力な表現能力を有している。

ステップ２０３：ターゲット画像の主体特徴を、データベースに事前に記憶された候補画像の主体特徴と照合して、候補画像の類似スコアと同一スコアを取得する。

本実施例では、多数の候補画像は、データベースに事前に記憶され、各候補画像の主体特徴も事前に抽出されている。したがって、ターゲット画像と候補画像との間で主体特徴一致を実行することができる。ターゲット画像の類似特徴と候補画像の類似特徴との間の距離を計算して、候補画像の類似スコアを取得し、その距離が遠いほど、スコアが低くなっている。ターゲット画像の同一特徴と候補画像の同一特徴との間の距離を計算して、候補画像の同一スコアを取得し、その距離が遠いほど、スコアが低くなっている。コサイン距離、ユークリッド距離などのさまざまな既存の距離計算方法を使用することができる。

ステップ２０４：検索結果の出力として、類似スコアと同一スコアに従って所定数の候補画像を選択する。

本実施例では、候補画像の場合、最初に降順で同一スコアをソートし、そして、同一スコアの同じ候補画像を類似スコアの降順でソートすることができる。次に、上位にある所定数の候補画像を検索結果として出力する。類似スコアと同一スコアの加重和でソートすることもできる。データベースには、候補画像が記憶されるだけでなく、候補画像に対応する主体の関連情報が記憶され、それは、リンク付きの候補画像を出力することができる。ユーザが候補画像をクリックすると、候補画像に対応する主体の関連情報にリンクすることができる。

オプションで、類似スコアと同一スコアの低い候補画像を事前にフィルタリングして、ソートに参加させないようにすることができる。

本開示の上記実施例が提供する方法は、同一及び類似の画像を識別する精度を向上させることができ、検出モデル及び特徴抽出モデルの能力に依存しない。

本実施例のいくつかのオプションの実装方法では、ターゲット主体から主体特徴を抽出することは、類似特徴モデルによって、ターゲット主体から類似特徴を抽出することと、同一特徴モデルによって、ターゲット主体から局所画像の同一特徴を抽出することと、分類モデルによって、ターゲット主体からカテゴリを抽出することと、を含む。類似特徴モデル、同一特徴モデル及びターゲット分類モデルによって、類似特徴、同一特徴及びカテゴリをそれぞれ抽出することができる。ここで、類似特徴モデルは、ユーザが入力したターゲット画像とデータベース画像との類似度を計算するために使用される、ディープネットワークに基づくモデルである。同一特徴モデルは、ディープネットワークに基づく局所画像特徴であり、同じ商品間の局所特性をより適切に表すことができる。ターゲット分類モデルは、入力画像を分類するディープネットワークに基づく分類モデルであり、入力画像内の非ターゲットの要求をフィルタリングするために使用される。

類似特徴モデルは、通常の畳み込みニューラルネットワークであってもよい。同一特徴モデルは、注意力メカニズムに基づく畳み込みニューラルネットワークであってもよい。このようにして、同一特徴及び類似特徴を、ターゲットを絞った方法で抽出することができ、それにより同じ画像及び類似画像をより正確に識別することができる。画像の一致速度が向上している。

ターゲット分類モデルは、粗粒度カテゴリモデルと細粒度カテゴリモデルの２つを含むこともできる。粗粒度カテゴリモデルは、６種類のターゲットを識別することができる。細粒度カテゴリモデルは、８０，０００種類のターゲットを識別することができる。このようにして、非ターゲットの画像を事前に粗粒度モデルによってフィルタリングして、無駄な作業を避けることができる。２つの分類モデルによって、それぞれ２つの分類結果を取得することができる。

本実施例のいくつかのオプションの実装方法では、当該方法は、検出フレームのサイズがサイズ閾値よりも小さいか、又は信頼度が第２閾値よりも小さい検出フレームをフィルタリングすることをさらに含む。ターゲット検出時には、複数のターゲット主体が検出される場合があり、ユーザが検索したいターゲットは確実に意図的にズームインされるため、サイズに応じて信頼できないものをフィルタリングすることができる。また、信頼性の低いターゲット主体をフィルタリングすることもできる。このようにして、後続の一致プロセスの計算量を軽減し、クエリの速度と精度を向上させることができる。

本実施例のいくつかのオプションの実装方法では、当該方法は、検出フレームの数が１よりも大きい場合、各ターゲット主体の検出フレームの位置、面積及び候補画像の類似スコアと同一スコアに従って一意のターゲット主体を決定することをさらに含む。前のフィルタリングの後、１つ以上の信頼できるターゲット主体が存在する可能性があり、検出フレームの位置と面積に従ってフィルタリングすることを選択することができ、画像の中央にあり、且つ面積が所定の面積閾値を超えるターゲット主体を保持する。複数のターゲット主体がさらにある場合、一致プロセスの類似スコアと同一スコアでフィルタリングする。たとえば、ターゲット主体Ａの検索結果では、類似スコアと同一スコアが０．５以下であるのに対し、ターゲット主体Ｂの検索結果では、類似スコアと同一スコアが最大０．９である場合、ターゲット主体Ｂは、ユーザが検索したい主体と見なされる。

