基于图像识别的商品智能推荐处理方法及系统技术方案

本发明专利技术提供的基于图像识别的商品智能推荐处理方法及系统，涉及图像处理技术领域。在本发明专利技术中，对商品推荐请求进行解析，以输出对应的商品请求描述图像序列。对于每一个候选商品图像序列，利用图像匹配神经网络，对该候选商品图像序列和商品请求描述图像序列进行图像序列匹配度的计算，以输出对应的图像序列匹配度。依据每一个候选商品图像序列和商品请求描述图像序列之间的图像序列匹配度，从多个候选商品图像序列中筛选出至少一个目标商品图像序列，再将至少一个目标商品图像序列对应的至少一个待推荐商品的目标商品描述信息发送给目标用户终端设备。基于上述方法，可以在一定程度上提高商品推荐的可靠度。定程度上提高商品推荐的可靠度。定程度上提高商品推荐的可靠度。

【技术实现步骤摘要】
基于图像识别的商品智能推荐处理方法及系统


[0001]本专利技术涉及图像处理
，具体而言，涉及一种基于图像识别的商品智能推荐处理方法及系统。

技术介绍

[0002]商品推荐是互联网行为（如网络购物、商品查询等）中的一项重要环节，其中，商品推荐的可靠度直接影响着用户对于相应平台的粘性。因此，需要提供一种可以可靠地进行商品推荐的方案。但是，在现有技术中，一般仅限于文字搜索，以根据文字搜索进行商品推荐，然后，文字描述的内容或信息一般具有较大的局限性，使得其可靠度的局限较大。

