基于元素识别的图像智能评分排序方法、系统和存储介质技术方案

本申请公开了一种基于元素识别的图像智能评分排序方法、系统和存储介质，涉及图像识别技术，包括以下步骤：获取多个待评分的图像和用户特征向量；从所述图像中识别构成元素，根据从图像识别的构成元素生成第一向量；从所述图像中分析颜色组成，根据所述颜色组成生成第二向量；将所述第一向量和第二向量进行拼接，得到第三向量；根据所述第三向量和所述用户特征向量之间的相似性对图像进行打分；对打分后的多个图像进行排序。通过本方案可以对图像进行智能评分，评估客户感兴趣的图像，从而实现智能排序以满足应用需要。实现智能排序以满足应用需要。实现智能排序以满足应用需要。

【技术实现步骤摘要】
基于元素识别的图像智能评分排序方法、系统和存储介质


[0001]本申请涉及图像识别技术，特别是一种基于元素识别的图像智能评分排序方法、系统和存储介质。

技术介绍

[0002]在智能设备的广告推送过程中，一般会基于用户的特点来推送广告。目前相关技术主要集中于分析用户对哪个类型的广告(即哪类型的产品)感兴趣，而对于用户感兴趣的产品类型未作区分。例如，同一个产品可能会设计多个广告海报，用户对不同的广告海报可能存在不同的喜好。更讨用户喜欢的广告海报能够吸引用户驻留，增加转化的可能性。
[0003]因此，在同一产品具有多个产品海报时，如何向用户推送海报成为需要研究的问题。