本実施例のいくつかのオプションの実装方法では、類似スコアと同一スコアに従って、検索結果の出力として所定数の候補画像を選択し、それは、候補画像の類似スコアと同一スコアに従って候補画像の一致度を計算することを含む。一致度が最も高い第１候補画像がフィルタリング条件を満たしていない場合、検索結果の出力として、一致度の降順で所定数の候補画像を選択する。候補画像の類似スコアと同一スコアの加重和を一致度として使用することができ、そのうちの同一スコアの重みをより大きく設定することができる。一致度が最も高い候補画像を第１候補画像と名付け、第１候補画像がフィルタリング条件を満たしている場合、ユーザが送信した画像が識別されるタイプではない（たとえば、商品画像ではない）と見なされ、検索結果を返すことを拒否する。第１候補画像の一部のパラメータがフィルタリング条件を満たしていない場合、検索結果を出力することができる。このようにして、識別拒否機能を実現することができ、非ターゲット画像の入力に対して、検索結果が出力されない。

本実施例のいくつかのオプションの実装方法では、フィルタリング条件は、以下のうちの少なくとも１つを含む。

５つのグループのフィルタリング条件を以下に示し、閾値は、「第１」、「第２」．．．で区別され、昇順で閾値をソートする。つまり、第１同一閾値＜第２同一閾値＜第３同一閾値＜第４同一閾値＜第５同一閾値であり、第１類似閾値＜第２類似閾値＜第３類似閾値＜第４類似閾値＜第５類似閾値である。

１．第１候補画像は、同一スコアが第１同一閾値よりも小さく、類似スコアが第１類似閾値よりも小さい。返されたＴｏｐ１結果の同一スコアや類似スコアなどで、異なる閾値を設定し、粗いフィルタリングを実行する。

２．第１候補画像は、同一スコアが第２同一閾値よりも小さく、類似スコアが第２類似閾値よりも小さく、ターゲット主体の粗粒度カテゴリと第１候補画像の粗粒度カテゴリはいずれも、所定の粗粒度カテゴリに属する。分類モデルには、粗粒度モデルが粗粒度を出力するカテゴリ（たとえば、６タイプ）、細粒度モデルが細粒度を出力するカテゴリ（たとえば、８０，０００種類のタイプ）の２つのタイプがある。それは、主に非ターゲットのカテゴリをフィルタリングするために使用される。たとえば、ターゲットが商品である場合、非商品カテゴリ（ＱＲコード（登録商標）、顔、植物、文字、料理）をフィルタリングすることができる。

３．第１候補画像は、同一スコアが第３同一閾値よりも小さく、類似スコアが第３類似閾値よりも小さく、ターゲット主体の細粒度カテゴリと第１候補画像の細粒度カテゴリとの差異は、所定の差異閾値よりも大きい。たとえば、ターゲット主体の細粒度カテゴリでのトップスの確率が０．９であり、第１候補画像の細粒度カテゴリでのトップスの確率が０．０５である場合、差異が大きすぎるため、一致したＴＯＰ１の結果が信頼できず、残りの結果の信頼性はさらに低くるため、すべての候補画像は、フィルタリングされる。

４．第１候補画像は、同一スコアが第４同一閾値よりも小さく、類似スコアが第４類似閾値よりも小さく、ターゲット主体の細粒度カテゴリが所定の細粒度カテゴリに属する頻度、及び第１候補画像の細粒度カテゴリが所定の細粒度カテゴリに属する頻度はいずれも、所定の頻度閾値よりも大きい。カテゴリには複数のレベルがあり、前のカテゴリの出現頻度を統計することができる。たとえば、「本の表紙」、「スクリーンショット」、「不自然な画像」、「絵画」、「病理図」、「ボトルドリンク」、「建築」、「金物」などの非商品カテゴリをフィルタリングする。

５．第１候補画像がｅコマースからのものである場合、第１候補画像は、同一スコアが第５同一閾値よりも小さく、類似スコアが第５類似閾値よりも小さく、ターゲット主体の細粒度カテゴリが所定のアイテムカテゴリに属する。「本」、「衣類と下着」、「自動車の付属品」、「ギフトバッグ」、「楽器玩具」などのｅコマースのシナリオで誤認しやすい商品の種類をフィルタリングすることができる。

