一种搜索处理方法、装置及系统与流程

本申请属于互联网技术领域，具体地说，涉及一种搜索处理方法、装置及系统。

背景技术：

在现有的互联网搜索技术领域，如爱奇艺视频网站、优酷网、腾讯视频均提供了根据文字进行视频搜索的视频搜索引擎。具体方式通常是用户输入关键词，搜索出与该关键词相关的视频等网站链接。如谷歌、百度、搜狗、奇虎等公司开发了图片搜索引擎，通常是用户上传图片，搜索引擎根据上传图片中的整体内容，搜索出与上传图片中的整体内容相同或相似的图片搜索结果。

但是，当用户通过用户设备观看视频时，对视频中感兴趣的目标(如商品、明星等)时，需要用户最小化视频网页，打开搜索引擎网页，当用户知道视频中感兴趣的目标时，可以在搜索引擎网页中输入用户感兴趣的目标名称，搜索出与该目标名称相关的网站链接，由于需要用户最小化视频网页，手动打开搜索引擎网页，用户体验度不高；但是，当用户对视频中感兴趣的目标不是很清楚的时候，用户可以对暂停视频中的图片进行截图，并将该截图上传给搜索引擎，由于截图上除了包括用户感兴趣的目标之外，还包括其他内容，这样搜索得出的结果通常也包括用户不感兴趣的内容。

因此，现有的搜索技术中存在搜索精确性不高，且用户体验度差的问题。

技术实现要素：

有鉴于此，本申请提供一种搜索处理方法、装置及系统，可以解决现有的搜索技术中存在搜索精确性不高，且用户体验度差的问题。

为了解决上述技术问题，本申请第一方面提供一种搜索处理方法，包括：

用户端在检测到用户操作截图插件触发的截图请求时，暂停正在播放的视频，根据用户指令在所述暂停的视频中截取目标区域图像；

在检测到用户操作搜索插件触发的搜索请求时，显示搜索类型列表，所述搜索类型列表中包括一个或一个以上的搜索类型，根据用户指令在所述搜索类型列表选择搜索类型；

向服务器发送搜索请求消息，所述搜索请求消息中包括所述目标区域图像和所述搜索类型，以使所述服务器根据所述用户端发送的所述目标区域图像和所述搜索类型进行相应的检索，并将检索结果发送给所述用户端对应的用户设备进行显示。

本申请中可以通过对正在播放的视频启动截图插件，自动暂停播放视频，并对暂停视频中的目标进行截图，而且截图时可以根据用户操作选择边框调整目标区域图像的大小，进一步地，在用户选择目标区域图像之后可以显示搜索类型列表，使得用户可以选择搜索类型，这样可以进一步对目标区域图像中的搜索目标进行精确定位，从而搜索到用户真正感兴趣的目标搜索结果；不仅提高了搜索的精确性，而且用户体验度较高，因此可以解决现有的搜索技术中存在搜索精确性不高，且用户体验度差的问题。

当然，实施本申请的任一产品必不一定需要同时达到以上所述的所有技术效果。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1是本申请实施例的一种搜索处理方法的流程示意图；

图2是本申请实施例的一种搜索处理方法的流程示意图；

图3为图2实施例中步骤202的一种实现方式流程示意图；

图4为图2实施例中步骤202的又一种实现方式流程示意图；

图5为图2实施例中步骤202的又一种实现方式流程示意图；

图6为本实施例中应用的一种文字识别示意图；

图7是本申请实施例的一种搜索处理方法的信令图；

图8是本申请实施例的一种搜索处理装置的结构示意图；

图9是本申请实施例的一种搜索处理装置的结构示意图；

图10是本申请实施例的一种搜索处理系统的结构示意图。

具体实施方式

以下将配合附图及实施例来详细说明本申请的实施方式，藉此对本申请如何应用技术手段来解决技术问题并达成技术功效的实现过程能充分理解并据以实施。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括非暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

