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

    CPC classification number: G06F17/30268

    Abstract: 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。

    一种基于n元模型的图片索引构建方法及装置

    公开(公告)号:CN103853795A

    公开(公告)日:2014-06-11

    申请号:CN201210522640.X

    申请日:2012-12-07

    CPC classification number: G06F17/30256

    Abstract: 本发明公开了一种基于n元模型的图片索引构建方法及装置,涉及图像索引的结构与构建技术。本发明公开的方法包括:对带有文本标注的图片数据集进行预处理,从预处理后的图像数据集中提取“图像词元”;根据所提取的“图像词元”构建相应的包含图像n元的图像词典;根据所构建的图像词典,对带有文本标注的图片数据集中的图片进行切割,提取相应的图像n元,建立基于n元模型的图片索引。本发明还公开了一种基于n元模型的图片索引构建装置。本申请技术方案避免了传统的图片索引结构中将图像的高维底层特征作为索引对象,同时避免了构建索引过程中复杂的降维处理过程。

    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

    Abstract: 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

    Abstract: 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

    CPC classification number: G06F17/30268

    Abstract: 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。

    通信方法、电子设备及计算机可读存储介质

    公开(公告)号:CN119316122A

    公开(公告)日:2025-01-14

    申请号:CN202310860658.9

    申请日:2023-07-13

    Abstract: 本申请实施例提供了一种通信方法、电子设备及计算机可读介质,该方法包括:本端量子安全服务设备与至少一个区块链节点通信;其中,所述至少一个区块链节点对应的区块链包括本端组织中的至少一个节点以及对端组织中的至少一个节点,所述本端组织与所述本端量子安全服务设备对应,所述对端组织与对端量子安全服务设备对应,所述区块链上的至少一个区块链节点上部署有智能合约,所述智能合约中配置有用于量子安全服务调用的服务调用信息。

    目标识别模型优化方法、设备及计算机可读存储介质

    公开(公告)号:CN119229227A

    公开(公告)日:2024-12-31

    申请号:CN202310795129.5

    申请日:2023-06-30

    Abstract: 本申请公开了一种目标识别模型优化方法、设备及计算机可读存储介质,其中方法包括:获取第一训练样本集,其中,第一训练样本集包括多张样本图像和第一标签信息,第一标签信息反映对应的样本图像中是否存在任意目标物以及反映对应的样本图像中是否存在各种预设类型的目标物;采用第一训练样本集对目标识别模型进行训练,其中,目标识别模型包括特征提取骨干网络和检测头,特征提取骨干网络包括依次连接的第一卷积层、残差层和第二卷积层,第一卷积层用于接收第一预设尺寸的图像,第二卷积层用于输出第二预设尺寸的特征图到检测头。本申请保证交通目标识别场景中低算力的设备目标识别的准确度的同时,提高低算力的设备目标识别的识别效率。

Patent Agency Ranking