欢迎来到天天文库
浏览记录
ID:37487412
大小:2.22 MB
页数:40页
时间:2019-05-24
《苏宁图像智能分析平台及实践常江龙》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、苏宁图像智能分析平台及实践二〇一六年六月内容1图像智能分析系统组成及平台介绍2图像智能分析应用3技术案例:图像自动标注方法图像与大数据的关联1.图像是一种重要的数据载体。2.图像数据的爆炸,”图像大数据“成为现实。3.图像分析技术的进步,挖掘图像大数据成为可能。图像大数据对苏宁的价值线上电商线下店商图像智能分析系统组成及平台介绍图像智能分析系统组成:线上应用系统智能监控系统离线算法平台线上应用系统:应拍照购价签购人脸分析Logo购...用数图像数据解析结果整合数据库管理据接图像算法接口推荐平台接口搜索平台接口口算商品识别文字识别人脸分析
2、目标检测法智能监控系统:数据中心数据库报表门店1门店N数据整合模块数据整合模块智能分析模块智能分析模块......客流人脸行为客流人脸行为数据通信设备管理数据通信设备管理............离线算法平台:效商品识人脸算检测算果OCR...别法法层深度学习模型模型测试验证检索模型模训练型层传统模型训练特征提取及融合数图像预处据图像获取图像标注传统特征提取理层图像智能分析平台目的:为不同的应用需求提供一致性的算法接口,满足各种图像智能分析需求,为内部和外部用户提供智能分析服务。功能:商品识别Logo检测人脸分析OCR应用......图像
3、智能分析应用Part2拍照购(商品识别):介绍以商品识别算法和图像检索系统为基础,利用深度神经网络强大的表达能力,抽取图像中商品的有效特征,并结合文本识别的结果,获取高相关度商品的推荐结果。特点:1.支持广泛品类的商品识别(今年内基本做到全覆盖)。2.与文本识别相结合。3.较快的识别与检索速度,相关性较高的返回结果。拍照购(商品识别):算法系统组成特征提取图像检索输入图像预处理结果融合文本识别拍照购(商品识别):使用示例拍照购(商品识别):优化策略有用策略:1.补充数据。增加有效的真实训练样本,提升模型的表达能力,并提高检索精度。2.主
4、体检测。有效检测出图像中商品主体,减少背景的干扰,提升识别精度。拍照购(商品识别):优化策略智能门店监控:介绍目的:实现门店监控视频的智能分析,以获取准确的客流人数、客流成分组成、商品热区、顾客滞留分析等丰富的商业数据信息,进而为商业智能系统提供数据保障。特点:1.能够统计不同环境、不同状态下的客流人数。2.能够检测不同环境下人脸,并分析其年龄、性别等信息。3.能够得到不同排布商家的商品热区信息。4.能够分析顾客的滞留,进而对顾客行为进行判断。智能门店监控:客流统计方案:1.采用置顶数字摄像头2.检测进入区域的人体3.跟踪并确认有效客流
5、智能门店监控:人脸分析特点:利用特征点跟踪有效估计人脸姿态,利用正面人脸进行去重分析。智能门店监控:顾客行为分析特点:1.对于置顶或偏置摄像头,都能够有效获取商品热力图。2.结合滞留分析,能够最大限度抑制销售员影响。文本图像识别:介绍应用:1.对价签等丰富文本载体进行分析,得到文本内容。2.对自然场景中文本进行识别,辅助物品识别。技术方案1.检测图像中可能的文本区域。2.对文本区域进行验证和校正。3.迭代寻找最优的切分和识别结果。4.利用语言模型进行校正。文本图像识别:示例文本图像识别:价签购示例实践:一种图像Part3样本自动标注方法
6、背景介绍–来源•拍照购•图像识别引擎•深度学习–需求•海量的已标注图像数据背景介绍图像来源1.拍摄:成本太高2.商品主图:ps过,与真实场景不符3.网络图像:晒单等。噪声太严重需求:标注出商品图像和噪声图像难度:人工标注效率太低技术现状1.学术圈关注度低2.很常见的现实问题可能方案1.标注少量数据进行冷启动标注数据影响结果2.半监督学习?数据太杂乱,不符合一般半监督学习方法的假设3.主动学习Goodidea.技术思路希望尽量少人工干预,人工干预对最终结果的影响很小。效率尽量高,且结果无需迭代式优化。1.针对噪声图像多且杂,采用多重过滤2
7、.选择合适的无监督聚类方法,自动获得好的聚类中心3.利用聚类的结果进行标注,数据量大且分布较为紧凑的聚类极有可能就是真实样本图像技术方案1.图像采集2.重复图片过滤3.非商品噪声图片过滤4.图像聚类自动标注End-to-end数据过滤无监督聚类方法常见方法:1.基于划分:k均值,k众数,k中心点,Canopy2.基于层次:BIRCH,Chameleon3.基于密度:DBSCAN,DENCLUE4.基于网格:STING5.基于图论:SpectralClustering常见问题:1.适用范围窄2.参数不易设置,对结果影响大3.聚类中心选择准
8、则过于简单或过于复杂,适应性差4.高维情况下表现不好无监督聚类方法Clusteringbyfastsearchandfindofdensitypeaks,AlexRodriguezandAlessandro
此文档下载收益归作者所有