如在说明书及权利要求当中使用了某些词汇来指称特定组件。本领域技术人员应可理解，硬件制造商可能会用不同名词来称呼同一个组件。本说明 书及权利要求并不以名称的差异来作为区分组件的方式，而是以组件在功能上的差异来作为区分的准则。如在通篇说明书及权利要求当中所提及的“包含”为一开放式用语，故应解释成“包含但不限定于”。“大致”是指在可接收的误差范围内，本领域技术人员能够在一定误差范围内解决所述技术问题，基本达到所述技术效果。此外，“耦接”一词在此包含任何直接及间接的电性耦接手段。因此，若文中描述一第一装置耦接于一第二装置，则代表所述第一装置可直接电性耦接于所述第二装置，或通过其他装置或耦接手段间接地电性耦接至所述第二装置。说明书后续描述为实施本申请的较佳实施方式，然所述描述乃以说明本申请的一般原则为目的，并非用以限定本申请的范围。本申请的保护范围当视所附权利要求所界定者为准。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的商品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种商品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的商品或者系统中还存在另外的相同要素。

图1是本申请实施例的一种搜索处理方法的流程示意图，所述方法位于用户端执行，如图1所示，包括：

步骤101、用户端在检测到用户触发的截图请求时，暂停正在播放的视频，根据用户指令在所述暂停的视频中截取目标区域图像；

其中，本实施例中，所述用户端包括但是不限于安装在用户设备中的浏览器、浏览器插件、视频播放器或视频播放器插件；

其中，在本实施例中，根据用户指令在所述暂停的视频中截取目标区域图像，包括：

在检测到用户通过滑动光标在所述暂停的视频中选择目标时，在所述目标所在的图像区域显示预设形状的选择边框，以使用户通过滑动光标调整所述选择边框的大小，从而调整所述目标区域图像的区域范围。

举例来说，步骤101在具体实现时，当用户通过视频播放器正在观看视频时，当视频中出现用户感兴趣的目标(如商品、明星等)时，用户可以通过点击嵌入在视频浏览器中的插件触发截图请求，此时，视频浏览器插件将 该截图请求发送给视频浏览器，以使视频浏览器暂时停止正在播放的视频；用户通过移动鼠标在暂停的视频中选择兴趣目标所处的矩形区域，所述矩形区域包括矩形边框，进一步地，在边框的四角和四边中点设置锚点，用户可以使用鼠标拖动锚点微调改变矩形区域包围范围。

步骤102、在检测到用户触发的搜索请求时，显示搜索类型列表，根据用户指令在所述搜索类型列表选择搜索类型；

其中，本实施例中，所述搜索类型列表中包括一个或一个以上的搜索类型，所述搜索类型包括但不限于商品搜索、文字搜索或人脸搜索。

举例来说，步骤102在具体实现时，当用户选择兴趣目标所处的矩形区域之后，弹出搜索类型列表，其中，搜索类型列表包括一个或一个以上的搜索类型(也可以称为类目选择选项)，假设所述搜索类型中包括商品搜索、文字搜索或人脸搜索，则用户可以通过滑动鼠标选择商品、文字或人脸三项搜索需求。

步骤103、向服务器发送搜索请求消息，所述搜索请求消息中包括所述目标区域图像和所述搜索类型，以使所述服务器根据所述用户端发送的所述目标区域图像和所述搜索类型进行相应的检索，并将检索结果发送给所述用户端对应的用户设备进行显示。

举例来说，步骤103在具体实现时，用户端通过该用户端所在的用户设备的网络，向服务器(如搜索服务器)发送搜索请求消息，其中，所述搜索请求消息中包括上述用户选择的目标区域图像和搜索类型。

对应地，服务器接收用户端对应的用户设备发送的搜索请求消息，所述搜索请求消息中包括目标区域图像和搜索类型；根据所述搜索类型，确定与所述搜索类型对应的搜索处理程序；根据所述目标区域图像，执行所述搜索处理程序，获取与所述目标区域图像对应的搜索结果；将所述目标区域图像对应的搜索结果发送给所述用户设备进行显示。

本发明实施例通过用户端在检测到用户通过操作正在播放的视频触发的截图请求时，暂停所述正在播放的视频，根据用户指令在所述暂停的视频中截取目标区域图像；且在检测到用户通过操作所述目标区域图像触发的搜索请求，显示搜索类型列表，所述搜索类型列表中包括一个或一个以上的搜索类型，根据用户指令在所述搜索类型列表选择搜索类型；之后，向服务器发 送搜索请求消息，以使所述服务器根据所述搜索请求消息中包括所述目标区域图像和所述搜索类型进行相应的检索，并将检索结果发送给所述用户端对应的用户设备进行显示。

