图像处理方法、假货识别方法及电子设备与流程

文档序号:31054126发布日期:2022-08-06 10:38阅读:来源:国知局

技术特征:
1.一种图像处理方法,其中,包括:获取待识别对象的待识别特征;所述待识别特征包括现有处理特征和/或原始特征;在所述待识别特征中包括原始特征时,利用预设处理方式对所述原始特征进行处理得到对应的处理后特征;将所述现有处理特征和所述处理后特征进行拼接得到目标拼接特征;基于所述目标拼接特征获得所述待识别对象是否为目标对象的识别结果。2.根据权利要求1所述的方法,其中,所述现有处理特征和/或所述处理后特征包括非连续型向量特征,将所述现有处理特征和所述处理后特征进行拼接得到目标拼接特征之前,所述方法还包括:将所述现有处理特征和/或所述处理后特征中的非连续型向量特征转换成连续性型向量特征。3.根据权利要求1或2所述的方法,其中,基于所述目标拼接特征获得所述待识别对象是否为目标对象的识别结果,包括:将所述目标拼接特征进行融合,基于融合后的特征确定所述待识别对象是否为目标对象。4.根据权利要求3所述的方法,其中,将所述目标拼接特征进行融合,包括:利用融合层模型将所述目标拼接特征进行融合;所述融合层模型包括以线性整流函数作为激活函数的至少一个融合层以及全连接层;其中,所述融合层模型为机器学习模型。5.根据权利要求4所述的方法,其中,所述融合层模型包括多个所述融合层,所述目标拼接特征经过所述多个融合层后得到的输出结果与所述目标拼接特征进行残差计算,残差结果输入至所述全连接层。6.根据权利要求1-2、4-5任一项所述的方法,其中,所述原始特征为多模态特征;在所述待识别特征中包括原始特征时,利用预设处理方式对所述原始特征进行处理得到对应的处理后特征,包括:利用不同模态特征对应的不同预设处理方式对所述原始特征中不同模态的特征进行处理,得到不同模态特征对应的处理后特征。7.根据权利要求6所述的方法,其中,所述现有处理特征包括不同模态特征对应的现有处理特征;将所述现有处理特征和所述处理后特征进行拼接得到目标拼接特征,包括:将所述现有处理特征中不同模态特征对应的现有处理特征进行拼接,得到第一拼接特征;将所述处理后特征中不同模态特征对应的处理后特征进行拼接,得到第二拼接特征;将所述第一拼接特征和所述第二拼接特征进行拼接后得到目标拼接特征。8.一种假货识别方法,其中,包括:接收商品的待识别特征;所述待识别特征包括现有处理特征和/或原始特征;在所述待识别特征中包括原始特征时,利用预设处理方式对所述原始特征进行处理得到对应的处理后特征;将所述现有处理特征和所述处理后特征进行拼接得到目标拼接特征;基于所述目标拼接特征输出所述商品是否为假货商品的识别结果。9.根据权利要求8所述的方法,其中,所述现有处理特征和/或所述处理后特征包括品
牌类别型特征,将所述现有处理特征和所述处理后特征进行拼接得到目标拼接特征之前,所述方法还包括:为每一商品品牌设置初始化向量;将所述品牌类别型特征对应的特征值按照预设区间进行归一化;将归一化后的值作为权重值,对所述初始化向量进行加权得到所述品牌类别特征对应的预处理特征。10.一种对象识别模型的训练方法,其中,包括:获取样本对象的样本特征以及样本对象是否为目标对象的标签;所述样本特征包括现有处理特征和/或原始特征;在所述待识别特征中包括原始特征时,利用预设处理方式对所述原始特征进行处理得到对应的处理后特征;将所述现有处理特征和所述处理后特征进行拼接得到目标拼接特征;基于所述目标拼接特征以及对象识别模型获得所述样本对象是否为目标对象的预测结果;基于所述预测结果以及所述标签对所述对象识别模型进行训练。11.一种电子设备,其中,包括存储器、处理器以及存储在存储器上的计算机程序,其中,所述处理器执行所述计算机程序以实现权利要求1-10任一项所述的方法。

技术总结
本公开实施例公开了一种图像处理方法、假货识别方法及电子设备,所述图像处理方法包括:获取待识别对象的待识别特征;所述待识别特征包括现有处理特征和/或原始特征;在所述待识别特征中包括原始特征时,利用预设处理方式对所述原始特征进行处理得到对应的处理后特征;将所述现有处理特征和所述处理后特征进行拼接得到目标拼接特征;基于所述目标拼接特征获得所述待识别对象是否为目标对象的识别结果。该技术方案可以兼容已有的现有处理特征和未经过处理的原始特征,两种特征均可以为本公开实施例中的输入特征,同样达到了使用多模态特征识别目标对象的目的,在提高了目标对象识别准确率的情况下,降低了成本。降低了成本。降低了成本。


技术研发人员:陈教选 竺晨曦 毛锋
受保护的技术使用者:阿里巴巴(中国)有限公司
技术研发日:2022.04.06
技术公布日:2022/8/5
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1