信息展示处理方法及装置制造方法及图纸

本发明专利技术公开了一种信息展示处理方法及装置。其中，该方法包括：通过设置在洗衣机上的摄像头对放入洗衣机内部的衣物拍照得到图像；对图像进行分析获取衣物的属性信息；根据属性信息从预定网站进行检索得到物品信息，其中，物品信息包括与属性信息关联的物品的信息；通过洗衣机的显示屏幕显示物品信息。本发明专利技术解决了洗衣机无法根据不同用户的喜好，推荐不同的物品信息，导致用户使用洗衣机的体验度低的技术问题。

【技术实现步骤摘要】
信息展示处理方法及装置
本专利技术涉及信息展示领域，具体而言，涉及一种信息展示处理方法及装置。
技术介绍
相关技术中，对于洗衣机的使用，仅仅是简单的根据用户发出的操作，对用户投入洗衣机内部的衣物进行清洁，并没有对用户投入的衣物进行分析，每个洗衣机的使用者对于洗衣机的使用都是很简单的操作，洗衣机自身提供的服务中，也没有根据不同用户的特点制定不同的洗衣方案，洗衣机无法根据不同用户的喜好，推荐不同的物品信息，导致用户使用洗衣机的体验度低。针对上述的相关技术中洗衣机无法根据不同用户的喜好，推荐不同的物品信息，导致用户使用洗衣机的体验度低的技术问题，目前尚未提出有效的解决方案。
技术实现思路
本专利技术实施例提供了一种信息展示处理方法及装置，以至少解决洗衣机无法根据不同用户的喜好，推荐不同的物品信息，导致用户使用洗衣机的体验度低的技术问题。根据本专利技术实施例的一个方面，提供了一种信息展示处理方法，包括：通过设置在洗衣机上的摄像头对放入洗衣机内部的衣物拍照得到图像；对所述图像进行分析获取所述衣物的属性信息；根据所述属性信息从预定网站进行检索得到物品信息，其中，所述物品信息包括与所述属性信息关联的物品的信息；通过所述洗衣机的显示屏幕显示所述物品信息。进一步地，还包括：将所述物品信息推送到与所述洗衣机连接的终端设备上。进一步地，对所述图像进行分析获取所述衣物的属性信息包括：通过模型对所述图像进行分析得到所述衣物的属性信息，其中，所述模型是根据多组数据通过机器学习训练得到的，所述多组数据中的每一组数据均包括衣物照片与衣物的属性信息的对应关系。进一步地，在所述图像包括多个种类的衣服的情况下，对所述图像进行分析获取所述衣物的属性信息包括：从所述图像中识别出每件衣服，并对每件衣服进行分类；获取每一类衣服的属性信息。根据本专利技术实施例的另一方面，还提供了一种存储介质，所述存储介质包括存储的程序，其中，所述程序执行上述任意一项所述的信息展示处理方法。根据本专利技术实施例的另一方面，还提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行上述任意一项所述的信息展示处理方法。根据本专利技术实施例的另一方面，还提供了一种信息展示处理装置，包括：拍摄单元，用于通过设置在洗衣机上的摄像头对放入洗衣机内部的衣物拍照得到图像；分析单元，用于对所述图像进行分析获取所述衣物的属性信息；检索单元，用于根据所述属性信息从预定网站进行检索得到物品信息，其中，所述物品信息包括与所述属性信息关联的物品的信息；显示单元，用于通过所述洗衣机的显示屏幕显示所述物品信息。进一步地，还包括：推送单元，用于将所述物品信息推送到与所述洗衣机连接的终端设备上。进一步地，所述分析单元包括：分析模块，用于通过模型对所述图像进行分析得到所述衣物的属性信息，其中，所述模型是根据多组数据通过机器学习训练得到的，所述多组数据中的每一组数据均包括衣物照片与衣物的属性信息的对应关系。进一步地，所述分析单元包括：识别模块，用于在所述图像包括多个种类的衣服的情况下，从所述图像中识别出每件衣服，并对每件衣服进行分类；获取模块，用于获取每一类衣服的属性信息。在本专利技术实施例中，可以通过设置在洗衣机上的摄像头对放入洗衣机内部的衣物进行拍照，以得到相关图像，并对图像进行分析，以获取到衣物的属性信息，然后可以从预定网站检索到与属性信息相关联的物品信息，最后通过洗衣机的显示屏幕显示该物品信息。在该实施例中，可以利用摄像头拍摄用户投入洗衣机的衣物图像，并分析出衣物的相关属性信息，以根据该属性信息检索到相关联的物品信息，进而在显示屏幕上显示，可以根据用户的投入衣物，确定出用户的喜好，进而推送相关物品信息，解决洗衣机无法根据不同用户的喜好，推荐不同的物品信息，导致用户使用洗衣机的体验度低的技术问题，达到根据用户投入洗衣机内部的衣物推送用户感兴趣的物品信息的效果。附图说明此处所说明的附图用来提供对本专利技术的进一步理解，构成本申请的一部分，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：图1是根据本专利技术实施例的一种信息展示处理方法的流程图；图2是根据本专利技术实施例的一种信息展示处理装置的示意图。具体实施方式为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，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，都应当属于本专利技术保护的范围。需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。为方便用户理解本专利技术，下面对本专利技术中涉及的部分术语或名词进行解释：像素：是计算机屏幕上所能显示的最小单位，用来表示图像的单位，指可以显示出的水平和垂直像素的数组，屏幕中的像素点越多，画面的分辨率越高，图像就越细腻逼真。像素点：指像素的数值。二值化：对摄像头拍摄的图片，大多数是彩色图像，彩色图像所含信息量巨大，对于图片的内容，可以简单的分为前景与背景，先对彩色图进行处理，使图片只有前景信息与背景信息，可以简单的定义前景信息为黑色，背景信息为白色，这就是二值化图了。CNN，卷积神经网络，描述了对输入图像的操作，输出一组描述图像内容的分类或分类的概率，即对输入的图像进行识别，以输出图像中的对象的概率；通过一系列卷积层级建构出更为抽象的概念，包括建立多个神经元，并建立对应的输入层和输出层，从而将输入的节点通过神经元不断关联，得到优化对象，一般会包括卷积层、过滤层，通过前向传导、损失函数、后向传导、以及函数更新作为一个学习周期，对每一训练图片，程序将重复固定数目的周期过程，以不断优化训练学习结果。以图搜图，在获取到图像后，通过深度学习对结果进行排序，并通过用户记录的三元组数据(查询图片、点击图片和未点击图片)来训练模型的排序损失函数，从而得到排序结果，在输入一张图像后，模型会自动检测出主体，然后按照排序分数高低排出相关对象的结果。根据本专利技术实施例，提供了一种信息展示处理的方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。以下实施例可以应用于各种电器设备中，对于电器设备的类型不做限定，包括但不限于：洗衣机、空调、冰箱、电饭煲等，本申请中以洗衣机为例，对本专利技术做出说明。下述实施例中，可以适用于各种洗衣机设备，其中，本专利技术中对于洗衣机的类型不做限定，其可以包括但不限于：波轮式洗衣机、滚筒式洗衣机、搅拌式洗衣机等。其中，洗衣机中有多个部件，可以包括但不限本文档来自技高网...

