[发明专利]通过搜索进行注释有效

专利信息
申请号: 200780017842.6 申请日: 2007-05-17
公开(公告)号: CN101449271A 公开(公告)日: 2009-06-03
发明(设计)人: L·张;X-J·王;F·景;W-Y·马 申请(专利权)人: 微软公司
主分类号: G06F17/30 分类号: G06F17/30;G06F17/40
代理公司: 上海专利商标事务所有限公司 代理人: 陈 斌
地址: 美国华*** 国省代码: 美国;US
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 通过 搜索 进行 注释
【权利要求书】:

1.一种计算机实现的方法,包括:

在一个或多个数据存储中搜索与给定图像的基线注释语义相关且在视觉上与所述给定图像相似的图像;

度量所述语义相关图像与所述给定图像的视觉相似性,其中,所述图像中的至少一个子集包括被确定为比所述图像中的其它图像在视觉上与所述给定图像更相似的一些图像;

计算从与所述图像中的所述至少一个子集相关联的注释中的各个注释中提取的短语的性质,所述注释被分组到多个群集中的一相应群集中;

对于每个群集,组合所述性质中相关联的一些性质以生成所述每个群集的显著性得分,其中,共同概念与同关联于所述多个群集中的其它一些群集的显著性得分相比具有更高的显著性得分的群集相关联;

用关联于与所述给定图像语义相似且视觉相似的图像的至少一个子集的注释的共同概念来注释所述给定图像。

2.如权利要求1所述的方法,其特征在于,还包括在注释所述给定图像之前从所述共同概念中移除重复项。

3.如权利要求1所述的方法,其特征在于,还包括接收包含所述给定图像和所述基线注释的搜索查询。

4.一种计算机实现的方法包括:

搜索与给定图像的基线注释语义相关的第一集合图像;

评估所述第一集合图像中的每个图像以标识至少在概念上在视觉空间中与所述给定图像相关的第二集合图像;

标识关联于所述第二集合图像的注释;

确定所述注释中的各个注释上的共同概念,其中确定共同概念包括:

将所述注释群集成多个群集,使得多个群集中的每个群集与该群集 的显著概念相关联;

确定关联于所述多个群集的多个显著概念中的每个显著概念的显著性得分;

基于各个显著性得分从所述多个显著概念中选择排序在前的显著概念的集合,其中,所述排序在前的显著概念的至少一个子集是补充注释;以及

用所述补充注释注释所述给定图像。

5.如权利要求4所述的方法,其特征在于,还包括接收包含所述给定图像和所述基线注释的输入。

6.如权利要求4所述的方法,其特征在于,所述搜索还包括将所述基线注释与关联于所述第一集合图像的文本相关。

7.如权利要求4所述的方法,其特征在于,所述评估还包括将编码所述给定图像的视觉特征的散列签名与编码所述第一集合图像的中的每个图像的视觉特征的相应散列签名比较。

8.如权利要求4所述的方法,其特征在于,所述评估还包括:

度量所述第一集合图像中的每个图像与所述给定图像的视觉相似性;

基于在所述度量中确定的视觉相似性度量,标识比所述第一集合图像中的其它图像在视觉上与所述给定图像更相关的排序在前的图像的集合,

其中,所述第二集合图像是所述排序在前的图像。

9.如权利要求4所述的方法,其特征在于,标识注释还包括从所述第二集合图像的上下文提取文本。

10.一种计算设备,包括:

用于接收包含给定图像和所述给定图像的基线注释的搜索查询的装置;

用于搜索与给定图像的基线注释语义相关的第一集合图像的装置;

用于评估所述第一集合图像中的每个图像以标识在视觉上与所述给定图像相关的第二集合图像的装置,所述第二集合图像包括被确定为比所述第一集合图像中的其它图像在视觉上与所述给定图像更相似的一些图像;

用于计算从与所述第二集合图像相关联的注释中的各个注释中提取的短语的性质的装置,所述注释被分组到多个群集中的一相应群集中;

用于对于每个群集,组合所述性质中相关联的一些性质以生成所述每个群集的显著性得分的装置,其中,共同概念与同关联于所述多个群集中的其它一些群集的显著性得分相比具有更高的显著性得分的群集相关联;以及

用于用关联于所述第二集合图像的附加注释补充所述给定图像的装置,所述第二集合图像中的每个图像在视觉上与所述给定图像相似并且关联于与所述基线注释语义相关的注释,所述附加注释表示相应注释群集的共同概念。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于微软公司,未经微软公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/200780017842.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top