[发明专利]基于GPU的图像文本语义提取方法

权利要求书

1.一种基于GPU的图像文本语义提取方法，其特征在于，包括以下步骤：

获取网页集合；

根据所述网页集合建立文档对象模型集合，其包括多个文本节点、图像链接节点；

根据所述图像链接节点的标签确定所述图像链接节点的集合以及所述图像链接节点的数量；

判断所述图像链接节点的数量是否为0；

如果所述图像链接节点的数量不为0，则取出一个图像链接节点，并设置计数器i＝0；

根据经验规则查找所述图像链接节点周围是否存在文本节点；

如果不存在文本节点，则设置计数器i＝i+1；

判断i是否等于4；

若i等于4，则组合所述图像链接节点与所述文本节点，以形成一主题块；

累加所述主题块，以形成主题块集合；

判断是否存在下一个图像链接节点；

若不存在下一个图像链接节点，则转换所述主题块集合的存储方式，以使其可被GPU读取；

GPU对所述转换后的主题快集合进行语义分析，以得到语义块集合；

GPU对所述语义块集合进行处理，以得到所有图像链接节点的语义描述信息。

2.根据权利要求1所述的图像文本语义提取方法，其特征在于，还包括步骤：

如果所述图像链接节点的数量为0，则转换所述文本节点的存储方式，以使其可被GPU读取；

GPU对所述转换后的文本节点进行语义分析，以得到语义块集合；

GPU对所述语义块集合进行处理，以得到所有文本节点的语义描述信息；GPU将所述语义描述信息传送到CPU；

CPU输出所述语义描述信息。

3.根据权利要求1所述的图像文本语义提取方法，其特征在于，还包括步骤：

如果存在文本节点，则组合所述图像链接节点与所述文本节点，以形成一主题块；

累加所述主题块，以形成主题块集合；

判断是否存在下一个图像链接节点；

若不存在下一个图像链接节点，则转换所述主题块集合的存储方式，以使其可被GPU读取；

GPU对所述转换后的主题快集合进行语义分析，以得到语义块集合；

GPU对所述语义块集合进行处理，以得到所有图像链接节点的语义描述信息；

GPU将所述语义描述信息传送到CPU；

CPU输出所述语义描述信息。

4.根据权利要求1所述的图像文本语义提取方法，其特征在于，还包括步骤：

若i不等于4，则跳转所述根据经验规则查找所述图像链接节点周围是否存在文本节点的步骤。

5.根据权利要求1所述的图像文本语义提取方法，其特征在于，还包括步骤：

若存在下一个图像链接节点，则跳转下一个图像链接节点；

跳转所述取出一个图像链接节点，并设置计数器i＝0的步骤。

6.根据权利要求1所述的图像文本语义读取方法，其特征在于，还包括步骤：

GPU将所述语义描述信息传送到CPU；

CPU输出所述语义描述信息。

7.根据权利要求1所述的图像文本语义读取方法，其特征在于，所述根据经验规则查找所述图像链接节点周围是否存在文本节点的步骤包括：

设置遍历层数计数器等于0；

判断当前图像链接节点是否为文本节点；

如果所述图像链接节点为文本节点，则存储所述文本节点；

判断所述图像链接节点是否只有一个子节点，如果只有一个子节点，则判断所述子节点是否是文本节点；

若所述子节点是文本节点，则存储所述文本节点；

判断所述图像链接节点是否是根节点，如果是根节点，则判断所述根节点是否只有一个相关的子文档对象模型；

如果所述根节点只有一个相关的子文档对象模型，则所述遍历层数计数器加1；

判断所述遍历层数计数器是否等于4；

如果所述遍历层数计数器等于4，则组合存储的所有文本节点，以形成文本节点集合。