图像处理与商品信息处理方法技术

本申请实施例提供一种图像处理与商品信息处理方法

【技术实现步骤摘要】
图像处理与商品信息处理方法、装置及存储介质


[0001]本申请涉及互联网
，尤其涉及一种图像处理与商品信息处理方法
、
装置及存储介质
。

技术介绍

[0002]随着互联网技术的发展，电商应用越来越多
。
通过电商应用，用户可以在线选购想要的各种商品
。
例如，随着宠物市场的逐步扩大，用户可以在线为宠物选购粮食
、
衣服等商品
。
为了能够为宠物选择合适分量的粮食
、
合适尺码的衣服，估测宠物尺码变得非常有意义
。
但是，宠物尺码信息通常依赖人力测量，测量难度较大
、
成本高
。
因此，亟需一种能够测量宠物尺码信息的解决方案
。

技术实现思路

[0003]本申请的多个方面提供一种图像处理与商品信息处理方法
、
装置及存储介质，用以测量目标对象的尺码信息，降低测量成本和难度
。
[0004]本申请实施例提供一种图像处理方法，包括：获取目标图像；在检测到目标图像中包含目标对象和参照物的情况下，检测目标对象上的多个关键点及其位置信息；根据参照物在指定坐标空间中对应的基准距离和多个关键点在目标图像中的位置信息，获取目标对象在指定坐标空间中的线性化尺寸信息；根据目标图像进行基于参数化的三维重建，以得到目标对象的三维模型，三维模型中包含目标对象的形状描述参数；根据目标对象的形状描述参数和线性化尺寸信息，获取目标对象在指定坐标空间中的非线性化尺寸信息
。
[0005]本申请实施例还提供一种商品信息处理方法，包括：响应商品选购操作，获取用户上传的目标图像；在检测到目标图像中包含目标对象和参照物的情况下，检测目标对象上的多个关键点及其位置信息，参照物在指定坐标空间中对应有基准距离；根据参照物在指定坐标空间中对应的基准距离和多个关键点在目标图像中的位置信息，获取目标对象在指定坐标空间中的线性化尺寸信息；根据目标图像进行基于参数化的三维重建，以得到目标对象的三维模型，三维模型中包含目标对象的形状描述参数；根据目标对象的形状描述参数和线性化尺寸信息，获取目标对象在指定坐标空间中的非线性化尺寸信息；根据目标对象的线性化尺寸信息和非线性化尺寸信息，为目标对象推荐与之适配的第一目标商品
。
[0006]本申请实施例还提供一种商品信息处理方法，包括：响应针对目标对象的商品选购操作，获取预先得到的目标对象的线性化尺寸信息和非线性化尺寸信息；根据目标对象的线性化尺寸信息和非线性化尺寸信息，为目标对象推荐与之适配的目标商品；其中，目标对象的线性化尺寸信息和非线性化尺寸信息是根据图像处理方法得到的
。
[0007]本申请实施例还提供一种商品信息处理方法，包括：响应交易触发操作，获取用户上传的目标图像；在检测到目标图像中包含目标对象和参照物的情况下，检测目标对象上的多个关键点及其位置信息，参照物在指定坐标空间中对应有基准距离；根据参照物在指定坐标空间中对应的基准距离和多个关键点在目标图像中的位置信息，获取目标对象在指
定坐标空间中的线性化尺寸信息；根据目标图像进行基于参数化的三维重建，以得到目标对象的三维模型，三维模型中包含目标对象的形状描述参数；根据目标对象的形状描述参数和线性化尺寸信息，获取目标对象在指定坐标空间中的非线性化尺寸信息；根据目标对象的线性化尺寸信息和非线性化尺寸信息，生成目标对象的交易信息；发布目标对象的交易信息，以对目标对象进行交易，目标对象的交易信息至少包括目标对象的线性化尺寸信息和非线性化尺寸信息
。
[0008]本申请实施例还提供一种商品信息处理方法，包括：响应于针对目标对象的交易触发操作，获取预先得到的目标对象的线性化尺寸信息和非线性化尺寸信息；根据目标对象的线性化尺寸信息和非线性化尺寸信息，生成目标对象对应的交易信息；发布目标对象的交易信息，以对目标对象进行交易，目标对象的交易信息至少包括目标对象的线性化尺寸信息和非线性化尺寸信息；其中，目标对象的线性化尺寸信息和非线性化尺寸信息是根据图像处理方法得到的
。
[0009]在本申请实施例中，以包含目标对象的目标图像为基础，将目标对象的尺码测量分为线性尺码和非线性尺码两类；一方面基于标尺从该目标图像中测量目标对象的线性尺码信息，一方面基于对目标图像进行三维重建得到的目标对象的三维模型测量目标对象的非线性尺码信息，在二维信息和三维信息的结合下实现目标对象的尺码信息的自动化测量，不再依赖人力测量，有利于降低尺码测量难度和成本，且测量结果具有较高的精度
。
附图说明
[0010]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：
[0011]图1为本申请实施例提供的一种图像处理方法的流程图；
[0012]图2为本申请实施例提供的一种示例性的参数化三维重建网络的原理图；
[0013]图3为本申请实施例提供的一种商品信息处理方法的流程图；
[0014]图4为本申请实施例提供的另一种商品信息处理方法的流程图；
[0015]图5为本申请实施例提供的另一种商品信息处理方法的流程图；
[0016]图6为本申请实施例提供的另一种商品信息处理方法的流程图；
[0017]图7为本申请实施例提供的另一种图像处理方法的流程图；
[0018]图8为本申请实施例提供的一种示例性的应用场景图；