上記フィルタリング条件により、非ターゲット画像をフィルタリングし、ユーザの意図に真に合ったリコール結果を返すことができる。

図３を引き続き参照すると、図３は、本実施例による画像を検索するための方法の適用シナリオの概略図である。図３の適用シナリオでは、ユーザは、端末を介して左端の画像を入力する。端末は、画像をサーバにアップロードし、そしてサーバは、最初に主体検出を実行し、２つの主体を検出し、次に主体の面積ｓに応じて１つの主体をフィルタリングし、人体領域を保持する。続いて、人体の特徴を抽出して分類し、６種類の粗粒度分類結果と８０，０００種類の分類結果を取得する。人体領域の画像をデータベース内の画像と照合して、各候補画像の同一スコアと類似スコアを取得する（ペアリングスコアは、画像全体の特徴のペアリング特徴に従って計算することもできる）。その後、ソートすると、左から２番目の図は、ＴＯＰ１の結果である。ＴＯＰ１の結果に従って、ユーザが入力した画像が商品画像であるかどうかを判断する。ＴＯＰ１の結果がフィルタリング条件を満たしていない場合、検索結果を出力することができ、そうでない場合、検索結果の出力を拒否する。

図４をさらに参照すると、それは、画像を検索するための方法のさらに別の実施例のフロー４００を示す。画像を検索するための当該方法のフロー４００は、以下のステップを含む。

ステップ４０１：ターゲット画像を含むクエリ要求を受信したことに応答して、ターゲット画像からターゲット主体を検出する。

ステップ４０１は、基本的にステップ２０１と同じであるため、繰り返されない。

ステップ４０２：ターゲット主体が検出されない場合、又は検出されたターゲット主体の検出フレームの信頼度が第１閾値以下である場合、ターゲット画像から同一特徴、類似特徴、カテゴリ及びペアリング特徴を含む画像全体の特徴を抽出する。

本実施例では、同一特徴、類似特徴、及びカテゴリを抽出する方法は、基本的にステップ２０２と同じであるため、繰り返されない。ペアリング特徴は、類似特徴に似ているが、コンテンツが少なくなっており、ペアリング特徴は、２つの画像がペアになっているかどうかを判断するために使用される特徴である。ペアリングモデルによりペアリング特徴を抽出することができる。ペアリングモデルも畳み込みニューラルネットワークの一種であるが、それは、類似特徴モデルの構造よりも小さくなっている。

ステップ４０３：ターゲット画像の画像全体の特徴をデータベースに事前に記憶された候補画像の画像全体の特徴と照合して、候補画像の類似スコア、同一スコア及びペアリングスコアを取得する。

本実施例では、類似スコアと同一スコアの計算プロセスは、基本的にステップ２０３と同じであるため、繰り返されない。ペアリングスコアは、ペアリング特徴間の距離に基づいて計算され、距離が遠いほど、ペアリングスコアが低くなっている。コサイン距離、ユークリッド距離などのさまざまな既存の距離計算方法を使用することができる。

ステップ４０４：検索結果の出力として、類似スコア、同一スコア及びペアリングスコアに従って所定数の候補画像を選択する。

本実施例では、一致度は、類似スコア、同一スコア及びペアリングスコアの加重和により計算することができ、次に、検索結果の出力として、一致度の降順で所定数の候補画像を選択する。フィルタリング条件では、同一スコアと類似スコアを組み合わせてペアリングスコアの閾値を設定することもできる。たとえば、フィルタリング条件の第１セットは、第１候補画像は、同一スコアが第１同一閾値よりも小さく、類似スコアが第１類似閾値よりも小さく、ペアリングスコアは、第１ペアリング閾値よりも小さいように設定されてもよい。

図４から分かるように、図２に対応する実施例と比較して、本実施例における画像を検索するための方法のフロー４００は、信頼できるターゲット主体が検出されていない場合に、画像全体の特徴が抽出され、ペアリング特徴が追加されることを具体化する。それにより一致検索の精度を向上させることができる。信頼できるターゲット主体が検出されていない場合のランダム一致も避けられる。

図５をさらに参照すると、上記の各図に示される方法の実現として、本開示は、画像を検索するための装置の一実施例を提供し、当該装置の実施例は、図２に示される方法の実施例に対応し、当該装置は、さまざまな電子デバイスに特に適用することができる。

図５に示すように、本実施例の画像を検索するための装置５００は、検出ユニット５０１、抽出ユニット５０２、一致ユニット５０３及び出力ユニット５０４を含む。ここで、検出ユニット５０１は、ターゲット画像を含むクエリ要求を受信したことに応答して、ターゲット画像からターゲット主体を検出するように構成されている。抽出ユニット５０２は、検出されたターゲット主体の検出フレームの信頼度が第１閾値よりも大きい場合、ターゲット主体から同一特徴、類似特徴及びカテゴリを含む主体特徴を抽出するように構成されている。一致ユニット５０３は、ターゲット画像の主体特徴を、データベースに事前に記憶された候補画像の主体特徴と照合して、候補画像の類似スコアと同一スコアを取得するように構成されている。出力ユニット５０４は、検索結果の出力として、類似スコアと同一スコアに従って所定数の候補画像を選択するように構成されている。

