(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211200192.1 (22)申请日 2022.09.29 (71)申请人 郭哲 地址 130000 吉林省长 春市朝阳区南湖大 路5372号 (72)发明人 郭哲　邱雯婷　 (51)Int.Cl. G06Q 30/06(2012.01) G06V 10/74(2022.01) G06V 10/82(2022.01) G06N 3/08(2006.01) (54)发明名称 基于图像识别的商品智能推荐处理方法及 系统 (57)摘要 本发明提供的基于图像识别的商品智能推 荐处理方法及系统， 涉及图像处理技术领域。 在 本发明中， 对商品推荐请求进行解析， 以输出对 应的商品请求描述图像序列。 对于每一个候选商 品图像序列， 利用图像匹配神经网络， 对该候选 商品图像序列和商品请求描述图像序列进行图 像序列匹配度的计算， 以输出对应的图像序列匹 配度。 依据每一个候选商品图像序列和商品请求 描述图像序列之间的图像序列匹配度， 从多个候 选商品图像序列中筛选出至少一个目标商品图 像序列， 再将至少一个目标商品图像序列对应的 至少一个待推荐商品的目标商品描述信息发送 给目标用户终端设备。 基于上述方法， 可 以在一 定程度上提高商品推荐的可靠度。 权利要求书4页 说明书13页 附图3页 CN 115375412 A 2022.11.22 CN 115375412 A 1.一种基于图像识别的商 品智能推荐处理方法， 其特征在于， 应用于商品推荐服务器， 所述基于图像识别的商品智能推荐处 理方法包括： 在接收到所述目标用户终端设备的商品推荐请求时， 对所述商品推荐请求进行解析， 以输出对应的商品请求描述图像序列； 对于配置的多个候选商 品图像序列中的每一个候选商 品图像序列， 利用训练形成的图 像匹配神经网络， 对该候选商品图像序列和所述商品请求描述图像序列进 行图像序列匹配 度的计算， 以输出该候选商品图像序列和所述商品请求描述图像序列之间的图像序列匹配 度； 依据所述多个候选商品图像序列中的每一个候选商品图像序列和所述商品请求描述 图像序列之 间的图像序列匹配度， 从所述多个候选商品图像序列中筛选出至少一个目标商 品图像序列， 再将所述至少一个目标商品图像序列对应的至少一个待推荐商品的目标商品 描述信息发送给所述目标用户终端设备， 所述目标商品描述信息至少包括对应的目标商品 图像序列， 所述目标商品图像序列基于对 对应的待推荐 商品进行图像采集形成。 2.如权利要求1所述的基于图像识别的商 品智能推荐处理方法， 其特征在于， 所述在接 收到目标用户终端设备 的商品推荐请求时， 对所述商品推荐请求进行解析， 以输出对应的 商品请求描述图像序列的步骤， 包括： 在接收到目标用户终端设备的商品推荐请求时， 对所述商品推荐请求进行解析， 以确 定出所述商品推荐请求包含的每一帧商品请求描述图像和每一帧商品请求描述图像对应 的图像排序编号信息； 依据每一帧商品请求描述图像对应的图像排序编号信 息， 对所述商 品推荐请求包含的 每一帧商品请求描述图像进行排序组合， 以形成所述商品推荐请求对应的商品请求描述图 像序列。 3.如权利要求1所述的基于图像识别的商 品智能推荐处理方法， 其特征在于， 所述对于 配置的多个候选商品图像序列中的每一个候选商品图像序列， 利用训练形成的图像匹配神 经网络， 对该候选商品图像序列和所述商品请求描述图像序列进行图像序列匹配度 的计 算， 以输出该候选商品图像序列和所述商品请求描述图像序列之 间的图像序列匹配度的步 骤， 包括： 对于配置的多个候选商 品图像序列中的每一个候选商 品图像序列， 利用预先训练形成 的图像匹配神经网络， 分别对该候选商品图像序列包括的每一帧候选商品图像和所述商品 请求描述图像序列包括的每一帧商品请求描述图像进 行图像匹配度的计算， 以输出每一帧 候选商品图像和每一帧商品请求描述图像之间的图像匹配度； 对于配置的多个候选商 品图像序列中的每一个候选商 品图像序列， 对该候选商 品图像 序列包括的每一帧候选商品图像和每一帧所述商品请求描述图像之间的图像匹配度进行 数据融合处理， 以输出该候选商品图像序列和所述商品请求描述图像序列之间的图像序列 匹配度。 