[发明专利]一种结合语义特征的ERVQ图片索引与检索方法有效

专利信息
申请号: 201510562949.5 申请日: 2015-09-06
公开(公告)号: CN105183845B 公开(公告)日: 2018-11-30
发明(设计)人: 于俊清;吴玲生;何云峰;管涛;唐九飞 申请(专利权)人: 华中科技大学
主分类号: G06F17/30 分类号: G06F17/30
代理公司: 华中科技大学专利中心 42201 代理人: 曹葆青
地址: 430074 湖北*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了一种结合语义特征的ERVQ索引,包括以下步骤:准备训练索引的图片集P1和待索引图片集P2,对P1提取低层特征(SIFT、SURF等),使用残差量化索引(RVQ)训练方法训练得到一个L层的RVQ码书Codebook1,使用ERVQ优化方法调整Codebook1生成码书Codebook2,将码书Codebook2多层质心一一组合构建索引字典,将索引字典每个索引项上根据语义划分成多个倒排链表结构,对P2提取低层特征和语义特征,根据低层特征找到索引项,根据语义特征插入到对应的倒排链表中,查找过程为:对查询图片提取低层特征和语义特征,根据低层特征找到索引项,根据语义找到索引项上倒排链表,最后对返回的多条链表图片排序。本发明的索引结构能够提高基于内容的图片查询结果的精度,并有效减少查询时间。
搜索关键词: 一种 结合 语义 特征 ervq 图片 索引 检索 方法
【主权项】:
1.一种结合语义特征的增强型残差量化ERVQ索引与检索方法,其特征在于,包括以下步骤:(1)准备用于训练索引的图片集P1,以及待索引图片集P2;(2)对图片集P1提取低层特征,得到特征向量集F;(3)使用残差量化索引训练方法训练特征向量集F得到一个L层的残差量化RVQ码书Codebook1;(4)使用增强型残差量化ERVQ条件联合优化方法调整Codebook1,得到优化后的码书Codebook2;(5)将码书Codebook2多层质心一一组合构成索引字典;(6)将索引字典每个索引项根据语义划分成多个倒排链表结构;(7)对待索引图片集P2中的每个图片提取低层特征和语义特征,根据低层特征找到索引节点,根据语义特征将图片ID插入到对应的倒排链表中;(8)将查询图片提取低层特征和语义特征,根据低层特征找到索引节点,根据语义特征找到对应的倒排链表,对链表图片排序返回结果。
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华中科技大学,未经华中科技大学许可,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/patent/201510562949.5/,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