基于图像大数据比对的电商平台廉价商品选取方法及系统技术方案

本发明专利技术公开了一种基于图像大数据比对的电商平台廉价商品选取方法及系统，涉及图像识别技术领域。该方法包括：采用目标检测技术对商品图像进行目标检测；进行多尺度重建；采用目标检测技术分别对各个尺度下的待识别商品图像进行目标检测，生成统计结果；若统计结果是否大于预置的尺度阈值，则对待选取商品图像进行超分辨率重建；对各个重建商品图像中的商标进行目标检测；根据商标信息进行归类汇总；对重建商品图像进行图像增强处理；利用OCR技术对价格进行识别，根据对应的价格筛选得到并推送廉价商品图像。本发明专利技术将多尺度目标检测方法、基于超分辨率重建的目标检测方法、基于图像加强的OCR技术相结合，实现电商平台的廉价商品的精准选取。商品的精准选取。商品的精准选取。

【技术实现步骤摘要】
基于图像大数据比对的电商平台廉价商品选取方法及系统


[0001]本专利技术涉及图像识别
，具体而言，涉及一种基于图像大数据比对的电商平台廉价商品选取方法及系统。

技术介绍

[0002]随着电子商务的高速发展，电商平台也越来越普及，各式各样的电商平台已经成为了消费者购物的重要渠道。然而，电商平台中的海量商品图像也成为了消费者的一种负担，消费者往往没有精力去浏览海量的商品图像。因此，从海量的商品图像中选取价格低廉实惠的商品的图像显得尤为重要。
[0003]电商平台中的商品图像往往包含商品内容、价格等多种信息，传统的图像检索、选取、检测等方法均无法有针对性地对价格低廉的商品图像进行选取，无法有效满足消费者的需求，无法为消费者提供更好的服务。因此，如何在海量商品图像中选取对应的廉价商品图像成为一个亟需解决的问题。

