本申请采用网络爬虫获取商品图片建立商品图像集,通过网络获取标准图像集,通过手机拍摄商品获取图像,样本丰富,方法鲁棒性好,采用深层强化学习获取图像库图像属性表达向量集,然后采用散列函数获取图像库图像属性表达向量集的散列码集并以此建立索引表,有效解决了计算量巨大、内存占用多、耗时长的问题,采用汉明距融合欧氏距进行粗检索,对检索图像和粗检索得到的图像进行特征匹配和去误匹配,根据特征匹配结果对粗检索结整合重排序得到最终检索结果,无论是检索准确率还是成功率都有明显提升,特别是在商品图像不完整和较复杂的情况下,具备更好的检索性能,在网购商品精准搜索领域具有重大作用和巨大实用价值。
声明:
“网购商品图像局部或组合的精准检索方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)