技术实现思路

[0003]有鉴于此，本专利技术的目的在于提供一种基于图像识别的商品智能推荐处理方法及系统，以在一定程度上提高商品推荐的可靠度。
[0004]为实现上述目的，本专利技术实施例采用如下技术方案：一种基于图像识别的商品智能推荐处理方法，应用于商品推荐服务器，所述基于图像识别的商品智能推荐处理方法包括：在接收到目标用户终端设备的商品推荐请求时，对所述商品推荐请求进行解析，以输出对应的商品请求描述图像序列；对于配置的多个候选商品图像序列中的每一个候选商品图像序列，利用训练形成的图像匹配神经网络，对该候选商品图像序列和所述商品请求描述图像序列进行图像序列匹配度的计算，以输出该候选商品图像序列和所述商品请求描述图像序列之间的图像序列匹配度；依据所述多个候选商品图像序列中的每一个候选商品图像序列和所述商品请求描述图像序列之间的图像序列匹配度，从所述多个候选商品图像序列中筛选出至少一个目标商品图像序列，再将所述至少一个目标商品图像序列对应的至少一个待推荐商品的目标商品描述信息发送给所述目标用户终端设备，所述目标商品描述信息至少包括对应的目标商品图像序列，所述目标商品图像序列基于对对应的待推荐商品进行图像采集形成。
[0005]在一些优选的实施例中，在上述基于图像识别的商品智能推荐处理方法中，所述在接收到目标用户终端设备的商品推荐请求时，对所述商品推荐请求进行解析，以输出对应的商品请求描述图像序列的步骤，包括：在接收到目标用户终端设备的商品推荐请求时，对所述商品推荐请求进行解析，以确定出所述商品推荐请求包含的每一帧商品请求描述图像和每一帧商品请求描述图像对应的图像排序编号信息；依据每一帧商品请求描述图像对应的图像排序编号信息，对所述商品推荐请求包含的每一帧商品请求描述图像进行排序组合，以形成所述商品推荐请求对应的商品请求描述图像序列。
[0006]在一些优选的实施例中，在上述基于图像识别的商品智能推荐处理方法中，所述对于配置的多个候选商品图像序列中的每一个候选商品图像序列，利用训练形成的图像匹配神经网络，对该候选商品图像序列和所述商品请求描述图像序列进行图像序列匹配度的计算，以输出该候选商品图像序列和所述商品请求描述图像序列之间的图像序列匹配度的步骤，包括：对于配置的多个候选商品图像序列中的每一个候选商品图像序列，利用预先训练形成的图像匹配神经网络，分别对该候选商品图像序列包括的每一帧候选商品图像和所述商品请求描述图像序列包括的每一帧商品请求描述图像进行图像匹配度的计算，以输出每一帧候选商品图像和每一帧商品请求描述图像之间的图像匹配度；对于配置的多个候选商品图像序列中的每一个候选商品图像序列，对该候选商品图像序列包括的每一帧候选商品图像和每一帧所述商品请求描述图像之间的图像匹配度进行数据融合处理，以输出该候选商品图像序列和所述商品请求描述图像序列之间的图像序列匹配度。
[0007]在一些优选的实施例中，在上述基于图像识别的商品智能推荐处理方法中，所述对于配置的多个候选商品图像序列中的每一个候选商品图像序列，利用预先训练形成的图像匹配神经网络，分别对该候选商品图像序列包括的每一帧候选商品图像和所述商品请求描述图像序列包括的每一帧商品请求描述图像进行图像匹配度的计算，以输出每一帧候选商品图像和每一帧商品请求描述图像之间的图像匹配度的步骤，包括：对所述候选商品图像和所述商品请求描述图像分别进行信息转换处理，以输出所述候选商品图像对应的候选商品图像块有序集合和所述商品请求描述图像对应的请求描述图像块有序集合；基于预先配置的重要像素点识别算法，分别对所述候选商品图像和所述商品请求描述图像进行像素点识别处理，以从所述候选商品图像中识别出所述候选商品图像对应的候选重要像素点有序集合和所述商品请求描述图像对应的请求重要像素点有序集合；基于预先配置的图像块对应关系对所述候选商品图像块有序集合和所述请求描述图像块有序集合进行对应替代处理，以形成所述候选商品图像块有序集合和所述请求描述图像块有序集合对应的图像块替代信息；将所述图像块替代信息加载至预先训练形成的图像匹配神经网络中进行特征挖掘处理，以输出所述图像块替代信息对应的图像块特征分布；基于所述图像块特征分布分别对所述候选重要像素点有序集合和所述请求重要像素点有序集合进行特征挖掘处理，以输出所述候选重要像素点有序集合对应的候选重要像素点特征分布和所述请求重要像素点有序集合对应的请求重要像素点特征分布；分别将所述候选重要像素点特征分布和所述请求重要像素点特征分布加载至所述图像匹配神经网络包括的权重关注子网络进行处理，以输出所述候选重要像素点特征分布对应的候选重要像素点权重特征分布和所述请求重要像素点特征分布对应的请求重要像素点权重特征分布；基于所述图像匹配神经网络包括的图像匹配子网络，对所述候选重要像素点权重特征分布和所述请求重要像素点权重特征分布进行匹配处理，以输出所述候选商品图像和所述商品请求描述图像之间的图像匹配度。
[0008]在一些优选的实施例中，在上述基于图像识别的商品智能推荐处理方法中，所述对所述候选商品图像和所述商品请求描述图像分别进行信息转换处理，以输出所述候选商品图像对应的候选商品图像块有序集合和所述商品请求描述图像对应的请求描述图像块有序集合的步骤，包括：分别对所述候选商品图像和所述商品请求描述图像中的干扰像素进行识别筛除处理，以输出所述候选商品图像对应的候选商品筛选图像和所述商品请求描述图像对应的商品请求描述筛选图像；分别对所述候选商品筛选图像和所述商品请求描述筛选图像进行信息转换处理，以形成所述候选商品图像对应的候选商品图像块有序集合和所述商品请求描述图像对应的请求描述图像块有序集合。