本実施例では、画像を検索するための装置６００の検出ユニット５０１、抽出ユニット５０２、一致ユニット５０３及び出力ユニット５０４の特定の処理は、図２に対応する実施例におけるステップ２０１、ステップ２０２、ステップ２０３、及びステップ２０４を参照することができる。

本実施例のいくつかのオプションの実装方法では、抽出ユニット５０２は、ターゲット主体が検出されない場合、又は検出されたターゲット主体の検出フレームの信頼度が第１閾値以下である場合、ターゲット画像から同一特徴、類似特徴、カテゴリ及びペアリング特徴を含む画像全体の特徴を抽出するようにさらに構成されている。一致ユニット５０３は、ターゲット画像の画像全体の特徴を、データベースに事前に記憶された候補画像の画像全体の特徴と照合して、候補画像の類似スコア、同一スコア及びペアリングスコアを取得するようにさらに構成されている。出力ユニット５０４は、検索結果の出力として、類似スコア、同一スコア及びペアリングスコアに従って所定数の候補画像を選択するようにさらに構成されている。

本実施例のいくつかのオプションの実装方法では、抽出ユニット５０２は、類似特徴モデルによって、ターゲット主体から類似特徴を抽出し、同一特徴モデルによって、ターゲット主体から局所画像の同一特徴を抽出し、分類モデルによって、ターゲット主体からカテゴリを抽出するようにさらに構成されている。

本実施例のいくつかのオプションの実装方法では、装置５００は、フィルタリングユニット（図示せず）をさらに含み、検出フレームのサイズがサイズ閾値よりも小さいか、又は信頼度が第２閾値よりも小さい検出フレームをフィルタリングするように構成されている。

本実施例のいくつかのオプションの実装方法では、フィルタリングユニットは、検出フレームの数が１よりも大きい場合、各ターゲット主体の検出フレームの位置、面積及び候補画像の類似スコアと同一スコアに従って一意のターゲット主体を決定するようにさらに構成されている。

本実施例のいくつかのオプションの実装方法では、出力ユニット５０４は、候補画像の類似スコアと同一スコアに従って候補画像の一致度を計算するようにさらに構成されている。一致度が最も高い第１候補画像がフィルタリング条件を満たしていない場合、検索結果の出力として、一致度の降順で所定数の候補画像を選択する。

本実施例のいくつかのオプションの実装方法では、フィルタリング条件は、
第１候補画像は、同一スコアが第１同一閾値よりも小さく、類似スコアが第１類似閾値よりも小さいこと、
第１候補画像は、同一スコアが第２同一閾値よりも小さく、類似スコアが第２類似閾値よりも小さく、ターゲット主体の粗粒度カテゴリと第１候補画像の粗粒度カテゴリはいずれも、所定の粗粒度カテゴリに属すること、
第１候補画像は、同一スコアが第３同一閾値よりも小さく、類似スコアが第３類似閾値よりも小さく、ターゲット主体の細粒度カテゴリと第１候補画像の細粒度カテゴリとの差異は、所定の差異閾値よりも大きいこと、
第１候補画像は、同一スコアが第４同一閾値よりも小さく、類似スコアが第４類似閾値よりも小さく、ターゲット主体の細粒度カテゴリが所定の細粒度カテゴリに属する頻度、及び第１候補画像の細粒度カテゴリが所定の細粒度カテゴリに属する頻度はいずれも、所定の頻度閾値よりも大きいこと、
第１候補画像がｅコマースからのものである場合、第１候補画像は、同一スコアが第５同一閾値よりも小さく、類似スコアが第５類似閾値よりも小さく、ターゲット主体の細粒度カテゴリが所定のアイテムカテゴリに属することのうちの少なくとも１つを含む。

本開示の技術的解決手段では、関係するユーザの個人情報の取得、記憶及び適用などはいずれも、関連法規の規定に準拠し、公序良俗に違反していない。

本開示の実施例によれば、本開示は、電子デバイス、可読記憶媒体及びコンピュータプログラム製品をさらに提供する。

電子デバイスであって、少なくとも１つのプロセッサ、及び前記少なくとも１つのプロセッサに通信可能に接続されるメモリを含み、前記メモリには、前記少なくとも１つのプロセッサによって実行可能な命令が記憶され、前記命令が前記少なくとも１つのプロセッサによって実行されると、前記少なくとも１つのプロセッサがフロー２００又は４００に記載された方法を実行できる。