技术实现思路

[0004]为了克服上述问题或者至少部分地解决上述问题，本专利技术实施例提供一种基于图像大数据比对的电商平台廉价商品选取方法及系统，利用多尺度的目标检测方法来获取目标的同类别商品图像；然后利用基于超分辨率重建的目标检测方法来获取同品牌同类别的商品图像；并利用基于图像加强的OCR技术来获取同品牌同类别商品的最低价格，进而实现电商平台的廉价商品的精准选取。
[0005]本专利技术的实施例是这样实现的：第一方面，本专利技术实施例提供一种基于图像大数据比对的电商平台廉价商品选取方法，包括以下步骤：录入目标商品信息，基于目标商品信息获取并采用目标检测技术对电商平台中的商品图像数据库中的各幅商品图像进行目标检测，以识别得到目标类别商品图像；对各个目标类别商品图像分别进行多尺度重建，以得到各个目标类别商品图像对应的多个尺度下的待识别商品图像；采用目标检测技术分别对各个目标类别商品图像对应的各个尺度下的待识别商品图像进行目标检测，以得到并统计各个目标类别商品图像对应的各个尺度下的识别结果，生成统计结果；分别判断各个目标类别商品图像对应的统计结果是否大于预置的尺度阈值，如果是，则将对应的目标类别商品图像标记为待选取商品图像，并建立待选取商品图像数据集；如果否，则将对应的目标类别商品图像进行删除；对待选取商品图像数据集中的待选取商品图像进行超分辨率重建，以得到对应的多个重建商品图像；对各个重建商品图像中的商标进行目标检测，以得到各个重建商品图像对应的商
标信息；根据商标信息将相同商标信息对应的重建商品图像进行归类汇总，以建立各个商标对应的同品牌同类别商品图像数据集；对各个商标对应的同品牌同类别商品图像数据集中的重建商品图像进行图像增强处理，以建立各个商标对应的同品牌同类别商品增强图像数据集；利用OCR识别技术对各个商标对应的同品牌同类别商品增强图像数据集中的各个商品增强图像的价格信息进行识别，以得到并根据各个商品增强图像对应的价格信息对各个商标对应的同品牌同类别商品增强图像数据集中的各个商品增强图像进行筛选，以得到并推送廉价商品图像给消费者。
[0006]为了解决现有技术中无法有针对性地对价格低廉的商品图像进行选取，无法有效满足消费者的需求的技术问题，本专利技术利用多尺度的目标检测方法来识别出目标商品的同类别商品图像，确保了同类别商品图像获取结果的准确性；然后利用基于超分辨率重建的目标检测方法识别出同品牌同类别的商品图像，进而确保了同品牌同类别商品图像获取结果的准确性；并利用基于图像加强的OCR技术识别并筛选得到同品牌同类别商品的最低价格，确保了最低价格商品图像获取的准确性。本专利技术将多尺度的目标检测方法、基于超分辨率重建的目标检测方法、基于图像加强的OCR技术相互结合，能够较为精准、稳定地实现电商平台的廉价商品选取。
[0007]基于第一方面，在本专利技术的一些实施例中，上述对各个目标类别商品图像分别进行多尺度重建的方法包括以下步骤：采用最近邻插值方法对各个目标类别商品图像分别进行多尺度重建。
[0008]基于第一方面，在本专利技术的一些实施例中，上述采用目标检测技术分别对各个目标类别商品图像对应的各个尺度下的待识别商品图像进行目标检测的方法包括以下步骤：采用基于注意力RPN和多关系检测器的小样本目标检测网络分别对各个目标类别商品图像对应的各个尺度下的待识别商品图像进行目标检测。
[0009]基于第一方面，在本专利技术的一些实施例中，上述对待选取商品图像数据集中的待选取商品图像进行超分辨率重建的方法包括以下步骤：采用ESPCN、SRCNN或FSRCNN 特征提取方法对待选取商品图像数据集中的待选取商品图像进行超分辨率重建。
[0010]基于第一方面，在本专利技术的一些实施例中，上述对各个商标对应的同品牌同类别商品图像数据集中的重建商品图像进行图像增强处理，以建立各个商标对应的同品牌同类别商品增强图像数据集的方法包括以下步骤：分别对各个商标对应的同品牌同类别商品图像数据集中的重建商品图像进行多个尺度的高斯模糊处理，以得到各个重建商品图像对应的多个尺度下的商品模糊图像；计算各个尺度下各个重建商品图像对应的各个商品模糊图像之间的细节差异值，生成并将多个尺度的商品细节信息加权到对应的重建商品图像中，以得到对应的商品加强图像；基于对应的商品加强图像建立各个商标对应的同品牌同类别商品增强图像数据集。
[0011]基于第一方面，在本专利技术的一些实施例中，上述利用OCR识别技术对各个商标对应
的同品牌同类别商品增强图像数据集中的各个商品增强图像的价格信息进行识别的方法包括以下步骤：利用CTPN文本检测方法对各个商标对应的同品牌同类别商品增强图像数据集中的各个商品增强图像的价格信息进行识别。