[0009]在一些优选的实施例中，在上述基于图像识别的商品智能推荐处理方法中，所述基于预先配置的图像块对应关系对所述候选商品图像块有序集合和所述请求描述图像块有序集合进行对应替代处理，以形成所述候选商品图像块有序集合和所述请求描述图像块有序集合对应的图像块替代信息的步骤，包括：对所述候选商品图像块有序集合和所述请求描述图像块有序集合进行图像块的合并处理，以形成对应的图像块合并有序集合；基于预先配置的图像块对应关系对所述图像块合并有序集合进行对应替代处理，以输出所述图像块合并有序集合包括的每一个图像块对应的图像块对应替代数据；基于所述图像块合并有序集合括的每一个图像块对应的图像块集合位置，分别确定出每一个所述图像块对应的集合位置对应替代数据；将所述图像块合并有序集合包括的每一个图像块对应的图像块本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像识别的商品智能推荐处理方法，其特征在于，应用于商品推荐服务器，所述基于图像识别的商品智能推荐处理方法包括：在接收到所述目标用户终端设备的商品推荐请求时，对所述商品推荐请求进行解析，以输出对应的商品请求描述图像序列；对于配置的多个候选商品图像序列中的每一个候选商品图像序列，利用训练形成的图像匹配神经网络，对该候选商品图像序列和所述商品请求描述图像序列进行图像序列匹配度的计算，以输出该候选商品图像序列和所述商品请求描述图像序列之间的图像序列匹配度；依据所述多个候选商品图像序列中的每一个候选商品图像序列和所述商品请求描述图像序列之间的图像序列匹配度，从所述多个候选商品图像序列中筛选出至少一个目标商品图像序列，再将所述至少一个目标商品图像序列对应的至少一个待推荐商品的目标商品描述信息发送给所述目标用户终端设备，所述目标商品描述信息至少包括对应的目标商品图像序列，所述目标商品图像序列基于对对应的待推荐商品进行图像采集形成。2.如权利要求1所述的基于图像识别的商品智能推荐处理方法，其特征在于，所述在接收到目标用户终端设备的商品推荐请求时，对所述商品推荐请求进行解析，以输出对应的商品请求描述图像序列的步骤，包括：在接收到目标用户终端设备的商品推荐请求时，对所述商品推荐请求进行解析，以确定出所述商品推荐请求包含的每一帧商品请求描述图像和每一帧商品请求描述图像对应的图像排序编号信息；依据每一帧商品请求描述图像对应的图像排序编号信息，对所述商品推荐请求包含的每一帧商品请求描述图像进行排序组合，以形成所述商品推荐请求对应的商品请求描述图像序列。3.如权利要求1所述的基于图像识别的商品智能推荐处理方法，其特征在于，所述对于配置的多个候选商品图像序列中的每一个候选商品图像序列，利用训练形成的图像匹配神经网络，对该候选商品图像序列和所述商品请求描述图像序列进行图像序列匹配度的计算，以输出该候选商品图像序列和所述商品请求描述图像序列之间的图像序列匹配度的步骤，包括：对于配置的多个候选商品图像序列中的每一个候选商品图像序列，利用预先训练形成的图像匹配神经网络，分别对该候选商品图像序列包括的每一帧候选商品图像和所述商品请求描述图像序列包括的每一帧商品请求描述图像进行图像匹配度的计算，以输出每一帧候选商品图像和每一帧商品请求描述图像之间的图像匹配度；对于配置的多个候选商品图像序列中的每一个候选商品图像序列，对该候选商品图像序列包括的每一帧候选商品图像和每一帧所述商品请求描述图像之间的图像匹配度进行数据融合处理，以输出该候选商品图像序列和所述商品请求描述图像序列之间的图像序列匹配度。4.如权利要求3所述的基于图像识别的商品智能推荐处理方法，其特征在于，所述对于配置的多个候选商品图像序列中的每一个候选商品图像序列，利用预先训练形成的图像匹配神经网络，分别对该候选商品图像序列包括的每一帧候选商品图像和所述商品请求描述图像序列包括的每一帧商品请求描述图像进行图像匹配度的计算，以输出每一帧候选商品
图像和每一帧商品请求描述图像之间的图像匹配度的步骤，包括：对所述候选商品图像和所述商品请求描述图像分别进行信息转换处理，以输出所述候选商品图像对应的候选商品图像块有序集合和所述商品请求描述图像对应的请求描述图像块有序集合；基于预先配置的重要像素点识别算法，分别对所述候选商品图像和所述商品请求描述图像进行像素点识别处理，以从所述候选商品图像中识别出所述候选商品图像对应的候选重要像素点有序集合和所述商品请求描述图像对应的请求重要像素点有序集合；基于预先配置的图像块对应关系对所述候选商品图像块有序集合和所述请求描述图像块有序集合进行对应替代处理，以形成所述候选商品图像块有序集合和所述请求描述图像块有序集合对应的图像块替代信息；将所述图像块替代信息加载至预先训练形成的图像匹配神经网络中进行特征挖掘处理，以输出所述图像块替代信息对应的图像块特征分布；基于所述图像块特征分布分别对所述候选重要像素点有序集合和所述请求重要像素点有序集合进行特征挖掘处理，以输出所述候选重要像素点有序集合对应的候选重要像素点特征分布和所述请求重要像素点有序集合对应的请求重要像素点特征分布；分别将所述候选重要像素点特征分布和所述请求重要像素点特征分布加载至所述图像匹配神经网络包括的权重关注子网络进行处理，以输出所述候选重要像素点特征分布对应的候选重要像素点权重特征分布和所述请求重要像素点特征分布对应的请求重要像素点权重特征分布；基于所述图像匹配神经网络包括的图像匹配子网络，对所述候选重要像素点权重特征分布和所述请求重要像素点权重特征分布进行匹配处理，以输出所述候选商品图像和所述商品请求描述图像之间的图像匹配度。5.如权利要求1所述的基于图像识别的商品智能推荐处理方法，其特征在于，所述对所述候选商品图像和所述商品请求描述图像分别进行信息转换处理，以输出所述候选商品图像对应的候选商品图像块有序集合和所述商品请求描述图像对应的请求描述图像块有序集合的步骤，包括：分别对所述候选商品图像和所述商品请求描述图像中的干扰像素进行识别筛除处理，以输出所述候选商品图像对应的候选商品筛选图像和所述商品请求描述图像对应的商品请求描述筛选图像；分别对所述候选商品筛选图像和所述商品请求描述筛选图像进行信息转换处理，以形成所述候选商品图像对应的候选商品图像块有序集合和所述商品请求描述图像对应的请求描述图像块有序集合。6.如权利要求5所述的基于图像识别的商品智能推荐处理方法，其特征在于，所述基于预先配置的图像块对应关系对所述候选商品图像块有序集合和所述请求描述图像块有序集合进行对应替代处理，以形成所述候选商品图像块...

【专利技术属性】
技术研发人员：郭哲，邱雯婷，
申请(专利权)人：郭哲，
类型：发明
国别省市：