コンピュータ命令が記憶された非一時的なコンピュータ可読記憶媒体であって、前記コンピュータ命令は、前記コンピュータにフロー２００又は４００に記載された方法を実行させるために使用される。

コンピュータプログラム製品であって、コンピュータプログラムを含み、前記コンピュータプログラムがプロセッサによって実行されると、フロー２００又は４００に記載された方法を実現する。

図６は、本開示の実施例を実施するために使用され得る例示的な電子デバイス６００の概略ブロック図を示す。電子デバイスは、ラップトップ、デスクトップコンピュータ、ワークステーション、携帯情報端末、サーバ、ブレードサーバ、大型コンピュータ、及びその他の適切なコンピュータなどのさまざまな形式のデジタルコンピュータを表すことを目的としている。電子デバイスは、パーソナルデジタル処理、携帯電話、スマートフォン、ウェアラブルデバイス及びその他の同様のコンピューティングデバイスなどのさまざまな形式のモバイルデバイスを表すこともできる。本明細書で示されるコンポーネント、それらの接続と関係、及びそれらの機能は、単なる例であり、本明細書で説明及び／又は要求される本開示の実現を限定することを意図したものではない。

図６に示すように、デバイス６００は、読み取り専用メモリ（ＲＯＭ）６０２に記憶されるコンピュータプログラム又は記憶ユニット６０８からランダムアクセスメモリ（ＲＡＭ）６０３にロードされるコンピュータプログラムに応じて、さまざまな適切な操作及び処理を実行できる計算ユニット６０１を含む。ＲＡＭ６０３には、デバイス６００の操作に必要なさまざまなプログラムやデータが記憶されてもよい。計算ユニット６０１、ＲＯＭ６０２及びＲＡＭ６０３は、バス６０４を介して互いに接続されている。入力／出力（Ｉ／Ｏ）インターフェース６０５もバス６０４に接続されている。

デバイス６００における複数のコンポーネントは、Ｉ／Ｏインターフェース６０５に接続されており、キーボード、マウスなどの入力ユニット６０６と、さまざまなタイプのディスプレイ、スピーカーなどの出力ユニット６０７と、磁気ディスク、光ディスクなどの記憶ユニット６０８と、ネットワークカード、モデム、無線通信トランシーバなどの通信ユニット６０９とを含む。通信ユニット６０９は、デバイス６００がインターネットのコンピュータネットワーク及び／又はさまざまな電気通信ネットワークなどを介して、他のデバイスと情報／データを交換することを可能にする。

計算ユニット６０１は、処理及び計算能力を有するさまざまな汎用及び／又は専用の処理コンポーネントであってもよい。計算ユニット６０１のいくつかの例として、中央処理ユニット（ＣＰＵ）、グラフィックス処理ユニット（ＧＰＵ）、さまざまな専用の人工知能（ＡＩ）計算チップ、各種の機械学習モデルアルゴリズムを実行する計算ユニット、デジタル信号プロセッサ（ＤＳＰ）、及び任意の適切なプロセッサ、コントローラ、マイクロコントローラなどを含むが、これらに限定されない。計算ユニット６０１は、画像を検索するための方法などの上記の各方法及び処理を実行する。たとえば、いくつかの実施例では、画像を検索するための方法は、記憶ユニット６０８などの機械読み取り可能な媒体に有形的に含まれるコンピュータソフトウェアプログラムとして実装されてもよい。いくつかの実施例では、コンピュータプログラムの一部又は全部は、ＲＯＭ６０２及び／又は通信ユニット６０９を介してデバイス６００にロード及び／又はインストールされてもよい。コンピュータプログラムがＲＡＭ６０３にロードされ、計算ユニット６０１によって実行される場合、上記の画像を検索するための方法の１つ又は複数のステップが実行されてもよい。代替的に、他の実施例では、計算ユニット６０１は、他の任意の適切な手段（たとえば、ファームウェアによって）によって、画像を検索するための方法を実行するように構成されてもよい。

上記に記載されたシステム及び技術のさまざまな実施形態は、デジタル電子回路システム、集積回路システム、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、特定用途向け集積回路（ＡＳＩＣ）、特定用途向け標準製品（ＡＳＳＰ）、システムオンチップ（ＳＯＣ）、ロードプログラマブルロジックデバイス（ＣＰＬＤ）、コンピュータハードウェア、ファームウェア、ソフトウェア、及び／又はそれらの組み合わせで実装されてもよい。これらのさまざまな実施形態は、１つ又は複数のコンピュータプログラムに実施され、当該１つ又は複数のコンピュータプログラムは、少なくとも１つのプログラマブルプロセッサを含むプログラム可能なシステムで実行及び／又は解釈され得、当該プログラマブルプロセッサは、専用又は汎用のプログラマブルプロセッサであってもよく、記憶システム、少なくとも１つの入力装置、及び少なくとも１つの出力装置からデータ及び命令を受信し、且つデータ及び命令を当該記憶システム、当該少なくとも１つの入力装置、及び当該少なくとも１つの出力装置に伝送することができることを含み得る。

