[发明专利]对象敏感的图像搜索

权利要求书

1.一种至少部分由执行存储在存储器中的计算机可执行指令的一个或多个处理器执行的计算机实现的方法，所述计算机实现的方法包括：

确定(302)与先前提交的查询相关联的对象；

为所述对象收集(306)正面训练数据和负面训练数据；

使用所述正面训练数据和所述负面训练数据来训练(308)与所述对象相关联的多实例学习(MIL)模型以标识所述对象的常见图案；

在训练所述MIL模型之后，从用户接收(312)与所述对象相关联的查询；

至少部分地基于接收到所述查询来生成(314)包括与所述对象相关联的图像的查询结果；

将所述图像分割(316)成各区域并从所述各区域中提取特征；

将从各区域中提取的特征与来自所述MIL模型的对象的常见图案进行比较(320)以从查询结果中标识包括所述对象的常见图案的图像；

至少部分地基于包括所述对象的常见图案的每个区域的质量来对包括所述对象的常见图案的图像进行排序(322)；以及

至少部分地基于所述图像的排序将包括所述图像的查询结果提供(324)给用户。

2.如权利要求1所述的计算机实现的方法，其特征在于，所述质量包括包含所述常见图案的区域的计算大小。

3.如权利要求2所述的计算机实现的方法，其特征在于，所述质量还包括包含所述常见图案的区域的计算位置。

4.如权利要求2所述的计算机实现的方法，其特征在于，所述质量还包括含有所述常见图案的区域的计算数量或区域中出现常见图案的计算时间。

5.如权利要求2所述的计算机实现的方法，其特征在于，所述排序包括将来自查询结果的具有包含所述常见图案的最大计算区域的图像排序为查询结果的最高排序图像。

6.如权利要求1所述的计算机实现的方法，其特征在于，还包括为要为其构建相应MIL模型的对象构建词典，所述词典中的每一个对象与先前提交的查询相关联。

7.如权利要求6所述的计算机实现的方法，其特征在于，所述多个对象包括多个动物、植物和产品。

8.如权利要求1所述的计算机实现的方法，其特征在于，为所述对象收集正面训练数据和负面训练数据包括分析一个或多个照片共享网站处与对象相关联的照片。

9.一种或多种存储计算机可执行指令的计算机可读存储介质，所述计算机可执行指令在被执行时使得一个或多个处理器执行以下动作，包括：

从用户接收(602)指定对象的基于图像的查询；

至少部分地基于接收到所述查询来生成(604)包括与所述对象相关联的图像的查询结果；

将每一个图像分割(606)成各区域；

从查询结果中选择(608)多个伪正面和伪负面样本作为训练数据；以及

使用所述训练数据来训练(610)多实例学习(MIL)模型以标识图像区域中的对象的常见图案以将查询结果的经重新排序的列表提供给用户。

10.如权利要求9所述的计算机可读存储介质，其特征在于，还包括：

从所述查询结果中选择包括区域中的对象的常见图案的图像；

至少部分地基于包括对象的常见图案的每个区域的质量来对每一个所选图像进行排序；

至少部分地基于所选图像的排序来对查询结果重新排序；

将经重新排序的查询结果提供给用户。

11.如权利要求10所述的计算机可读存储介质，其特征在于，所述质量包括含有常见图案的区域的计算大小、含有常见图案的区域的计算位置、包含常见图案的区域的计算数量或区域中出现常见图案的计算时间。

12.如权利要求11所述的计算机可读存储介质，其特征在于，所述排序包括将来自查询结果的具有包含所述常见图案的最大计算区域的图像排序为查询结果的最高排序图像。