由于本实施例中可以通过对正在播放的视频启动截图插件，自动暂停播放视频，并对暂停视频中的目标进行截图，而且截图时可以根据用户操作选择边框调整目标区域图像的大小，进一步地，在用户选择目标区域图像之后可以显示搜索类型列表，使得用户可以选择搜索类型，这样可以进一步对目标区域图像中的搜索目标进行精确定位，从而搜索到用户真正感兴趣的目标搜索结果；不仅提高了搜索的精确性，而且用户体验度较高，因此可以解决现有的搜索技术中存在搜索精确性不高，且用户体验度差的问题。

图2是本申请实施例的一种搜索处理方法的流程示意图，所述方法位于服务器侧执行，如图2所示，包括：

步骤201、服务器接收用户端对应的用户设备发送的搜索请求消息，所述搜索请求消息中包括目标区域图像和搜索类型；

其中，搜索请求消息是用户端在检测到用户通过操作正在播放的视频触发的截图请求时，暂停所述正在播放的视频，根据用户指令在所述暂停的视频中截取目标区域图像；且在检测到用户通过操作所述目标区域图像触发的搜索请求，显示搜索类型列表，并根据用户指令在所述搜索类型列表选择搜索类型之后，向服务器发送的搜索请求消息，通常用户端通过其对应的用户设备发送搜索请求消息，其中，本实施例中，所述搜索类型包括但不限于商品搜索、文字搜索或人脸搜索，具体可以参考图1所示实施例中的相关描述，不再赘述。

步骤202、根据所述搜索类型，确定与所述搜索类型对应的搜索处理程序，执行所述搜索处理程序，获取与所述目标区域图像对应的搜索结果；

步骤203、将所述目标区域图像对应的搜索结果发送给所述用户端所在的用户设备进行显示。

在一种可选的实施方式中，图3为图2实施例中步骤202的一种实现方式流程示意图，如图3所示，若所述搜索类型包括商品搜索，则步骤202具体实现时包括：

步骤301、服务器获取所述目标区域图像中商品的深度学习特征；

步骤302、将所述商品的深度学习特征进行量化编码，得到所述商品的二值哈希码；

步骤303、根据所述商品的二值哈希码，查询商品图片数据库中保存的二值哈希码，在所述商品图片数据库中获取与所述商品的二值哈希码匹配的二值哈希码；

步骤304、根据所述匹配的二值哈希码，在所述商品图片数据库中获取与所述匹配的二值哈希码对应的商品标识；

步骤305、根据所述商品标识，获取与所述商品标识对应的商品信息的存储地址，根据所述存储地址，获取所述商品信息。

为此，本实施例中，所述方法还包括建立商品图片数据库，其中，商品图片数据库保存有每一商品图片的商品信息的存储地址与其对应的商品标识之间的映射关系，还保存有每一商品图片的二值哈希码与其对应的商品标识之间的映射关系，举例来说，商品图片数据库的建立包括：

通过大数据挖掘获取数量级的商品图片以及对应的商品信息；对每一商品图片进行分析处理，获得每一商品的深度学习特征，根据每一商品的深度学习特征进行量化编码得到对应的二值哈希码；在所述商品图片数据库中，建立并保存每一商品图片的商品信息的存储地址与其对应的商品标识之间的映射关系；在所述商品图片数据库中，建立并保存每一商品图片的二值哈希码与其对应的商品标识之间的映射关系。

需要说明的是，本实施例中，在获得每一商品的深度学习特征时例如可以采用GoogleNET网络结构的最后一个AVERAGE POOLING层，提取出1024维特征；量化编码时例如使用笛卡尔kmeans方法，首先训练旋转矩阵、均值矩阵、中心矩阵组，再对提取的1024维特征进行量化，最终量化为二值哈希码。

