-
公开(公告)号：CN102034102B
公开(公告)日：2013-11-06
申请号：CN201010568248.X
申请日：2010-11-26
Applicant: 北京大学
Abstract: 本发明公开了一种图像显著对象提取方法、互补显著度图学习方法及系统。其中，基于图像显著对象提取方法包括：利用所述图像训练集学习得到两个互补显著度映射函数；基于学习得到的所述互补显著度映射函数，得到互补显著度图；根据所述互补显著度图提供的软先验知识，提取出显著物体。本发明通过给定任意图像，自动准确地提取出图像中的显著物体，有效地解决了在复杂场景下一般显著物体提取结果缺乏的准确性和鲁棒性问题，为该类方法提供了一种全新的思路。
-
Patent Agency Ranking
公开(公告)号：CN101847264B
公开(公告)日：2012-07-25
申请号：CN201010193747.5
申请日：2010-05-28
Applicant: 北京大学
Abstract: 本发明公开了一种基于互补显著度图的图像兴趣物体自动提取方法及系统。该方法包括：对同一幅图像，生成两个互补的显著度图，获取两个互补的粗提取结果；将所述两个互补的粗提取结果作为先验知识，采取像素分类方法提取出兴趣物体；对提取出的所述兴趣物体进行优化。本发明通过给定任意图像，在模拟人体视觉感知的情况下自动准确地提取出图像中的兴趣物体，有效地解决了基于显著度方法的结果完整性问题。
-
公开(公告)号：CN102334118B
公开(公告)日：2013-08-28
申请号：CN201080006502.5
申请日：2010-11-29
IPC: G06F17/30
CPC classification number: G06K9/46 , G06F17/3079 , G06K9/628 , G06Q30/00
Abstract: 本发明实施例涉及一种基于用户兴趣学习的个性化广告推送方法和系统，所述方法包括：通过多任务排序学习得到多个用户兴趣模型；根据所述用户兴趣模型，在视频中提取兴趣物体；提取所述兴趣物体的多种视觉特征，根据所述视觉特征在广告库中检索相关的广告信息。通过本发明实施例提供的方法和系统，推送的广告和视频内容紧密相关，从一定程度上满足了用户的个性化要求，实现了个性化的广告推送。
-
公开(公告)号：CN102034102A
公开(公告)日：2011-04-27
申请号：CN201010568248.X
申请日：2010-11-26
Applicant: 北京大学
Abstract: 本发明公开了一种图像显著对象提取方法、互补显著度图学习方法及系统。其中，基于图像显著对象提取方法包括：利用所述图像训练集学习得到两个互补显著度映射函数；基于学习得到的所述互补显著度映射函数，得到互补显著度图；根据所述互补显著度图提供的软先验知识，提取出显著物体。本发明通过给定任意图像，自动准确地提取出图像中的显著物体，有效地解决了在复杂场景下一般显著物体提取结果缺乏的准确性和鲁棒性问题，为该类方法提供了一种全新的思路。
-
公开(公告)号：CN102334118A
公开(公告)日：2012-01-25
申请号：CN201080006502.5
申请日：2010-11-29
IPC: G06F17/30
CPC classification number: G06K9/46 , G06F17/3079 , G06K9/628 , G06Q30/00
Abstract: 本发明实施例涉及一种基于用户兴趣学习的个性化广告推送方法和系统，所述方法包括：通过多任务排序学习得到多个用户兴趣模型；根据所述用户兴趣模型，在视频中提取兴趣物体；提取所述兴趣物体的多种视觉特征，根据所述视觉特征在广告库中检索相关的广告信息。通过本发明实施例提供的方法和系统，推送的广告和视频内容紧密相关，从一定程度上满足了用户的个性化要求，实现了个性化的广告推送。
-
公开(公告)号：CN101847264A
公开(公告)日：2010-09-29
申请号：CN201010193747.5
申请日：2010-05-28
Applicant: 北京大学
Abstract: 本发明公开了一种基于互补显著度图的图像兴趣物体自动提取方法及系统。该方法包括：对同一幅图像，生成两个互补的显著度图，获取两个互补的粗提取结果；将所述两个互补的粗提取结果作为先验知识，采取像素分类方法提取出兴趣物体；对提取出的所述兴趣物体进行优化。本发明通过给定任意图像，在模拟人体视觉感知的情况下自动准确地提取出图像中的兴趣物体，有效地解决了基于显著度方法的结果完整性问题。
-
-
-
-
-
Search Results
6
records
(took 0.015 seconds)
