一种基于n元图片索引结构的图片检索方法与系统

    公开(公告)号:CN103853797A

    公开(公告)日:2014-06-11

    申请号:CN201210523756.5

    申请日:2012-12-07

    IPC分类号: G06F17/30 G06K9/46

    CPC分类号: G06F17/30268

    摘要: 本发明公开了一种基于n元图片索引结构的图片检索方法与系统,涉及图像检索技术领域。本发明公开的方法包括:收到用户的检索操作时,判断用户输入的检索内容的形式为文本形式,则对用户输入的文本进行基于n元图片索引的文本内部向量化处理,利用处理结果在文本标签内的索引下进行图片检索,用户输入的检索内容的形式为图片形式时,对用户输入的图片进行基于n元图片索引结构的图片语义自动标注,提取n元图片,针对提取的n元图片的TF-IDF特征向量在语义标注的文本标签内的索引中进行图片检索,最后将检索到的图片按照相似度排序并输出。本发明还公开了基于n元图片索引结构的图片检索系统。本申请技术方案提高了检索效率和效果。

    一种图片语义自动标注方法与系统

    公开(公告)号:CN103853792B

    公开(公告)日:2018-06-15

    申请号:CN201210521573.X

    申请日:2012-12-07

    IPC分类号: G06F17/30 G06K9/46

    摘要: 本发明公开了一种图片语义自动标注方法与系统,涉及图像语义自动标注技术。本发明公开的系统包括:部件一、针对已带有图片标注的图片数据集,构建基于n元图片的索引;部件二、对待标注图片进行预处理,提取图像n元;部件三、从所构建的基于n元图片的索引中检索所提取的图像n元对应的所有语义标签,计算所检索出的图像n元对应的语义标签的概率值;部件四、更新所有语义标签的概率值;部件五、按照更新后的概率值对所有语义标签进行排序,将概率值排序中达到设定值的一个或多个语义标签输出。本发明还公开了一种图片语义自动标注方法。本申请技术方案应用于图像自动语义标注中,能快速、高效的挖掘出丰富的图像语义标注。

    一种图片语义自动标注方法与系统

    公开(公告)号:CN103853792A

    公开(公告)日:2014-06-11

    申请号:CN201210521573.X

    申请日:2012-12-07

    IPC分类号: G06F17/30 G06K9/46

    CPC分类号: G06F17/30268

    摘要: 本发明公开了一种图片语义自动标注方法与系统,涉及图像语义自动标注技术。本发明公开的系统包括:部件一、针对已带有图片标注的图片数据集,构建基于n元图片的索引;部件二、对待标注图片进行预处理,提取图像n元;部件三、从所构建的基于n元图片的索引中检索所提取的图像n元对应的所有语义标签,计算所检索出的图像n元对应的语义标签的概率值;部件四、更新所有语义标签的概率值;部件五、按照更新后的概率值对所有语义标签进行排序,将概率值排序中达到设定值的一个或多个语义标签输出。本发明还公开了一种图片语义自动标注方法。本申请技术方案应用于图像自动语义标注中,能快速、高效的挖掘出丰富的图像语义标注。

    一种基于n元图片索引结构的图片检索方法与系统

    公开(公告)号:CN103853797B

    公开(公告)日:2017-10-17

    申请号:CN201210523756.5

    申请日:2012-12-07

    IPC分类号: G06F17/30 G06K9/46

    摘要: 本发明公开了一种基于n元图片索引结构的图片检索方法与系统,涉及图像检索技术领域。本发明公开的方法包括:收到用户的检索操作时,判断用户输入的检索内容的形式为文本形式,则对用户输入的文本进行基于n元图片索引的文本内部向量化处理,利用处理结果在文本标签内的索引下进行图片检索,用户输入的检索内容的形式为图片形式时,对用户输入的图片进行基于n元图片索引结构的图片语义自动标注,提取n元图片,针对提取的n元图片的TF‑IDF特征向量在语义标注的文本标签内的索引中进行图片检索,最后将检索到的图片按照相似度排序并输出。本发明还公开了基于n元图片索引结构的图片检索系统。本申请技术方案提高了检索效率和效果。

    一种日志写入及同步方法、装置、系统、计算机存储介质

    公开(公告)号:CN108334277B

    公开(公告)日:2019-06-28

    申请号:CN201710327224.7

    申请日:2017-05-10

    IPC分类号: G06F3/06

    摘要: 本发明公开了一种日志写入方法及装置、系统、计算机存储介质,所述方法包括:从日志盘的变量区中读取已写入日志的终点页编号;将日志写入所述终点页编号所对应的数据区页面中,形成日志页;获取所述日志页对应的写入位置和日志页所属的数据区段编号,将所述日志页对应的写入位置和日志页所属的数据区段编号存储至日志盘的位图区中;在所述日志盘的变量区中,将所述已写入日志的终点页编号加1,并判断日志是否已写到日志盘的盘尾;如果日志已写到日志盘的盘尾,则将已写入日志的终点设置为盘头。