需要说明的是，本实施例中，匹配的二值哈希码可以是多个，例如苹果iphone5s手机图片，由于iphone5s手机的颜色不同，商品图片数据库中保存有多个苹果iphone5s手机的二值哈希码；当用户观看iphone5s手机广告视频 时，可以截取视频中的iphone5s手机图片，选择商品搜索，将iphone5s手机图片和商品搜索发送给服务器，服务器获取iphone5s手机图片的深度学习特征，进行量化编码后得到该iphone5s手机图片的二值哈希码；查询商品图片数据库中，比较该iphone5s手机图片的二值哈希码与商品图片数据库中保存的苹果iphone5s手机的二值哈希码，可以将图片数据库中保存的多个苹果iphone5s手机的二值哈希码均确定为与iphone5s手机图片的二值哈希码匹配的二值哈希码。

在一种可选的实施方式中，图4为图2实施例中步骤202的又一种实现方式流程示意图，如图4所示，若所述搜索类型包括文字搜索，则步骤202具体实现时包括：

步骤401、服务器对所述目标区域图像中文字图片进行文字识别，识别出所述文字图片中的文字内容；

步骤402、根据识别出的所述文字内容，确定与所述文字内容匹配的关键词；

步骤403、根据所述关键词，搜索得到与所述关键词对应的商品信息。

需要说明的是，本实施例中的文字识别是指通过对文字图像进行切分并逐字识别，从而将其转化为计算机可识别的字符编码。例如，首先对可能的切分点进行分析，然后尝试可能的切分区域合并技术，结合文字识别引擎输出的概率和文字之间组合的概率，选择最合理的切分路径。图6为本实施例中应用的一种文字识别示意图，以图6为例，基本思想是根据形状特征找出所有的切分点(一部分是正确的字间切分点，如图中绿色圆点所示；而一部分是错误的字内切分点，如图中橙色圆点所示)，接下来需要找一条切分路径，排除错误的切分点而保留正确的切分点。解决方案是用动态规划来寻找最优路径，寻优准则包含识别置信度、形状特征、语言模型等信息。例如下图，按蓝色路径得到的字符依次是贝，咅钅，戋冫，中钅，肖，量；而按照红色路径得到的字符依次是赔，钱，冲，销，量，根据识别置信度可以判断红色路径为最优。

在一种可选的实施方式中，图5为图2实施例中步骤202的又一种实现 方式流程示意图，如图5所示，若所述搜索类型包括人脸搜索，则步骤202具体实现时包括：

步骤501、服务器对所述目标区域图像中的人脸图片进行关键点定位和人脸配准，获取所述人脸图片的深度学习特征；

步骤502、根据所述人脸图片的深度学习特征，与人脸图片数据库中保存的深度学习特征进行匹配；

步骤503、根据匹配的深度学习特征，获得与所述匹配的深度学习特征对应的人物信息。

为此，本实施例中，所述方法还包括建立人脸图片数据库，其中，人脸图片数据库中保存有每一人脸图片对应的深度学习特征。

本发明实施例通过服务器在接收用户端对应的用户设备发送的搜索请求消息时，根据所述搜索请求消息中包括的搜索类型，确定与所述搜索类型对应的搜索处理程序，执行所述搜索处理程序，获取与所述目标区域图像对应的搜索结果；并将所述目标区域图像对应的搜索结果发送给所述用户设备进行显示。

由于在用户端根据用户选择目标区域图像之后显示的搜索类型列表，使得用户根据选择的搜索类型，进一步对目标区域图像中的搜索目标进行精确定位，对应地，在服务器侧，根据用户选择的搜索类型，确定与该搜索类型对应的搜索处理程序，且服务器侧对目标区域图像进行深度学习获得目标区域图像的深度学习特征，更加保证了搜索目标的精确性。因此可以解决现有的搜索技术中存在搜索精确性不高的问题。

下面通过具体的实现方式对图1或图2所示实施例所述的方法进行详细的描述。

图7是本申请实施例的一种搜索处理方法的信令图，如图7所示，包括：

步骤701、正在播放视频的用户端检测到用户操作截图插件触发的截图请求。

例如，用户通过电脑的视频播放器或者通过网络电视正在观看视频，当视频中明星拿着一个很酷的手机正在打电话，假设用户对该很酷的手机很感兴趣时，用户可以通过视频播放器中的截图插件或者网络电视播放器中的截 图插件触发截图请求。