本開示の方法を実施するためのプログラムコードは、１つ又は複数のプログラミング言語の任意の組み合わせを採用してプログラミングすることができる。これらのプログラムコードは、汎用コンピュータ、専用コンピュータ又は他のプログラマブルデータ処理装置のプロセッサ又はコントローラに提供され得、それによりプログラムコードは、プロセッサ又はコントローラによって実行されると、フローチャート及び／又はブロック図で示される機能／操作が実施される。プログラムコードは、完全に機械で実行され、部分的に機械で実行され、独立したソフトウェアパッケージとして部分的に機械で実行され、部分的にリモートマシンで実行され、又は完全にリモートマシン又はサーバで実行されてもよい。

本開示のコンテキストでは、機械読み取り可能な媒体は、有形的な媒体であってもよく、命令実行システム、装置又はデバイスによって使用されるか、又は命令実行システム、装置又はデバイスと組み合わせて使用されるプログラムを含むか、又は記憶することができる。機械読み取り可能な媒体は、機械読み取り可能な信号媒体又は機械読み取り可能な記憶媒体であってもよい。機械読み取り可能な媒体は、電子、磁気、光学、電磁気、赤外線、又は半導体システム、装置又はデバイス、又は上記の任意の適切な組み合わせを含み得るが、これらに限定されない。機械可読記憶媒体のより具体的な例は、１つ又は複数の配線に基づく電気的接続、ポータブルコンピュータディスク、ハードディスク、ランダムアクセスメモリ（ＲＡＭ）、読み取り専用メモリ（ＲＯＭ）、消去可能プログラマブル読み取り専用メモリ（ＥＰＲＯＭ又はフラッシュメモリ）、光ファイバ、ポータブルコンパクトディスク読み取り専用メモリ（ＣＤ－ＲＯＭ）、光学的記憶デバイス、磁気的記憶デバイス、又は上記に記載された任意の適切な組み合わせを含む。

ユーザとの対話を提供するために、コンピュータ上で、本明細書で説明されるシステム及び技術を実施することができ、当該コンピュータは、ユーザに情報を表示するための表示装置（たとえば、ＣＲＴ（陰極線管）又はＬＣＤ（液晶ディスプレイ）モニタ）と、キーボード及びポインティングデバイス（たとえば、マウス又はトラックボール）とを有し、ユーザは、当該キーボード及び当該ポインティングデバイスによって入力をコンピュータに提供することができる。他の種類の装置も、ユーザとの対話を提供するために使用され得る。たとえば、ユーザに提供されるフィードバックは、任意の形態のセンシングフィードバック（たとえば、視覚フィードバック、聴覚フィードバック、又は触覚フィードバック）であってもよく、任意の形態（音響入力、音声入力又は触覚入力を含む）でユーザからの入力を受信することができる。

本明細書で説明されるシステム及び技術は、バックグラウンドコンポーネントを含む計算システム（たとえば、データサーバとして）、又はミドルウェアコンポーネントを含む計算システム（たとえば、アプリケーションサーバ）、又はフロントエンドコンポーネントを含む計算システム（たとえば、グラフィカルユーザインターフェース又はインターネットブラウザを有するユーザコンピュータであり、ユーザは、当該グラフィカルユーザインターフェース又は当該インターネットブラウザを介して、本明細書で説明されるシステム及び技術の実施形態と対話することができる）、又はこのようなバックグラウンドコンポーネント、ミドルウェアコンポーネント、又はフロントエンドコンポーネントの任意の組み合わせを含む計算システムで実施することができる。任意の形態又は媒体のデジタルデータ通信（たとえば、通信ネットワーク）によって、システムのコンポーネントを相互に接続することができる。通信ネットワークの例は、ローカルエリアネットワーク（ＬＡＮ）、ワイドエリアネットワーク（ＷＡＮ）及びインターネットを含む。

コンピュータシステムは、クライアントとサーバを含み得る。クライアントとサーバは、一般に、互いに離れており、通常に通信ネットワークを介して対話する。対応するコンピュータ上で実行され、クライアント－サーバの関係を互いに有するコンピュータプログラムによってクライアントとサーバの関係を生成する。サーバは、クラウドサーバであってもよいし、分散システムのサーバであってもよいし、又はブロックチェーンと組み合わせたサーバであってもよい。