[0019]图9为本申请实施例提供的一种图像处理装置的结构示意图；
[0020]图
10
为本申请实施例提供的一种电子设备的结构示意图
。
具体实施方式
[0021]为使本申请的目的
、
技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚
、
完整地描述
。
显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例
。
基于本申请中的实施例，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，都属于本申请保护的范围
。
[0022]需要说明的是，本申请所涉及的用户信息
(
包括但不限于用户设备信息
、
用户个人信息等
)
和数据
(
包括但不限于用于分析的数据
、
存储的数据
、
展示的数据等
)
，均为经用户
授权或者经过各方充分授权的信息和数据，并且相关数据的收集
、
使用和处理需要遵守相关国家和地区的相关法律法规和标准，并提供有相应的操作入口，供用户选择授权或者拒绝
。
[0023]以下结合附图，详细说明本申请各实本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种图像处理方法，其特征在于，包括：获取目标图像；在检测到所述目标图像中包含目标对象和参照物的情况下，检测所述目标对象上的多个关键点及其位置信息；根据所述参照物在指定坐标空间中对应的基准距离和所述多个关键点在所述目标图像中的位置信息，获取所述目标对象在指定坐标空间中的线性化尺寸信息；根据所述目标图像进行基于参数化的三维重建，以得到所述目标对象的三维模型，所述三维模型中包含所述目标对象的形状描述参数；根据所述目标对象的形状描述参数和所述线性化尺寸信息，获取所述目标对象在指定坐标空间中的非线性化尺寸信息
。2.
根据权利要求1所述的方法，其特征在于，根据所述参照物在指定坐标空间中对应的基准距离和所述多个关键点在所述目标图像中的位置信息，获取所述目标对象在指定坐标空间中的线性化尺寸信息，包括：根据所述参照物在所述目标图像中对应的像素距离和在指定坐标空间中对应的基准距离，计算比例尺系数；根据所述比例尺系数以及所述多个关键点在所述目标图像中的位置信息，获取所述目标对象在指定坐标空间中的线性化尺寸信息
。3.
根据权利要求1所述的方法，其特征在于，还包括：将所述目标图像输入基于神经网络的对象检测模型，在所述对象检测模型中检测所述目标图像中包含的物体对象，在所述物体对象为多个的情况下，对所述多个物体对象进行分类，以得到所述多个物体对象的分类结果；根据所述多个物体对象的分类结果以及所述对象检测模型所能支持的参照物数据库和对象数据库，确定所述目标图像中是否包含目标对象和参照物
。4.
根据权利要求1所述的方法，其特征在于，检测所述目标对象上的多个关键点及其位置信息，包括：根据所述目标图像中包含的所述目标对象的位置信息，从所述目标图像中截取所述目标对象的图像区域；利用基于神经网络的关键点检测模型对所述目标对象的图像区域进行关键点检测，得到所述目标对象的关键点检测结果，所述关键点检测结果包括所述目标对象上的多个关键点，以及所述多个关键点在所述目标图像中的位置信息
。5.
根据权利要求4所述的方法，其特征在于，还包括：利用样本图像对关键点检测模型进行训练，所述样本图像中包括标注的样本关键点及其在所述样本图像中的标注位置信息；从所述样本关键点中选择基准关键点和待校正关键点，并根据基准关键点的标注位置信息和预测位置信息之间的位置误差信息，对待校正关键点的标注位置信息进行校正，以得到新的样本图像；基于所述新的样本图像继续对所述关键点检测模型进行训练，直至得到符合要求的关键点检测模型
。6.
根据权利要求2所述的方法，其特征在于，所述参照物具有至少一组基准点对，每一
组基准点对在指定坐标空间中具有基准距离；其中，根据所述参照物在所述目标图像中对应的像素距离和在指定坐标空间中对应的基准距离，计算比例尺系数，包括：针对目标基准点对，根据所述目标基准点对中每个基准点在所述目标图像中的位置信息，计算所述目标基准点对的像素距离，所述目标基准点对包括出现在所述目标图像中的一组或多组基准点对；根据所述目标基准点对的像素距离与所述目标基准点对在指定坐标空间中具有的基准距离，计算比例尺系数
。7.
根据权利要求2所述的方法，其特征在于，根据所述比例尺系数以及所述多个关键点在所述目标图像中的位置信息，获取所述目标对象在指定坐标空间中的线性化尺寸信息，包括：针对每个线性化尺寸测量指标，确定所述线性化尺寸测量指标对应的关键点及关键点之间的顺序；根据所述线性化尺寸测量指标对应的关键点在所述目标图像中的位置信息以及所述线性化尺寸测量指标对应的关键点之间的顺序，计算相邻关键点之间的像素距离；根据所述相邻关键点之间的像素距离和所述比例尺系数，获取所述目标对象在指定坐标空间中与所述线性化尺寸测量指标对应的线性化尺寸信息
。8.
根据权利要求1所述的方法，其特征在于，根据所述目标图像进行基于参数化的三维重建，以得到所述目标对象的三维模型，包括：将所述目标图像输入参数化三维重建网络，...

【专利技术属性】
技术研发人员：李长霖，
申请(专利权)人：浙江天猫技术有限公司，
类型：发明
国别省市：