步骤702、用户端暂停正在播放的视频，根据用户指令选择目标区域图像。

暂停播放的视频之后，用户例如可以通过移动鼠标选择用户感兴趣的目标区域，还可以通过选择的矩形边框调整选择的目标区域图像的大小。假设用户对该很酷的手机感兴趣，则可以通过移动鼠标选择手机图片；假设该用户对使用这个很酷手机的明星感兴趣，但是又不知道该明星是谁，可以通过移动鼠标选择人脸图片；假设用户对视频中打电话的人所说的商品感兴趣，但是由于视频中没有该商品图片，只有在字幕栏中显示有该商品的文字图片，则可以通过移动鼠标选择该商品的文字图片。

步骤703、用户端在用户选择的目标区域图像之后显示搜索类型列表。

其中，搜索类型列表中包括多个搜索类型，例如商品搜索、文字搜索或人脸搜索等，以使用户可以在搜索类型列表中选择搜索类型。

步骤704、根据用户选择的目标区域图像和搜索类型，向服务器发送搜索请求消息。

其中，搜索请求消息中包括用户选择的目标区域图像和搜索类型。

步骤705、服务器判断搜索类型；

若搜索类型为商品搜索，则执行步骤706，若搜索类型为文字搜索，则执行步骤707，若搜索类型为人脸搜索，则执行步骤708。

步骤706，服务器根据商品搜索，执行与所述商品搜索对应的商品搜索程序，获取与所述目标区域图像对应的搜索结果。

其中，步骤706在具体实现时可以参考上述实施例中图3所示的方法中的描述内容，不再赘述。

例如，用户选择的是手机图片和商品搜索的搜索，服务器对该手机图片进行深度学习获得该手机图片的深度学习特征，并对该深度学习特征进行量化编码得到该手机图片的二值哈希码，与商品图片数据库中保存的二值哈希望进行匹配，假设匹配结果是苹果iphone5s手机的二值哈希码，则根据匹配的苹果iphone5s手机的二值哈希码，获取苹果iphone5s手机的商品标识，根据苹果iphone5s手机的商品标识获取苹果iphone5s手机的商品信息的存储地址，根据获取的存储地址获取该苹果iphone5s手机的商品信息。

步骤707，服务器根据文字搜索，执行与所述文字搜索对应的文字搜索程序，获取与所述目标区域图像对应的搜索结果。

其中，步骤707在具体实现时可以参考上述实施例中图4所示的方法中的描述内容，不再赘述。

例如，用户选择的是文字图片和文字搜索的搜索，首先对该文字图片中的文字内容进行识别，假设识别出来的文字内容是“阿里巴巴也生产手机了”，则根据文字内容“阿里巴巴也生产手机了”确定搜索关键词为“阿里巴巴手机”，根据关键词“阿里巴巴手机”可以搜索得到阿里巴巴手机的商品信息。

步骤708、服务器根据人脸搜索，执行与所述人脸搜索对应的人脸搜索程序，获取与所述目标区域图像对应的搜索结果。

其中，步骤708在具体实现时可以参考上述实施例中图5所示的方法中的描述内容，不再赘述。

例如，用户选择的是人脸图片和人脸搜索的搜索，服务器对该人脸图片进行深度学习获得该人脸图片的深度学习特征，将该人脸图片的深度学习特征与人脸图片数据库中保存的深度学习特征进行匹配，假设人脸图片数据库中保存的乔布斯的人脸图片的深度学习特征与用户选择的人脸图片的深度学习特征相匹配，获取的搜索结果可以是乔布斯的各种图片。

可选地，步骤706、707和708之后，可以执行步骤709。

步骤709、服务器将搜索结果发送给用户端进行显示。

其中，图7所示实施例的实现原理和技术效果与图1或图2所示实施例相同，不再赘述。

图8是本申请实施例的一种搜索处理装置的结构示意图；位于用户端，如图8所示，所述装置包括：

暂停视频模块81，用于在检测到用户触发的截图请求时，暂停正在播放的视频；

截取图像模块82，用于根据用户指令在所述暂停的视频中截取目标区域图像；

显示搜索类型模块83，用于在检测到用户触发的搜索请求时，显示搜索类型列表，所述搜索类型列表中包括一个或一个以上的搜索类型，根据用户 指令在所述搜索类型列表选择搜索类型；