技术实现思路

[0004]本专利技术旨在至少解决现有技术中存在的技术问题之一。为此，本专利技术提出一种基于元素识别的图像智能评分排序方法、系统和存储介质，以对海报进行智能评分。
[0005]一方面，本申请实施例提供了一种基于元素识别的图像智能评分排序方法，包括以下步骤：
[0006]获取多个待评分的图像和用户特征向量；
[0007]从所述图像中识别构成元素，根据从图像识别的构成元素生成第一向量，用以表征所述图像的元素特征；
[0008]从所述图像中分析颜色组成，根据所述颜色组成生成第二向量，用以表征所述图像的颜色特征；
[0009]将所述第一向量和第二向量进行拼接，得到第三向量，用以表征所述图像的特征；
[0010]根据所述第三向量和所述用户特征向量之间的相似性对图像进行打分；
[0011]对打分后的多个图像进行排序。
[0012]在一些实施例中，所述根据所述第三特征向量和所述用户特征向量之间的相似性对图像进行打分，具体是：
[0013]计算第三向量与用户特征向量之间的欧式距离；
[0014]获取欧式距离与评分的对应关系表；
[0015]根据计算得到的欧式距离与所述对应关系表确定评分。
[0016]在一些实施例中，所述从所述图像中识别构成元素，根据从图像识别的构成元素生成第一向量，用以表征所述图像的元素特征，具体包括：
[0017]从图像中识别多个构成元素，剔除构成元素中的产品对象，得到剩余的构成元素；
[0018]根据所述构成元素的特征向量，构成所述第一向量。
[0019]在一些实施例中，根据所述构成元素的特征向量，构成所述第一向量，具体是:
[0020]对所述特征向量进行平均，得到第一向量。
[0021]在一些实施例中，从所述图像中分析颜色组成，根据所述颜色组成生成第二向量，具体包括：
[0022]确定图像中的比重排名前三的颜色向量；
[0023]将排名前三的颜色向量进行加权处理得到第二向量。
[0024]在一些实施例中，多个所述图像属于包含同一产品图像的不同海报。
[0025]在一些实施例中，所述用户特征向量基于用户历史行为确定。
[0026]另一方面，本申请实施例公开了一种基于元素识别的图像智能评分排序系统，包括：
[0027]获取单元，用于获取多个待评分的图像和用户特征向量；
[0028]构成元素提取单元，用于从所述图像中识别构成元素，根据从图像识别的构成元素生成第一向量，用以表征所述图像的元素特征；
[0029]颜色特征提取单元，用于从所述图像中分析颜色组成，根据所述颜色组成生成第二向量，用以表征所述图像的颜色特征；
[0030]拼接单元，用于将所述第一向量和第二向量进行拼接，得到第三向量，用以表征所述图像的特征；
[0031]评分单元，根据所述第三向量和所述用户特征向量之间的相似性对图像进行打分；
[0032]排序单元，用于对打分后的多个图像进行排序。
[0033]另一方面，本申请实施例公开了一种基于元素识别的图像智能评分排序系统，包括：
[0034]存储器，用于存储程序；
[0035]处理器，用于加载所述程序以执行所述的基于元素识别的图像智能评分排序方法。
[0036]另一方面，本申请实施例公开了一种计算机可读存储介质，其存储有程序，所述程序被处理器执行时，实现所述的基于元素识别的图像智能评分排序方法。
[0037]本申请实施例通过获取多个待评分的图像和用户特征向量，分别分析图像的颜色和构成元素来生成第一向量和第二向量，接着将所述第一向量和第二向量进行拼接，得到第三向量，用以表征所述图像的特征；并根据所述第三向量和所述用户特征向量之间的相似性对图像进行打分；对打分后的多个图像进行排序。通过这一方式，可以通过图像的基本元素构成和颜色构成等，与用户的喜好特征相比较，从而匹配出用户可能更感兴趣的图像，从而优化广告投放。
附图说明
[0038]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图做一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0039]图1是本申请实施例提供的一种基于元素识别的图像智能评分排序方法的流程图；
[0040]图2是本申请实施例提供的一种基于元素识别的图像智能评分排序系统的框图。
具体实施方式
[0041]为使本申请的目的、技术方案和优点更加清楚，以下将参照本申请实施例中的附图，通过实施方式清楚、完整地描述本申请的技术方案，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0042]在本专利技术的描述中，若干的含义是一个以上，多个的含义是两个以上，大于、小于、超过等理解为不包括本数，以上、以下、以内等理解为包括本数。如果有描述到第一、第二只是用于区分技术特征为目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。
[0043]本专利技术的描述中，除非另有明确的限定，设置等词语应做广义理解，所属
技术人员可以结合技术方案的具体内容合理确定上述词语在本专利技术中的具体含义。
[0044]本专利技术的描述中，参考术语“一个实施例”、“一些实施例”、“示意性实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征或者特点包含于本专利技术的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
[0045]参照图1，一种基于元素识别的图像智能评分排序方法，该方法可以应用于智能设备的广告推送，壁纸推荐等，本申请实施例可以应用在教育一体机上，以实现智能化壁纸(广告)推送。
[0046]方法包括以下步骤：
[0047]S1、获取多个待评分的图像本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于元素识别的图像智能评分排序方法，其特征在于，包括以下步骤：获取多个待评分的图像和用户特征向量；从所述图像中识别构成元素，根据从图像识别的构成元素生成第一向量，用以表征所述图像的元素特征；从所述图像中分析颜色组成，根据所述颜色组成生成第二向量，用以表征所述图像的颜色特征；将所述第一向量和第二向量进行拼接，得到第三向量，用以表征所述图像的特征；根据所述第三向量和所述用户特征向量之间的相似性对图像进行打分；对打分后的多个图像进行排序。2.根据权利要求1所述的一种基于元素识别的图像智能评分排序方法，其特征在于，所述根据所述第三特征向量和所述用户特征向量之间的相似性对图像进行打分，具体是：计算第三向量与用户特征向量之间的欧式距离；获取欧式距离与评分的对应关系表；根据计算得到的欧式距离与所述对应关系表确定评分。3.根据权利要求1所述的一种基于元素识别的图像智能评分排序方法，其特征在于，所述从所述图像中识别构成元素，根据从图像识别的构成元素生成第一向量，用以表征所述图像的元素特征，具体包括：从图像中识别多个构成元素，剔除构成元素中的产品对象，得到剩余的构成元素；根据所述构成元素的特征向量，构成所述第一向量。4.根据权利要求3所述的一种基于元素识别的图像智能评分排序方法，其特征在于，根据所述构成元素的特征向量，构成所述第一向量，具体是:对所述特征向量进行平均，得到第一向量。5.根据权利要求1所述的一种基于元素识别的图像智能评分排序方法，其特征在于，从所述图像中分析颜色组成，根据...

【专利技术属性】
技术研发人员：岑加堂，王添，
申请(专利权)人：长沙朗源电子科技有限公司，
类型：发明
国别省市：