基于卷積神經網絡的電商圖片物體識別.pdf

1、電子商務自1999年在中國出現(xiàn)以來，飛速發(fā)展。中國電子商務市場到2013年末，交易規(guī)模達到了10.2萬億元，網絡零售市場在這個時間，交易規(guī)模達到了18851億元?，F(xiàn)在人們可以隨時隨地地使用移動終端設備，在電商平臺中選購自己滿意的商品。如何讓用戶更快更方便地找尋到自己的想要的商品方式，在互聯(lián)網信息的電商平臺中顯得尤其重要。現(xiàn)有的也是較為傳統(tǒng)的商品搜索方式是利用關鍵字進行查詢，查詢方便且快捷。相對于文字提供的信息而言，圖片有著其天然的優(yōu)勢，

2、它可以將信息高質量的保存，移動終端的智能設備提供了強大的截屏和拍照功能，使得人們可以方便地獲取商品圖片?？梢灶A見的是，以圖搜物的方式將逐漸興起。在使用圖像來搜索電商商品時，首先通過物體識別提取出物體中的商品信息，再從商品信息中抽取出圖像特征，最后使用圖像特征來搜索相似商品圖片。在搜索過程中使用物體識別技術能夠帶來大量好處，通過物體識別可以去除環(huán)境的干擾，讓系統(tǒng)只關注于用戶感興趣的部分。在用電商圖片搜索相似商品時，用戶關心的是輸入圖片中的

3、商品，而不是輸入圖片中的背景。在電商圖片的物體識別任務中，遇到的物體類別通常是鞋子、褲子、上衣等，這些物體通常由多個部分組成，比如鞋子通常由左右兩只鞋子組成，而傳統(tǒng)的物體識別算法并不能很好的處理這種情況。因此本文針對這種情況，設計了一個基于組合備選物體的物體識別算法。首先通過旋轉圖片，減小物體實例偏轉對物體識別的影響。然后將同一張輸入圖片旋轉之后的多張圖片，通過傳統(tǒng)的物體識別算法識別出其中的備選物體。每個備選物體可能對應一個完整物體，也