发送模块84，用于向服务器发送搜索请求消息，所述搜索请求消息中包括所述目标区域图像和所述搜索类型，以使所述服务器根据所述用户端发送的所述目标区域图像和所述搜索类型进行相应的检索，并将检索结果发送给所述用户端对应的用户设备进行显示。

举例来说，本实施例所述用户端包括安装在用户设备中的浏览器、浏览器插件、视频播放器或视频播放器插件。

举例来说，本实施例所述搜索类型包括商品搜索、文字搜索或人脸搜索。

举例来说，本实施例所述截取图像模块具体用于：

在检测到用户通过滑动光标在所述暂停的视频中选择目标时，在所述目标所在的图像区域显示预设形状的选择边框，以使用户通过滑动光标调整所述选择边框的大小，从而调整所述目标区域图像的区域范围。

图8所示装置可以执行图1所示实施例所述的方法，实现原理和技术效果不再赘述，可以参考图1所示实施例中的相关描述。

图9是本申请实施例的一种搜索处理装置的结构示意图；位于服务器侧，如图9所示，所述装置包括：

接收模块91，用于接收用户端对应的用户设备发送的搜索请求消息，所述搜索请求消息中包括目标区域图像和搜索类型；

处理模块92，用于根据所述搜索类型，确定与所述搜索类型对应的搜索处理程序，执行所述搜索处理程序，获取与所述目标区域图像对应的搜索结果；

发送模块92，用于将所述目标区域图像对应的搜索结果发送给所述用户设备进行显示。

举例来说，若所述搜索类型包括商品搜索，则所述处理模块92具体用于：

获取所述目标区域图像中商品的深度学习特征；

将所述商品的深度学习特征进行量化编码，得到所述商品的二值哈希码；

根据所述商品的二值哈希码，查询商品图片数据库中保存的二值哈希码， 在所述商品图片数据库中获取与所述商品的二值哈希码匹配的二值哈希码；

根据所述匹配的二值哈希码，在所述商品图片数据库中获取与所述匹配的二值哈希码对应的商品标识；

根据所述商品标识，获取与所述商品标识对应的商品信息的存储地址；

根据所述存储地址，获取所述商品信息。

举例来说，所述的装置还包括数据库建立模块94，具体用于：

通过大数据挖掘获取数量级的商品图片以及对应的商品信息；

对每一商品图片进行分析处理，获得每一商品的深度学习特征，根据每一商品的深度学习特征进行量化编码得到对应的二值哈希码；

在所述商品图片数据库中，建立并保存每一商品图片的商品信息的存储地址与其对应的商品标识之间的映射关系；

在所述商品图片数据库中，建立并保存每一商品图片的二值哈希码与其对应的商品标识之间的映射关系。

举例来说，若所述搜索类型包括文字搜索，则所述处理模块92具体用于包括：

对所述目标区域图像中的文字图片进行文字识别，识别出所述文字图片中的文字内容；

根据识别出的所述文字内容，确定与所述文字内容匹配的关键词；

根据所述关键词，搜索得到与所述关键词对应商品信息。

举例来说，若所述搜索类型包括人脸搜索，则所述处理模块92具体用于：

所述服务器对所述目标区域图像中的人脸图片进行关键点定位和人脸配准，获取所述人脸图片的深度学习特征；

根据所述人脸图片的深度学习特征，与人脸图片数据库中保存的深度学习特征进行匹配；

根据匹配的深度学习特征，获得与所述匹配的深度学习特征对应的人物信息。

图9所示装置可以执行图2所示实施例所述的方法，实现原理和技术效 果不再赘述，可以参考图2所示实施例中的相关描述。

图10是本申请实施例的一种搜索处理系统的结构示意图，如图10所示，包括：用户端10和服务器11；

其中，用户端10包括上述图8所示实施例所述的一种搜索处理装置；

服务器11包括上述图9所示实施例所述的一种搜索处理装置；

图10所示装置可以执行图1、图2、图7所示实施例所述的方法，实现原理和技术效果不再赘述，可以参考上述实施例中的相关描述。

上述说明示出并描述了本发明的若干优选实施例，但如前所述，应当理解本发明并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文所述发明构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围内。