[发明专利]图片搜索方法及搜索系统无效

专利信息
申请号: 201010574563.3 申请日: 2010-11-30
公开(公告)号: CN102012934A 公开(公告)日: 2011-04-13
发明(设计)人: 文林福 申请(专利权)人: 百度在线网络技术(北京)有限公司
主分类号: G06F17/30 分类号: G06F17/30
代理公司: 深圳市威世博知识产权代理事务所(普通合伙) 44280 代理人: 何青瓦;李庆波
地址: 100085 北京*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图片 搜索 方法 系统
【权利要求书】:

1.一种图片搜索方法,其特征在于,所述图片搜索方法包括以下步骤:

S1、接收并处理上传图片;

S2、计算所述图片局部特征;

S3、通过所述图片局部特征在图片特征索引中搜索相似图片;

S4、通过所述相似图片在文本索引中搜索文本数据;

S5、输出所述相似图片与所述文本数据。

2.根据权利要求1所述的图片搜索方法,其特征在于,在所述S5前,还包括:

排序步骤,对搜索到的所述相似图片和所述文本数据进行排序。

3.根据权利要求2所述的图片搜索方法,其特征在于,所述排序参考因素为图片相似度。

4.根据权利要求2所述的图片搜索方法,其特征在于,所述排序参考因素为图片相似度、死链状态,以及网页权值。

5.根据权利要求1所述的图片搜索方法,其特征在于,所述S1步骤包括:

S11、接收用户上传图片;

S13、根据图片的内容签名分发所述上传图片。

6.根据权利要求5所述的图片搜索方法,其特征在于,在所述S13步骤前,还包括:

S12、压缩所述上传图片:若上传图片大于设定阈值,则将所述上传图片压缩后,再进入S13步骤。

7.根据权利要求1所述的图片搜索方法,其特征在于,所述S2步骤包括:

判断上传图片是否为本地图片;

若不是本地图片,则下载所述URL地址的图片;

计算所述图片局部特征。

8.根据权利要求1所述的图片搜索方法,其特征在于,所述S5步骤包括:

S51、将排序后的搜索结果缓存;

S52、将所述搜索结果拼装后输出结果页面;

S53、将所述结果页面输出。

9.根据权利要求1所述的图片搜索方法,其特征在于,所述图片特征索引和所述文本索引的建立方法包括:

通过网络数据获取网络图片的URL;

获取所述图片的文本信息;

计算所述图片的局部特征;

查询存储的已有图片特征;

判断在已有图片特征中是否存在与所述局部特征相似的图片特征;

若存在与所述局部特征相似的图片特征,则对所述图片的文本信息和图片特征标记至少一个索引号;

重复上述步骤,建立索引。

10.根据权利要求1所述的图片搜索方法,其特征在于,所述图片特征索引和所述文本索引的建立方法包括:

通过网络数据获取网络图片的URL;

获取图片的URL;

计算所述图片的局部特征;

查询存储的已有图片特征;

判断在已有图片特征中是否存在与所述局部特征相似的图片特征;

若存在与所述局部特征相似的图片特征,则对所述图片的文本信息和图片特征标记至少一个索引号;

重复上述步骤,建立索引。

11.根据权利要求1所述的图片搜索方法,其特征在于,所述图片特征索引和所述文本索引的建立方法包括:

通过网络数据获取网络图片的URL;

计算所述图片的局部特征;

查询存储的已有图片特征;

判断在已有图片特征中是否存在与所述局部特征相似的图片特征;

若存在与所述局部特征相似的图片特征,则对所述图片的文本信息和图片特征标记至少一个索引号;

重复上述步骤,建立索引。

12.根据权利要求9或10或11所述的图片搜索方法,其特征在于,在查询存储的已有图片特征后,还包括建缩略图库,所述缩略图库可将缩略图插入到线上缩略图访问服务系统中。

13.根据权利要求9或10或11所述的图片搜索方法,其特征在于,在通过网络数据获取网络图片的URL步骤中,所述网络数据为展示数据,所述网络图片为展示图片。

14.根据权利要求9或10或11所述的图片搜索方法,其特征在于,建立所述已有图片特征,包括以下步骤:

在全网图片数据中提取图片;

分布式计算所述图片的图片特征;

存储所述图片特征。

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百度在线网络技术(北京)有限公司,未经百度在线网络技术(北京)有限公司许可,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/201010574563.3/1.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