Simple Science

La science de pointe expliquée simplement

# Informatique# Vision par ordinateur et reconnaissance des formes

Améliorer les recherches de bijoux en ligne avec l’analyse des couleurs

Une nouvelle méthode améliore la précision pour trouver des bijoux en ligne en utilisant l'analyse des couleurs.

― 7 min lire


Recherche de bijouxRecherche de bijouxsimplifiéeligne.précision des recherches de bijoux enUne nouvelle méthode booste la
Table des matières

Chercher des Bijoux en ligne peut être galère. Les gens veulent souvent retrouver des pièces spécifiques en utilisant des Images ou des descriptions. Mais quand il s'agit de faire correspondre des images, il y a plein de défis. Les objets peuvent se chevaucher ou avoir des formes bizarres, rendant difficile la recherche de ce dont on a besoin. Cet article parle d'une nouvelle façon d'aider dans les recherches de bijoux en utilisant la couleur et des zones locales des images.

Le Problème des Recherches de Bijoux

Quand les gens achètent des bijoux en ligne, ils comptent souvent sur les images. Cependant, il y a plein de problèmes qui rendent ces recherches difficiles. Par exemple, beaucoup de bijoux peuvent se ressembler, et certaines pièces peuvent être cachées derrière d'autres sur les photos. Les formes et designs différents peuvent aussi compliquer le processus de recherche. Avec tous ces facteurs, il peut être dur pour les acheteurs en ligne de trouver exactement ce qu'ils veulent.

Beaucoup de sites de shopping en ligne ont essayé d'aider. Ils permettent aux utilisateurs de chercher par mots-clés ou images. Cependant, les recherches par mots-clés ne fonctionnent pas toujours bien. Elles peuvent passer à côté de styles et de détails spécifiques qui intéressent les acheteurs, ce qui peut frustrer. À cause de ça, il y a un vrai besoin de meilleures méthodes pour trouver des bijoux en ligne.

La Nouvelle Approche

Pour s'attaquer aux problèmes mentionnés, une nouvelle méthode a été développée pour trouver des bijoux. Cette méthode analyse les images en fonction de la couleur et les divise en différentes sections. En faisant ça, elle se concentre sur des zones plus petites de l'image au lieu de l'ensemble de la photo. Cette approche locale peut aider à capter plus de détails, rendant plus facile le fait de faire correspondre les pièces efficacement.

L'accent est mis sur l'utilisation d'un modèle de couleur spécifique appelé HSV, qui permet de décrire les Couleurs plus clairement que le RGB traditionnel. En comprenant comment les couleurs sont perçues, cette méthode peut améliorer les chances de trouver des articles similaires.

Comment Ça Marche

Quand un utilisateur veut trouver un bijou, il peut fournir une image. Le nouveau système commence par changer cette image de RGB en HSV. Cette conversion permet une meilleure représentation des couleurs. Ensuite, l'image est divisée en cinq régions : coin supérieur gauche, coin supérieur droit, coin inférieur gauche, coin inférieur droit, et centre. Chacune de ces zones est analysée pour extraire des détails importants.

En regardant de près ces parties de l'image, le système rassemble un ensemble de caractéristiques qui décrivent le bijou. Une fois ces caractéristiques identifiées, elles peuvent être comparées à une base de données d'images pour trouver des correspondances. Le processus implique de calculer à quel point chaque article de la base de données est similaire à l'image de requête de l'utilisateur.

Pour faire ces comparaisons, une méthode appelée distance du Chi carré est utilisée. Cette méthode aide à déterminer à quel point les caractéristiques des images correspondent, ce qui est crucial pour obtenir des résultats pertinents.

Test de la Méthode

Cette nouvelle approche de recherche de bijoux a été testée avec diverses collections d'images. L'une des collections testées se compose d'images de boucles d'oreilles, tandis qu'une autre inclut un assortiment de bijoux comme des colliers et des bracelets. En utilisant ces ensembles de données, l'efficacité de la méthode peut être mesurée par rapport aux techniques plus anciennes.

L'efficacité de la méthode a été évaluée en utilisant ce qu'on appelle la précision Top-k. Cela mesure combien d'articles pertinents apparaissent dans les meilleures correspondances retournées par le système. Par exemple, si un utilisateur cherche un article spécifique, la précision Top-1 se réfère à savoir si l'article exact apparaît en premier. Cette approche peut aider à garantir que le système fournit des résultats précieux rapidement.

