基于深度学习的商品图像特征匹配识别方法

本发明涉及商品识别技术领域，具体涉及基于深度学习的商品图像特征匹配识别方法，包括以下步骤：对输入商品图像进行光照不变性预处理，生成具有标准化亮度分布的增强图像；将增强图像输入多模态特征融合网络，同步生成多模态特征向量，多模态特征向量包括几何结构特征向量、材质语义特征向量和色彩分布特征向量；通过动态权重分配将多模态特征向量进行非线性组合，输出与目标商品库进行相似度匹配的最终特征描述符；本发明，提升在复杂商品类型体系下的泛化能力与模型稳定性，尤其适用于具有材质、形态差异显著的异质商品图像匹配场景。