上記に示されるさまざまな形態のフローを使用して、再ソートし、ステップを追加又は削除することができることが理解されるべきである。たとえば、本開示に記載されている各ステップは、並列に実行されてもよいし、順次に実行されてもよいし、異なる順序で実行されてもよく、本開示で開示されている技術的解決手段が所望の結果を実現できる限り、本明細書では限定しない。

上記特定の実施形態は、本開示の保護範囲を限定するものではない。当業者は、設計要件及び他の要因に応じて、さまざまな修正、組み合わせ、サブコンビネーション及び置換を行うことができると理解すべきである。本開示の精神及び原則内で行われる任意の修正、同等の置換及び改善などはいずれも、本開示の保護範囲内に含まれるべきである。

Claims (17)

1. コンピュータによって実行される画像を検索するための方法であって、
   ターゲット画像を含むクエリ要求を受信したことに応答して、前記ターゲット画像からターゲット主体を検出するステップと、
   検出されたターゲット主体の検出フレームの信頼度が第１閾値よりも大きい場合、前記ターゲット主体から同一特徴、類似特徴及びカテゴリを含む主体特徴を抽出するステップと、
   前記ターゲット画像の主体特徴を、データベースに事前に記憶された候補画像の主体特徴と照合して、候補画像の類似スコアと同一スコアを取得するステップと、
   検索結果の出力として、類似スコアと同一スコアに従って所定数の候補画像を選択するステップと、を含む画像を検索するための方法。
2. ターゲット主体が検出されない場合、又は検出されたターゲット主体の検出フレームの信頼度が第１閾値以下である場合、前記ターゲット画像から同一特徴、類似特徴、カテゴリ及びペアリング特徴を含む画像全体の特徴を抽出するステップと、
   前記ターゲット画像の画像全体の特徴を、データベースに事前に記憶された候補画像の画像全体の特徴と照合して、候補画像の類似スコア、同一スコア及びペアリングスコアを取得するステップと、
   検索結果の出力として、類似スコア、同一スコア及びペアリングスコアに従って所定数の候補画像を選択するステップと、をさらに含む請求項１に記載の方法。
3. 前記ターゲット主体から主体特徴を抽出することは、
   類似特徴モデルによって、前記ターゲット主体から類似特徴を抽出するステップと、
   同一特徴モデルによって、前記ターゲット主体から局所画像の同一特徴を抽出するステップと、
   分類モデルによって、前記ターゲット主体からカテゴリを抽出するステップと、を含む請求項１に記載の方法。
4. 検出フレームのサイズがサイズ閾値よりも小さいか、又は信頼度が第２閾値よりも小さい検出フレームをフィルタリングするステップをさらに含む請求項１に記載の方法。
5. 検出フレームの数が１よりも大きい場合、各ターゲット主体の検出フレームの位置、面積及び候補画像の類似スコアと同一スコアに従って一意のターゲット主体を決定するステップをさらに含む請求項４に記載の方法。
6. 前記検索結果の出力として、類似スコアと同一スコアに従って所定数の候補画像を選択することは、
   候補画像の類似スコアと同一スコアに従って候補画像の一致度を計算するステップと、
   一致度が最も高い第１候補画像がフィルタリング条件を満たしていない場合、検索結果の出力として、一致度の降順で所定数の候補画像を選択するステップと、を含む請求項１～５のいずれか一項に記載の方法。
7. 前記フィルタリング条件は、
   第１候補画像は、同一スコアが第１同一閾値よりも小さく、類似スコアが第１類似閾値よりも小さいこと、
   第１候補画像は、同一スコアが第２同一閾値よりも小さく、類似スコアが第２類似閾値よりも小さく、ターゲット主体の粗粒度カテゴリと第１候補画像の粗粒度カテゴリはいずれも、所定の粗粒度カテゴリに属すること、
   第１候補画像は、同一スコアが第３同一閾値よりも小さく、類似スコアが第３類似閾値よりも小さく、ターゲット主体の細粒度カテゴリと第１候補画像の細粒度カテゴリとの差異は、所定の差異閾値よりも大きいこと、
   第１候補画像は、同一スコアが第４同一閾値よりも小さく、類似スコアが第４類似閾値よりも小さく、ターゲット主体の細粒度カテゴリが所定の細粒度カテゴリに属する頻度、及び第１候補画像の細粒度カテゴリが所定の細粒度カテゴリに属する頻度はいずれも、所定の頻度閾値よりも大きいこと、
   第１候補画像がｅコマースからのものである場合、第１候補画像は、同一スコアが第５同一閾値よりも小さく、類似スコアが第５類似閾値よりも小さく、ターゲット主体の細粒度カテゴリが所定のアイテムカテゴリに属すること
   のうちの少なくとも１つを含む請求項６に記載の方法。
