【技术实现步骤摘要】
基于图像识别的奢侈品成色评估方法、装置及存储介质
[0001]本专利技术涉及图像识别
,尤其是涉及一种基于图像识别的奢侈品成色评估方法
、
装置及存储介质
。
技术介绍
[0002]在奢侈品市场,商品的成色是衡量商品价值的一个重要因素
。
传统的成色评估通常由专业鉴定师进行,需要依靠其丰富的经验和专业知识
。
然而,这种方式存在主观性较强
、
效率低下的问题,且难以保证评估的一致性和准确性
。
[0003]奢侈品需要定义成色,只有定义好成色之后,才能确定最终售价
。
商品的成色,根据商品的完整程度
、
五金件磨损程度
、
商品外观的磨损程度等若干维度的不同,得出的最终的成色也不同
。
部分商品还会跟所属的品牌
、
系列等特定的部位磨损程度有直接关系
。
因此如何快速
、
高效
、
准确的识别奢侈品的成色是需要解决的技术问题
。
技术实现思路
[0004]本专利技术的目的是解决奢侈品依赖人工评估导致的不准确的问题,提供一种基于图像识别的奢侈品成色评估方法
、
装置及存储介质,通过图像处理和神经网络技术,建立能够识别不同类别和不同成色的商品成色识别模型,降低人为评估的主观性,显著提高奢侈品的成色评估效率和准确度
。
[0005]本专利技术的目的可以 ...
【技术保护点】
【技术特征摘要】
1.
一种基于图像识别的奢侈品成色评估方法,其特征在于,包括以下步骤:
S1、
搭建笛卡尔坐标系划定商品识别区域,将预处理后的奢侈品图片根据坐标原点平铺至笛卡尔坐标系的商品识别区域内;
S2、
提取奢侈品图片基于坐标的边缘特征信息
、
纹理特征信息和色彩特征信息;
S3、
重复执行步骤
S1
~
S2
,构建不同成色和类别的奢侈品图片的样本集,并将样本集划分为训练集和测试集;
S4、
针对不同类别的奢侈品图片分别构建基于卷积神经网络的商品成色识别模型,所述商品成色识别模型以奢侈品图片及其特征信息作为输入,输出成色识别结果;
S5、
基于训练集对商品成色识别模型进行训练,并基于测试集对模型进行可靠性验证,验证通过后得到商品成色识别优化模型;
S6、
基于奢侈品图片的类别调用对应的商品成色识别优化模型进行成色识别,输出评估结果
。2.
根据权利要求1所述的一种基于图像识别的奢侈品成色评估方法,其特征在于,所述步骤
S1
包括以下步骤:
S11、
利用全景相机获取奢侈品的横向图片和纵向图片;
S12、
搭建笛卡尔坐标系划定商品识别区域;
S13、
对横向图片和纵向图片进行预处理,基于划定的商品识别区域对预处理后的奢侈品图片的尺寸进行调整,将横向图片和纵向图片根据坐标原点平铺在所述笛卡尔坐标系中的商品识别区域内
。3.
根据权利要求2所述的一种基于图像识别的奢侈品成色评估方法,其特征在于,所述步骤
S13
具体为:对横向图片和纵向图片进行去噪和灰度化处理,并标记横向图片和纵向图片的重合区域,对重合区域进行去重处理;基于划定的商品识别区域对预...
【专利技术属性】
技术研发人员:郭佳林,张仓,秦崇文,张有杰,韩磊,刘正仁,刘小龙,周旭顺,曾放云,周雅洁,
申请(专利权)人:上海妃鱼网络科技有限公司,
类型:发明
国别省市:
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。