METHODS AND APPARATUS TO PERFORM IMAGE ANALYSES IN A COMPUTING ENVIRONMENT

An apparatus includes that a feature extractor to generate a plurality of image descriptors based on a plurality of retails product tag images corresponding to a retailer category, the plurality of image descriptors including values representative of one or more visual features of the plurality of retail product tag images; a probability density function generator to generate a probability density function of probability values corresponding to the visual features represented in the plurality of image descriptors of the retailer category; a sample selector to select ones of the probability values based on a sample selection algorithm that, when seeded by a retailer seed value corresponding to the retailer category, generates position values identifying positions in the probability density function of the ones of the probability values to he selected; a category signature generator to generate a category signature based on the selected ones of the probability values; and a processor to train a convolutional neural network based on a feature descriptor and at least one of the retail product tag images, the feature descriptor including the category signature concatenated to one of the image descriptors, the training of the convolutional neural network to cause the convolutional neural network to classify the al least one of the retail product tag images as one of a plurality of types of product tags. La présente invention concerne un appareil comprenant le fait qu'un extracteur de caractéristiques génère une pluralité de descripteurs d'image sur la base d'une pluralité d'images d'étiquette de produit de détaillant correspondant à une catégorie de détaillant, la pluralité de descripteurs d'image comprenant des valeurs représentatives d'une ou de plusieurs caractéristiques visuelles de la pluralité d'images d'étiquette de produit de détaillant; un générateur de fonction de densité de probabilité pour générer une fonction de densité de probabilité de valeurs de probabilité correspondant aux caractéristiques visuelles représentées dans la pluralité de descripteurs d'image de la catégorie de détaillant; un sélecteur d'échantillon pour sélectionner certaines des valeurs de probabilité sur la base d'un algorithme de sélection d'échantillon qui, lorsqu'il est ensemencé par une valeur de graine de détaillant correspondant à la catégorie de détaillant, génère des valeurs de positions identifiant des positions dans la fonction de densité de probabilité des valeurs parmi