4.如权利要求3所述的基于图像识别的商 品智能推荐处理方法， 其特征在于， 所述对于 配置的多个候选商品图像序列中的每一个候选商品图像序列， 利用预先训练形成的图像匹 配神经网络， 分别对该候选商品图像序列包括的每一帧候选商品图像和所述商品请求描述 图像序列包括的每一帧商品请求描述图像进 行图像匹配度的计算， 以输出每一帧候选商品权　利　要　求　书 1/4 页 2 CN 115375412 A 2图像和每一帧商品请求描述图像之间的图像匹配度的步骤， 包括： 对所述候选商品图像和所述商 品请求描述图像分别进行信 息转换处理， 以输出所述候 选商品图像对应的候选商品图像块有序集合和所述商品请求描述图像对应的请求描述图 像块有序集 合； 基于预先配置的重要像素点识别算法， 分别对所述候选商 品图像和所述商 品请求描述 图像进行像素点识别处理， 以从所述候选商品图像中识别出所述候选商品图像对应的候选 重要像素点有序集 合和所述商品请求描述图像对应的请求重要像素点有序集 合； 基于预先配置的图像块对应关系对所述候选商品图像块有序集合和所述请求描述图 像块有序集合进 行对应替代处理， 以形成所述候选商品图像块有序集合和所述请求描述图 像块有序集 合对应的图像块 替代信息； 将所述图像块替代信息加载至预先训练形成的图像匹配神经网络中进行特征挖掘处 理， 以输出 所述图像块 替代信息对应的图像块特 征分布； 基于所述图像块特征分布分别对所述候选重要像素点有序集合和所述请求重要像素 点有序集合进 行特征挖掘处理， 以输出所述候选重要像素点有序集合对应的候选重要像素 点特征分布和所述请求重要像素点有序集 合对应的请求重要像素点特 征分布； 分别将所述候选重要像素点特征分布和所述请求重要像素点特征分布加载至所述图 像匹配神经网络包括的权重 关注子网络进 行处理， 以输出所述候选重要像素点特征分布对 应的候选重要像素点权重特征分布和所述请求重要像素点特征分布对应的请求重要像素 点权重特征分布； 基于所述图像匹配神经网络包括的图像匹配子网络， 对所述候选重要像素点权重特征 分布和所述请求重要像素点权重特征分布进 行匹配处理， 以输出所述候选商品图像和所述 商品请求描述图像之间的图像匹配度。 5.如权利要求1所述的基于图像识别的商 品智能推荐处理方法， 其特征在于， 所述对所 述候选商品图像和所述商品请求描述图像分别进 行信息转换处理， 以输出所述候选商品图 像对应的候选商品图像块有序集合和所述商品请求描述图像对应的请求描述图像块有序 集合的步骤， 包括： 分别对所述候选商 品图像和所述商品请求描述图像中的干扰像素进行识别筛除处理， 以输出所述候选商品图像对应的候选商品筛选图像和所述商品请求描述图像对应的商品 请求描述筛 选图像； 分别对所述候选商 品筛选图像和所述商 品请求描述筛选图像进行信 息转换处理， 以形 成所述候选商品图像对应的候选商品图像块有序集合和所述商品请求描述图像对应的请 求描述图像块有序集 合。 6.如权利要求5所述的基于图像识别的商 品智能推荐处理方法， 其特征在于， 所述基于 预先配置的图像块对应关系对所述候选商品图像块有序集合和所述请求描述图像块有序 集合进行对应替代处理， 以形成所述候选商品图像块有序集合和所述请求描述图像块有序 集合对应的图像块 替代信息的步骤， 包括： 对所述候选商品图像块有序集合和所述请求描述图像块有序集合进行图像块的合并 处理， 以形成对应的图像块 合并有序集 合； 基于预先配置的图像块对应关系对所述图像块合并有序集合进行对应替代 处理， 以输权　利　要　求　书 2/4 页 3 CN 115375412 A 3