【技术实现步骤摘要】
【国外来华专利技术】提取图像中对象的代表性特征的方法、设备和计算机程序
本公开涉及一种用于提取对象的代表性特征的方法和设备，并且更特别地，涉及一种用于提取图像中包括的产品对象的代表性特征的方法、设备和计算机程序。
技术介绍
通常，产品图像包括各种对象，以引起对产品的关注和兴趣。例如，以服装或配饰为例，广告图像或产品图像通常是在流行的商业模特穿着该服装或配饰时拍摄的，这是因为由模特、背景和道具所营造的整体氛围可以影响对产品的关注和兴趣。因此，在搜索某种产品时获得的大多数图像通常包括背景。因此，在DB中包括了高背景比例的图像的情况下，如果使用颜色作为查询来执行搜索，则可能存在错误，例如输出具有相同颜色背景的图像。为了减少这种错误，如专利号为第10-1801846(公开日：2017年3月8日)的韩国专利所公开的，使用了一种利用对象检测模型来提取候选区域并从该候选区域提取特征的方法。如上所述的相关技术针对如图1所示的每个对象生成边界框10，以从边界框提取特征，并且即使在这种情况下，也只是略微减少了整个图像中背景的比例，并且不能完全消除从...
【技术保护点】
1.一种通过服务器提取图像中的对象的代表性特征的方法，所述方法包括：/n接收查询图像；/n通过将所述查询图像应用于在特定产品上训练的第一学习模型，生成用于提取与所述查询图像中包含的特定产品相对应的对象的内部区域的显著图；/n将所述显著图作为权重应用于被训练用于对象特征提取的第二学习模型；并且/n通过将所述查询图像输入到应用了所述权重的所述第二学习模型中，提取对象的内部区域的特征分类信息。/n
【技术特征摘要】
【国外来华专利技术】20180518 KR 10-2018-00568261.一种通过服务器提取图像中的对象的代表性特征的方法，所述方法包括：
接收查询图像；
通过将所述查询图像应用于在特定产品上训练的第一学习模型，生成用于提取与所述查询图像中包含的特定产品相对应的对象的内部区域的显著图；
将所述显著图作为权重应用于被训练用于对象特征提取的第二学习模型；并且
通过将所述查询图像输入到应用了所述权重的所述第二学习模型中，提取对象的内部区域的特征分类信息。
2.根据权利要求1所述的方法，其中将所述显著图作为权重的应用包括：
通过将所述显著图的大小转换并缩放为所述第二学习模型中包括的第一卷积层的大小来生成权重过滤器；并且
对所述权重过滤器与所述第一卷积层执行逐元素乘法。
3.根据权利要求1所述的方法，其中所述第一学习模型是具有编码器-解码器结构的卷积神经网络学习模型。
4.根据权利要求1所述的方法，其中所述第二学习模型是标准分类卷积神经网络。
5.根据权利...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。