8. ターゲット画像を含むクエリ要求を受信したことに応答して、前記ターゲット画像からターゲット主体を検出するように構成されている検出ユニットと、
   検出されたターゲット主体の検出フレームの信頼度が第１閾値よりも大きい場合、前記ターゲット主体から同一特徴、類似特徴及びカテゴリを含む主体特徴を抽出するように構成されている抽出ユニットと、
   前記ターゲット画像の主体特徴を、データベースに事前に記憶された候補画像の主体特徴と照合して、候補画像の類似スコアと同一スコアを取得するように構成されている一致ユニットと、
   検索結果の出力として、類似スコアと同一スコアに従って所定数の候補画像を選択するように構成されている出力ユニットと、を含む画像を検索するための装置。
9. 前記抽出ユニットは、ターゲット主体が検出されない場合、又は検出されたターゲット主体の検出フレームの信頼度が第１閾値以下である場合、前記ターゲット画像から同一特徴、類似特徴、カテゴリ及びペアリング特徴を含む画像全体の特徴を抽出するようにさらに構成されており、
   前記一致ユニットは、前記ターゲット画像の画像全体の特徴を、データベースに事前に記憶された候補画像の画像全体の特徴と照合して、候補画像の類似スコア、同一スコア及びペアリングスコアを取得するようにさらに構成されており、
   前記出力ユニットは、検索結果の出力として、類似スコア、同一スコア及びペアリングスコアに従って所定数の候補画像を選択するようにさらに構成されている請求項８に記載の装置。
10. 前記抽出ユニットは、
    類似特徴モデルによって、前記ターゲット主体から類似特徴を抽出し、
    同一特徴モデルによって、前記ターゲット主体から局所画像の同一特徴を抽出し、
    分類モデルによって、前記ターゲット主体からカテゴリを抽出するようにさらに構成されている請求項８に記載の装置。
11. 検出フレームのサイズがサイズ閾値よりも小さいか、又は信頼度が第２閾値よりも小さい検出フレームをフィルタリングするように構成されているフィルタリングユニットをさらに含む請求項８に記載の装置。
12. 前記フィルタリングユニットは、
    検出フレームの数が１よりも大きい場合、各ターゲット主体の検出フレームの位置、面積及び候補画像の類似スコアと同一スコアに従って一意のターゲット主体を決定するようにさらに構成されている請求項１１に記載の装置。
13. 前記出力ユニットは、
    候補画像の類似スコアと同一スコアに従って候補画像の一致度を計算し、
    一致度が最も高い第１候補画像がフィルタリング条件を満たしていない場合、検索結果の出力として、一致度の降順で所定数の候補画像を選択するようにさらに構成されている請求項８～１２のいずれか一項に記載の装置。
14. 前記フィルタリング条件は、
    第１候補画像は、同一スコアが第１同一閾値よりも小さく、類似スコアが第１類似閾値よりも小さいこと、
    第１候補画像は、同一スコアが第２同一閾値よりも小さく、類似スコアが第２類似閾値よりも小さく、ターゲット主体の粗粒度カテゴリと第１候補画像の粗粒度カテゴリはいずれも、所定の粗粒度カテゴリに属すること、
    第１候補画像は、同一スコアが第３同一閾値よりも小さく、類似スコアが第３類似閾値よりも小さく、ターゲット主体の細粒度カテゴリと第１候補画像の細粒度カテゴリとの差異は、所定の差異閾値よりも大きいこと、
    第１候補画像は、同一スコアが第４同一閾値よりも小さく、類似スコアが第４類似閾値よりも小さく、ターゲット主体の細粒度カテゴリが所定の細粒度カテゴリに属する頻度、及び第１候補画像の細粒度カテゴリが所定の細粒度カテゴリに属する頻度はいずれも、所定の頻度閾値よりも大きいこと、
    第１候補画像がｅコマースからのものである場合、第１候補画像は、同一スコアが第５同一閾値よりも小さく、類似スコアが第５類似閾値よりも小さく、ターゲット主体の細粒度カテゴリが所定のアイテムカテゴリに属すること
    のうちの少なくとも１つを含む請求項１３に記載の装置。
15. 少なくとも１つのプロセッサ、及び
    前記少なくとも１つのプロセッサに通信可能に接続されるメモリを含む電子デバイスであって、
    前記メモリには、前記少なくとも１つのプロセッサによって実行可能な命令が記憶され、前記命令が前記少なくとも１つのプロセッサによって実行されると、前記少なくとも１つのプロセッサが請求項１～５のいずれか一項に記載の方法を実行できる、電子デバイス。
16. コンピュータに請求項１～５のいずれか一項に記載の方法を実行させるために使用されるコンピュータ命令が記憶された非一時的なコンピュータ可読記憶媒体。
17. プロセッサによって実行されると、請求項１～５のいずれか一項に記載の方法を実現するコンピュータプログラム。

Images