【技术保护点】
一种信息展示处理方法，其特征在于，包括：通过设置在洗衣机上的摄像头对放入洗衣机内部的衣物拍照得到图像；对所述图像进行分析获取所述衣物的属性信息；根据所述属性信息从预定网站进行检索得到物品信息，其中，所述物品信息包括与所述属性信息关联的物品的信息；通过所述洗衣机的显示屏幕显示所述物品信息。

【技术特征摘要】
1.一种信息展示处理方法，其特征在于，包括：通过设置在洗衣机上的摄像头对放入洗衣机内部的衣物拍照得到图像；对所述图像进行分析获取所述衣物的属性信息；根据所述属性信息从预定网站进行检索得到物品信息，其中，所述物品信息包括与所述属性信息关联的物品的信息；通过所述洗衣机的显示屏幕显示所述物品信息。2.根据权利要求1所述的方法，其特征在于，还包括：将所述物品信息推送到与所述洗衣机连接的终端设备上。3.根据权利要求1所述的方法，其特征在于，对所述图像进行分析获取所述衣物的属性信息包括：通过模型对所述图像进行分析得到所述衣物的属性信息，其中，所述模型是根据多组数据通过机器学习训练得到的，所述多组数据中的每一组数据均包括衣物照片与衣物的属性信息的对应关系。4.根据权利要求1所述的方法，其特征在于，在所述图像包括多个种类的衣服的情况下，对所述图像进行分析获取所述衣物的属性信息包括：从所述图像中识别出每件衣服，并对每件衣服进行分类；获取每一类衣服的属性信息。5.一种信息展示处理装置，其特征在于，包括：拍摄单元，用于通过设置在洗衣机上的摄像头对放入洗衣机内部的衣物拍照得到图像；分析单元，用于对所述图像进行分析...

【专利技术属性】
技术研发人员：张玉平，
申请(专利权)人：珠海格力电器股份有限公司，
类型：发明
国别省市：广东,44