面向网购平台的商品图像类别预测方法技术

本发明专利技术属于多媒体信息检索技术领域，具体为基于网购平台的商品图像类别预测方法。本发明专利技术主要包含六个模块及相关算法，即训练图像的获取，图像特征提取，不相关图像过滤，图像特征训练，多层次图像分类，相关图像选择。本发明专利技术基于从网购平台上获取的真实数据，通过大规模数据的训练，能够自动分析图像中商品的类别信息，向用户提供购物指引，从而简化用户在线购物流程，增强用户体验，在图像检索领域具有广泛的应用价值。

【技术实现步骤摘要】

【技术保护点】
一种基于网购平台的商品图像类别预测方法，其特征在于具体步骤如下：(1)?获取训练图像，向当前的网购平台爬取商品图像和图像相关标注，并初步清理垃圾数据，为训练图像分类模型提供数据；(2)?提取图像特征，选择特定的特征表达方法，将爬取的图像从点阵表示转化为特征表示；(3)?过滤不相关图像，利用步骤(2)中所产生的特征表达，将与标注不相关的商品图像去除；(4)?训练图像特征，对于图像的兴趣点特征表达，进一步训练BOW词典，将图像转化为词包表达；(5)?多层次图像分类，利用图像的BOW特征，训练多层次的图像分类模型，并应用于用户输入图像的类别预测；?(6)?选择相关图像，根据步骤(5)中所提供的类别预测，选取返回给用户的相关图像。

【技术特征摘要】

【专利技术属性】
技术研发人员：张玥杰，张溢，金城，薛向阳，
申请(专利权)人：复旦大学，
类型：发明
国别省市：