[发明专利]响应于可视化查询标识文本词汇

权利要求书

1.一种计算机实现的方法，包括：

接收查询图像；

获得与所述查询图像相关联的图像特征集；

获得所述图像特征集的一个或多个图像特征值；

将所述图像特征值中的一个或多个提供给多个图像相关性模型，所述多个图像相关性模型中的每个与不同的查询词汇相关联，每个图像相关性模型被训练以输出得分，所述得分反映给定查询图像和与所述图像相关性模型相关联的所述查询词汇的相关性，其中从所述给定查询图像获得所述图像特征值；

从所述多个图像相关性模型中的每个获得所述得分，所述得分反映所述查询图像和与所述图像相关性模型相关联的所述查询词汇的相关性；

至少基于所述得分，选择与所述多个图像相关性模型相关联的所述查询词汇的子集；和

提供所述查询词汇的所述子集中的一个或多个查询词汇以用于输出。

2.如权利要求1所述的计算机实现的方法，其中获得所述一个或多个图像特征值包括：获得图像特征值的向量。

3.如权利要求2所述的计算机实现的方法，还包括：

对于每个查询词汇，通过将所述图像特征值的向量应用于所述查询词汇的相应图像相关性向量来获得所述查询词汇的权重，其中所述图像相关性向量的每个分量指示在确定所述查询词汇是否相关时所述图像特征值的向量中的每个对应分量的相对重要性，

其中，选择所述查询词汇的所述子集是基于每个查询词汇的相应权重。

4.如权利要求3所述的计算机实现的方法，还包括：将所述图像特征值的向量映射到一个或多个查询词汇和权重对。

5.如权利要求2所述的计算机实现的方法，还包括：对于每个查询词汇，将所述图像特征值的向量应用于相应的图像相关性模型，所述相应的图像相关性模型包括相应的图像相关性向量。

6.如权利要求3所述的计算机实现的方法，还包括：

标识图像相关性向量矩阵；和

将所述图像特征值的向量乘以所述图像相关性向量矩阵，其中所述图像相关性向量矩阵的每行对应于所述查询词汇集合中的相应查询词汇。

7.如权利要求6所述的计算机实现的方法，还包括：将图像特征值的每个向量映射到相应的查询词汇和权重对。

8.如权利要求6所述的计算机实现的方法，还包括：对于每个查询词汇，基于将所述图像特征值的向量乘以所述图像相关性向量矩阵，来获得所述查询词汇的所述权重。

9.如权利要求8所述的计算机实现的方法，还包括：基于相应的权重，对所述查询词汇的所述子集中的每个查询词汇进行排序。

10.一种系统，包括：

一个或多个计算机和存储指令的一个或多个存储设备，所述指令被配置为在由所述一个或多个计算机执行时使所述一个或多个计算机执行操作，所述操作包括：

接收查询图像；

获得与所述查询图像相关联的图像特征集；

获得所述图像特征集的一个或多个图像特征值；

将所述图像特征值中的一个或多个提供给多个图像相关性模型，所述多个图像相关性模型中的每个与不同的查询词汇相关联，每个图像相关性模型被训练以输出得分，所述得分反映给定查询图像和与所述图像相关性模型相关联的所述查询词汇的相关性，其中从所述给定查询图像获得所述图像特征值；

从所述多个图像相关性模型中的每个获得所述得分，所述得分反映所述查询图像和与所述图像相关性模型相关联的所述查询词汇的相关性；

至少基于所述得分，选择与所述多个图像相关性模型相关联的所述查询词汇的子集；和

提供所述查询词汇的所述子集中的一个或多个查询词汇以用于输出。

11.如权利要求10所述的系统，其中获得所述一个或多个图像特征值包括：获得图像特征值的向量。