[发明专利]课程图片检索模型建立方法有效
申请号: | 202111494425.9 | 申请日: | 2021-12-09 |
公开(公告)号: | CN113886629B | 公开(公告)日: | 2022-02-25 |
发明(设计)人: | 刘玉琦 | 申请(专利权)人: | 深圳行动派成长科技有限公司 |
主分类号: | G06F16/583 | 分类号: | G06F16/583 |
代理公司: | 北京专赢专利代理有限公司 11797 | 代理人: | 梁境泉 |
地址: | 518057 广东省深圳市南山区粤海街道粤桂社*** | 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: | 课程 图片 检索 模型 建立 方法 | ||
1.一种课程图片检索模型建立方法,其特征在于,包含以下步骤:
获取所述课程图片,对所述课程图片进行行列指纹数据提取,所述行列指纹数据用于表征所述课程图片每一预设像素行的特征点数据;
根据所述行列指纹数据建立检索模型,对所述行列指纹数据进行二维特征值提取,生成一阶检索特征,并根据所述一阶检索特征建立一阶检索模型,所述一阶检索模型用于存储并比对图片的行列指纹数据;
对所述一阶检索特征间隔进行多组空间转换处理,生成一阶特征库,生成多个空间转换系数,根据所述空间转换系数对行列指纹数据进行空间转换处理,生成行列特征库,根据所述一阶特征库和行列特征库分别对一阶检索模型和检索模型进行增量更新,所述空间转换处理用于在二维空间进行图像三维转变;
根据所述一阶检索模型对数据库进行重合检索,生成一阶结果索引,根据所述检索模型对所述一阶结果索引中的数据库图片进行行列指纹数据重合检索,生成图片检索结果索引;
所述根据所述行列指纹数据建立检索模型,对所述行列指纹数据进行二维特征值提取,生成一阶检索特征,并根据所述一阶检索特征建立一阶检索模型的步骤具体包括:
建立检索模型,所述检索模型包括特征比对程序,所述特征比对程序包括检索单元和比对库单元;
将所述行列指纹数据在所述比对库单元中存储;
提取所述行列指纹数据的二维特征点信息,生成一阶检索特征,所述一阶检索特征用于表征所述行列指纹数据的特征点数据;
建立一阶检索模型,所述一阶检索模型包括特征对比程序;
将所述一阶检索特征在所述一阶检索模型中的对比库单元中存储;
所述对所述一阶检索特征间隔进行多组空间转换处理,生成一阶特征库,生成多个空间转换系数,根据所述空间转换系数对行列指纹数据进行空间转换处理,生成行列特征库,根据所述一阶特征库和行列特征库分别对一阶检索模型和检索模型进行增量更新的步骤,具体包括:
根据所述一阶检索特征建立空间向量组;
根据所述空间向量组对所述一阶检索特征进行多次空间转换处理,生成多个转换一阶检索特征,建立一阶特征库;所述空间转换处理为将所述一阶检索特征的空间向量组在空间坐标系中进行空间角度转换,所述多次空间转换处理预设一定的空间角度间隔;
根据多次空间转换处理生成多个空间转换系数,所述空间转换系数分别依次对应每次空间转换处理的转换函数;
根据所述空间转换系数对所述行列指纹数据进行空间转换处理,生成多个转换行列指纹数据,建立行列特征库;
根据所述一阶特征库和所述行列特征库对所述一阶检索模型与所述检索模型进行增量更新。
2.根据权利要求1所述的课程图片检索模型建立方法,其特征在于,所述一阶检索特征的生成,由一阶界定系数决定,所述一阶界定系数与数据库数据量成反比,所述数据库数据量越大,所述一阶界定系数越小,所述一阶检索模型的二维特征值数量越少。
3.根据权利要求2所述的课程图片检索模型建立方法,其特征在于,当所述一阶检索特征的二维特征值的数据量小于所述行列指纹数据的数据量的预设百分比时,对所述行列指纹数据进行二维特征提取,生成二阶检索特征,并建立二阶检索模型,所述一阶检索特征的二维特征值为所述二阶检索特征的子集。
4.根据权利要求1所述的课程图片检索模型建立方法,其特征在于,所述空间转换系数的数量为多个,其中空间转换系数为预先设定的,所述转换一阶检索特征则根据所述空间转换系数生成。
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深圳行动派成长科技有限公司,未经深圳行动派成长科技有限公司许可,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/202111494425.9/1.html,转载请声明来源钻瓜专利网。