    小文件的写聚合、读聚合方法及系统和客户端

    公开(公告)号:CN106911743B

    公开(公告)日:2019-03-26

    申请号:CN201510980277.X

    申请日:2015-12-23

    IPC分类号: H04L29/08 G06F16/35

    摘要: 本发明公开了一种小文件的写聚合方法及系统,该写聚合方法包括:客户端发起小文件的写请求;元数据服务器为小文件分配全局唯一编号ino和存储区域唯一编号ono;客户端根据ino和ono计算小文件在对象存储设备OSD中的聚合位置oid;对象存储设备OSD根据oid将小文件聚合。本发明还公开了一种小文件的读聚合方法和客户端。本发明能够解决耗费较多小文件读取时间和写入时间的问题。

    深度学习训练方法及装置

    公开(公告)号:CN108460464A

    公开(公告)日:2018-08-28

    申请号:CN201710094563.5

    申请日:2017-02-22

    IPC分类号: G06N99/00 G06K9/62

    摘要: 本发明公开了一种深度学习训练方法及装置,用以解现有深度学习领域中深度学习模型收敛较慢的问题。所述方法包括:在每次迭代训练中,根据各训练数据实例的损失值,从批量训练数据实例中确定出所有困难实例;放弃学习非困难实例的特征,学习所述所有困难实例的特征。本发明中训练方法及装置通过计算训练迭代中训练数据实例的损失值,获得对该次迭代具有较大作用数据实例,并用于对模型进行训练;也就是说集中训练困难实例,加快了模型的收敛速度。

    一种闪存文件系统及其数据管理方法

    公开(公告)号:CN108399047A

    公开(公告)日:2018-08-14

    申请号:CN201710066027.4

    申请日:2017-02-06

    IPC分类号: G06F3/06

    摘要: 本发明提供了一种闪存文件系统及其数据管理方法,包括创建模块,用于在创建文件系统时,将闪存划分成文件系统区和闪存缓冲区;标记模块,用于在有数据写入且写入的数据量小于或等于预设标记阈值时,在内存缓存中将写入数据标记为脏数据,标记阈值用于表示写入内存缓存的需要按数据粒度进行标记的数据量大小;同步模块,用于在需要进行数据同步时,将内存缓存中的脏数据合并后写入闪存缓冲区,并当闪存缓冲区已满时,通知回填模块;回填模块,用于接收到同步模块的通知,读出闪存缓冲区中的脏数据并将其写入文件系统区,并擦除闪存缓冲区。本发明避免了不必要的数据写入,从而降低了同步操作的延时,提高了闪存的使用寿命。

    文件的处理方法及系统
    9.
    发明授权

    公开(公告)号:CN103731395B

    公开(公告)日:2017-11-14

    申请号:CN201210381985.8

    申请日:2012-10-10

    IPC分类号: H04L29/06 H04L29/08 H04L9/08

    摘要: 本发明公开了一种文件的处理方法及系统,在上述方法中,第一服务器接收来自于客户端的待存储的数据文件和安全元数据文件,其中,安全元数据文件为客户端对数据文件进行加密处理时所创建的;第一服务器将验证成功的客户端用户的与数据文件同时上传的安全元数据文件发送至第二服务器进行保存。根据本发明提供的技术方案,能够为用户存放在云存储中的数据提供端到端的机密性与完整性保护,并保证数据共享过程中访问权限信息的安全。

    手势识别方法及装置
    10.
    发明授权

    公开(公告)号:CN103577793B

    公开(公告)日:2017-04-05

    申请号:CN201210264265.3

    申请日:2012-07-27

    IPC分类号: G06K9/00 G06K9/66

    摘要: 本发明公开了一种手势识别方法,捕捉常见的人体基本动作并存储为样本动作;根据所述样本动作得到最终的训练动作;对训练动作进行图形渲染生成初步的深度图及相应部位标识图;根据所生成的深度图合成与实时采集的深度图相似的样本;利用合成样本计算对应深度特征向量,训练得到随机森林模型;通过基于平滑度约束的区域生长提取精确深度人像轮廓;基于随机森林模型计算深度人像轮廓的每个像素的深度特征向量,通过随机森林模型确定每个像素的部位标识概率;基于每个像素对应的人体部位及其概率,滤除识别噪点,聚合生成骨架节点;记录骨架节点的时序序列形成骨架运动轨迹;抽取人体手部节点的运动轨迹与预定义的模板进行匹配,识别出手势动作类型。本发明同时公开了一种手势识别装置。