[0012]基于第一方面，在本专利技术的一些实施例中，该基于图像大数据比对的电商平台廉价商品选取方法还包括以下步骤：根据廉价商品图像对应的价格信息和预置的参考价格生成并发送价格异常预警提示信息。
[0013]第二方面，本专利技术实施例提供一种基于图像大数据比对的电商平台廉价商品选取系统，包括初始识别模块、多尺度重建模块、尺度检测模块、判断模块、超分辨率重建模块、商标识别模块、类别汇总模块、增强处理模块以及廉价商品推荐模块，其中：初始识别模块，用于录入目标商品信息，基于目标商品信息获取并采用目标检测技术对电商平台中的商品图像数据库中的各幅商品图像进行目标检测，以识别得到目标类别商品图像；多尺度重建模块，用于对各个目标类别商品图像分别进行多尺度重建，以得到各个目标类别商品图像对应的多个尺度下的待识别商品图像；尺度检测模块，用于采用目标检测技术分别对各个目标类别商品图像对应的各个尺度下的待识别商品图像进行目标检测，以得到并统计各个目标类别商品图像对应的各个尺度下的识别结果，生成统计结果；判断模块，用于分别判断各个目标类别商品图像对应的统计结果是否大于预置的尺度阈值，如果是，则将对应的目标类别商品图像标记为待选取商品图像，并建立待选取商品图像数据集；如果否，则将对应的目标类别商品图像进行删除；超分辨率重建模块，用于对待选取商品图像数据集中的待选取商品图像进行超分辨率重建，以得到对应的多个重建商品图像；商标识别模块，用于本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像大数据比对的电商平台廉价商品选取方法，其特征在于，包括以下步骤：录入目标商品信息，基于目标商品信息获取并采用目标检测技术对电商平台中的商品图像数据库中的各幅商品图像进行目标检测，以识别得到目标类别商品图像；对各个目标类别商品图像分别进行多尺度重建，以得到各个目标类别商品图像对应的多个尺度下的待识别商品图像；采用目标检测技术分别对各个目标类别商品图像对应的各个尺度下的待识别商品图像进行目标检测，以得到并统计各个目标类别商品图像对应的各个尺度下的识别结果，生成统计结果；分别判断各个目标类别商品图像对应的统计结果是否大于预置的尺度阈值，如果是，则将对应的目标类别商品图像标记为待选取商品图像，并建立待选取商品图像数据集；如果否，则将对应的目标类别商品图像进行删除；对待选取商品图像数据集中的待选取商品图像进行超分辨率重建，以得到对应的多个重建商品图像；对各个重建商品图像中的商标进行目标检测，以得到各个重建商品图像对应的商标信息；根据商标信息将相同商标信息对应的重建商品图像进行归类汇总，以建立各个商标对应的同品牌同类别商品图像数据集；对各个商标对应的同品牌同类别商品图像数据集中的重建商品图像进行图像增强处理，以建立各个商标对应的同品牌同类别商品增强图像数据集；利用OCR识别技术对各个商标对应的同品牌同类别商品增强图像数据集中的各个商品增强图像的价格信息进行识别，以得到并根据各个商品增强图像对应的价格信息对各个商标对应的同品牌同类别商品增强图像数据集中的各个商品增强图像进行筛选，以得到并推送廉价商品图像给消费者。2.根据权利要求1所述的一种基于图像大数据比对的电商平台廉价商品选取方法，其特征在于，所述对各个目标类别商品图像分别进行多尺度重建的方法包括以下步骤：采用最近邻插值方法对各个目标类别商品图像分别进行多尺度重建。3.根据权利要求1所述的一种基于图像大数据比对的电商平台廉价商品选取方法，其特征在于，所述采用目标检测技术分别对各个目标类别商品图像对应的各个尺度下的待识别商品图像进行目标检测的方法包括以下步骤：采用基于注意力RPN和多关系检测器的小样本目标检测网络分别对各个目标类别商品图像对应的各个尺度下的待识别商品图像进行目标检测。4.根据权利要求1所述的一种基于图像大数据比对的电商平台廉价商品选取方法，其特征在于，所述对待选取商品图像数据集中的待选取商品图像进行超分辨率重建的方法包括以下步骤：采用ESPCN、SRCNN或FSRCNN 特征提取方法对待选取商品图像数据集中的待选取商品图像进行超分辨率重建。5.根据权利要求1所述的一种基于图像大数据比对的电商平台廉价商品选取方法，其特征在于，所述对各个商标对应的同品牌同类别商品图像数据集中的重建商品图像进行图
像增强处理，以建立各个商标对应的同品牌同类别商品增强图像数据集的方法包括以下步骤：分别对各个商标对应的同品牌同类别商品图像数据集中的重建商品图像进行多个尺度的高斯模糊处理，以得到各个重建商品图像对应的多个尺度下的商品模糊图像；计算各个尺度下各个重建商品图像对应的各个商品模糊图像之间的细节差异值，生成并将多个尺度的商品细节...

【专利技术属性】
技术研发人员：袁道红，
申请(专利权)人：北京嘉沐安科技有限公司，
类型：发明
国别省市：