[发明专利]一种检索精度评价方法在审

专利信息
申请号: 201911368316.5 申请日: 2019-12-26
公开(公告)号: CN112632307A 公开(公告)日: 2021-04-09
发明(设计)人: 邓练兵;逯明;吴浩清 申请(专利权)人: 珠海大横琴科技发展有限公司
主分类号: G06F16/53 分类号: G06F16/53;G06F16/55
代理公司: 北京三聚阳光知识产权代理有限公司 11250 代理人: 唐岩
地址: 519000 广东省珠海市横琴新*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 检索 精度 评价 方法
【说明书】:

发明涉及图像检索技术领域,具体涉及一种检索精度评价方法,包括:接收用户发送的查询图片,根据查询图片中包含检索对象的对象区域M1,从图片数据库中获得图片,并将所获得的图片作为初始判断图片,判断初始判断图片的图片检索精度是否大于第一预设图片检索精度,若为是,根据初始判断图片,生成图片检索结果,若为否,则重新获得查询图片的对象区域M2,并获得对象区域M2的独特性子区域,根据对象区域M2和独特性子区域,从图片数据库中选择图片,将初始判断图片更新为所选择的图片,并继续执行判断初始判断图片的图片检索精度是否大于第一预设图片检索精度的步骤。应用本发明实施例提供的技术方案,能够获得包含同一检索对象的图片。

技术领域

本发明涉及图像检索技术领域,具体涉及一种检索精度评价方法。

背景技术

图像检索结果质量评价是图像检索领域研究的前沿问题。该技术试图在没 有相关信息(即未知检索返回结果与查询的相关程度)的情况下,评估检索系统 对某一查询其返回结果的质量高低程度。检索结果质量评价能够同时对用户和 检索系统产生积极的影响。从用户的角度讲,该技术可以起到桥梁的作用,使 得用户能够与检索系统互动,以便获得更好地检索结果;对检索系统来说,在 理想情况下,如果一个检索系统能够自动预测某一查询的性能,那么它就可以 自动地调整其参数或者算法来适应不同的查询,从而提供更好的检索性能。

相对于长期在检索模型上的探索,图像检索查询性能预测的研究还处于 初级阶段。最初关于图像检索查询性能预测的研究是基于文本信息的,主要 通过研究检索返回图片周围的文本信息(上下文文本,图片URL等)与输入查 询文本之间的相互关系,例如词汇的具体性、一般性、歧义性和生动性等, 来评估检索结果质量。这些研究主要存在一个重大问题:忽略了图片的视觉 内容而仅仅考虑文本信息,然而文本信息往往包含很多“噪声”。

目前大部分研究还是基于检索返回图片之间潜在的视觉统计特性出发 的。这类方法的主要做法是先将图片表示成由视觉单词组成的文档,然后借 用文本分析方法统计一些有关返回图片之间的潜在特性,例如计算由返回图 片构成的语言模型和由整个图片集构成的语言模型两者的概率分布差异性; 估计返回图片之间的空间一致性;研究针对检索返回列表排名靠前的图片间 视觉一致性;以及研究返回图片的视觉相似性分布等等,最后将这些得到的 统计特性值作为图像检索结果质量的评估值。上述方法的研究在一定程度上 极大地推动了图像检索查询性能预测技术的发展。但是这些方法仍然存在不 足之处,它们缺乏将用户输入文本查询考虑在内,因而也没有对用户输入查 询与返回图片之间的潜在关系进行很好得研究。

发明内容

因此,本发明要解决的技术问题在于克服现有技术中假体瓣膜的血流动力 学性能仍不理想,容易因局部湍流或滞留导致血栓形成的缺陷,从而提供一种 检索精度评价方法。

本发明的上述技术目的是通过以下技术方案得以实现的:

一种检索精度评价方法,包括以下步骤:

接收用户发送的查询图片;

获得所述查询图片中包含检索对象的对象区域M1;

根据所述对象区域M1,从图片数据库中获得图片,并将所获得的图片作为 初始判断图片;具体地,

获得所述对象区域M1的特征T1和图片数据库中每一图片的特征T2,其中, 所述特征T2为:所述图片数据库中的每一图片中包含对象的区域的特征;

根据所述特征T1和所述特征T2,计算所述图片数据库中的每一图片与所 述查询图片之间的相似度S1;

根据所述相似度S1,从所述图片数据库中获得图片;

判断所述初始判断图片的图片检索精度是否大于第一预设图片检索精度;

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珠海大横琴科技发展有限公司,未经珠海大横琴科技发展有限公司许可,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/201911368316.5/2.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