Résultats des Tests

Les résultats des expériences ont montré que cette nouvelle méthode surpasse les anciens Systèmes. Dans un test, en utilisant une collection de boucles d'oreilles, la méthode proposée a atteint des taux de précision impressionnants à divers niveaux. Par exemple, elle a trouvé des correspondances exactes parmi les meilleurs résultats plus de 30 % du temps, et les taux se sont améliorés de manière significative en comparant plus d'articles.

Dans un autre test avec un ensemble de données plus large comprenant divers types de bijoux, des améliorations similaires ont été notées. La méthode a pu récupérer des articles pertinents de manière efficace, montrant son efficacité dans des scénarios réels.

Avantages de la Nouvelle Méthode

Les avantages de ce nouveau système de recherche de bijoux sont évidents. D'abord, il traite les défis liés aux objets qui se chevauchent et aux formes variées. En prenant en compte des sections plus petites des images, il capte des détails importants qui pourraient être manqués dans des vues d'ensemble.

De plus, en utilisant le modèle de couleur HSV, il améliore la façon dont les couleurs sont représentées, permettant une expérience de recherche plus naturelle. Ça donne aux utilisateurs une meilleure chance de trouver des articles qui ressemblent à ce qu'ils ont en tête.

Un autre avantage est que cette approche peut être appliquée à de grandes bases de données d'articles de bijoux. Avec de nombreux détaillants en ligne qui mettent constamment à jour leurs collections, une méthode qui peut suivre ces changements est essentielle.

Limitations et Travaux Futurs

Bien que cette méthode montre des promesses, il y a encore certaines limitations à considérer. Un problème est qu'il n'y a toujours pas assez de bases de données publiques disponibles pour les articles de bijoux. Plus le système peut analyser d'images, mieux il devient pour faire des correspondances précises. L'accès à une plus grande variété d'échantillons serait bénéfique pour les développements futurs.

De plus, trouver des façons d'améliorer les recherches qui combinent à la fois des images et des informations textuelles supplémentaires est un domaine important pour la recherche future. Les utilisateurs veulent souvent inclure des détails supplémentaires sur ce qu'ils cherchent, et un système efficace devrait pouvoir gérer ces demandes.

Conclusion

La recherche d'articles de bijoux en ligne est en pleine évolution. La nouvelle méthode d'analyse basée sur des régions locales dans l'espace de couleur HSV offre une solution solide aux défis courants. Avec cette approche, les utilisateurs peuvent trouver plus facilement et plus précisément les pièces qu'ils désirent.

À mesure que la technologie continue d'avancer, on espère que des méthodes encore meilleures et des bases de données plus larges vont émerger. L'avenir des achats de bijoux a le potentiel d'être plus convivial, aidant les utilisateurs à se connecter avec les pièces parfaites pour leur style.

Cette nouvelle approche représente un pas en avant et prépare le terrain pour d'autres améliorations dans le domaine du shopping en ligne pour les bijoux. L'industrie des bijoux peut grandement bénéficier de l'amélioration des méthodes de recherche, menant finalement à des clients plus satisfaits et à des expériences d'achat plus fluides.

Source originale

Titre: Content-based jewellery item retrieval using the local region-based histograms

Résumé: Jewellery item retrieval is regularly used to find what people want on online marketplaces using a sample query reference image. Considering recent developments, due to the simultaneous nature of various jewelry items, various jewelry goods' occlusion in images or visual streams, as well as shape deformation, content-based jewellery item retrieval (CBJIR) still has limitations whenever it pertains to visual searching in the actual world. This article proposed a content-based jewellery item retrieval method using the local region-based histograms in HSV color space. Using five local regions, our novel jewellery classification module extracts the specific feature vectors from the query image. The jewellery classification module is also applied to the jewellery database to extract feature vectors. Finally, the similarity score is matched between the database and query features vectors to retrieve the jewellery items from the database. The proposed method performance is tested on publicly available jewellery item retrieval datasets, i.e. ringFIR and Fashion Product Images dataset. The experimental results demonstrate the dominance of the proposed method over the baseline methods for retrieving desired jewellery products.

Auteurs: Amin Muhammad Shoib, Summaira Jabeen, Changbo Wang, Tassawar Ali

Dernière mise à jour: 2023-05-12 00:00:00

Langue: English

Source URL: https://arxiv.org/abs/2305.07540

Source PDF: https://arxiv.org/pdf/2305.07540

Licence: https://creativecommons.org/licenses/by/4.0/

Changements: Ce résumé a été créé avec l'aide de l'IA et peut contenir des inexactitudes. Pour obtenir des informations précises, veuillez vous référer aux documents sources originaux dont les liens figurent ici.

Merci à arxiv pour l'utilisation de son interopérabilité en libre accès.

Articles similaires