-
公开(公告)号：CN104616012B
公开(公告)日：2018-03-02
申请号：CN201410182901.7
申请日：2014-04-30
Applicant: 北京大学
IPC: G06K9/46
Abstract: 本发明提供一种获取紧凑全局特征描述子的方法，其中，所述方法包括：获取待处理图像的可伸缩全局特征描述子；根据所述可伸缩全局特征描述子中每一维度上的数值，对所述可伸缩全局特征描述子进行二值化处理，得到包括比特的二值化后的可伸缩全局特征描述子；根据预设的比特选择表，从包括比特的二值化后的可伸缩全局特征描述子中选择若干个比特，将选择的若干个比特组成紧凑全局特征描述子。上述方法能够将可伸缩全局特征描述子压缩成长度很小检索性能很优的紧凑全局特征描述子，相比现有技术中的全局特征描述子压缩技术，时间复杂度更低，内存占用量更少。
-
公开(公告)号：CN103309951B
公开(公告)日：2016-08-10
申请号：CN201310193569.X
申请日：2013-05-23
Applicant: 北京大学
IPC: G06F17/30
Abstract: 本发明提供一种在网上搜索多媒体文件的方法和装置，将查询向量分成多个比特块后，根据对应的各比特块之间的相似度，确定数据库向量集中汉明空间向量的相似度，从而仅计算相似度超过预设阈值的各汉明空间向量与查询向量的距离并且返回所述相似度超过预设阈值的汉明空间向量中与所述查询向量的距离满足预设条件的汉明空间向量对应的多媒体文件使绝大多数检索的目标向量被包含在所述相似度超过预设阈值的汉明空间向量中，保证了检索的正确率；而且无需在整个数据库向量中对所有汉明空间向量进行遍历计算，降低了计算的复杂度，减轻了计算对系统资源的占用，可在短时间内在大规模数据库中检索出用户所需的多媒体文件，提高了检索效率。
-
公开(公告)号：CN104616013A
公开(公告)日：2015-05-13
申请号：CN201410183573.2
申请日：2014-04-30
Applicant: 北京大学
IPC: G06K9/46
Abstract: 本发明提供一种获取低维局部特征描述子的方法，其中，所述方法包括：获取待处理图像的局部特征描述子；将获取的局部特征描述子形成描述子集合；根据降维矩阵将所述描述子集合中的每一个局部特征描述子进行降维，获得与每一个局部特征描述子对应的低维局部特征描述子；其中，所述降维矩阵为训练预设的图像数据集得到的矩阵。上述方法可以降低现有技术中局部特征描述子的维度，并去除现有技术中局部特征描述子的冗余信息。
-
公开(公告)号：CN104615613A
公开(公告)日：2015-05-13
申请号：CN201410183575.1
申请日：2014-04-30
Applicant: 北京大学
IPC: G06F17/30
CPC classification number: G06F17/30256 , G06K9/6212 , G06K9/6215
Abstract: 本发明提供一种全局特征描述子的聚合方法，包括：获取待处理图像的局部特征描述子，根据所述局部特征描述子的重要性，将所有的局部特征描述子进行排序，获得排序后的局部特征描述子；根据截断阈值，从所述排序后的局部特征描述子中选择用于聚合全局特征描述子的若干个局部特征描述子；采用高斯混合模型对所述若干个局部特征描述子进行聚合，获得待处理图像的全局特征描述子；其中，所述截断阈值为训练预设的图像数据集中每类图像的检索结果得到的。上述方法可降低现有技术中全局特征描述子聚合过程中的时间复杂度，提高全局特征描述子的鉴别力和鲁棒性。
-
公开(公告)号：CN102595138B
公开(公告)日：2014-04-23
申请号：CN201210050655.0
申请日：2012-02-29
Applicant: 北京大学
IPC: H04N19/625 , G06F17/30
Abstract: 本发明提供一种图像压缩的方法及装置、终端，其中，所述方法包括：获取目标图像的DCT变换系数；采用第二量化表量化所述DCT变换系数，经所述第二量化表量化后得到的图像为目标图像的特征量，用于表示压缩后的目标图像，特征量的比特数小于等于目标图像的比特数的十分之一；第二量化表为采用基于图像检索性能获取的量化表优化规则重新设定JPEG标准的第一量化表中的量化值之后得到的优化目标函数值最小的量化表。上述方法能够将图像压缩至较低的比特数，以满足低性能的移动设备的传输需求，进一步地，能够解决现有技术中由于受无线网络带宽的限制，传输至服务器端的压缩图像的比特数和失真率较高而导致的传输延迟和检索准确率不高的问题。
-
Patent Agency Ranking
公开(公告)号：CN119624593A
公开(公告)日：2025-03-14
申请号：CN202510163718.0
申请日：2025-02-14
Applicant: 北京大学深圳研究生院 , 深圳市自然资源和不动产评估发展研究中心(深圳市地质环境监测中心)
IPC: G06Q30/0601 , G06F16/9536 , G06F16/9537
Abstract: 本发明公开了基于空间分区的同质房地产空间智能搜索方法及系统，涉及空间数据处理及智能搜索技术领域。该基于空间分区的同质房地产空间智能搜索方法及系统，通过获取目标房地产区域的数据并进行预处理，确保数据的准确性和完整性；通过地理信息系统将预处理后的区域划分为多个空间分区，并通过聚类算法提取同质特征，结合用户的地理位置偏好分析各分区的周边配套适配度指数，形成同质房源集合；通过协同过滤算法对同质房源集合进行搜索匹配，生成用户推荐房源列表，并计算各分区内房源的匹配度指数，设置动态反馈机制，对推荐房源列表进行实时排序，以提高用户满意度。为用户提供个性化的房源推荐，提升房地产交易的便捷性和准确性。
-
-
公开(公告)号：CN104615610B
公开(公告)日：2018-10-02
申请号：CN201410182507.3
申请日：2014-04-30
Applicant: 北京大学
Abstract: 本发明提供一种获取可伸缩全局特征描述子的方法，其中，所述方法包括：获取图像的全局特征描述子；据预设的第一规则，对所述全局特征描述子进行处理，获取所述图像的可伸缩全局特征描述子；其中，所述可伸缩全局特征描述子的字节大小根据所述第一规则中参数值的变化而变化。上述方法获得的可伸缩全局特征描述子能够降低全局特征描述子占用空间，使之适用于不同的应用，提高描述子在图像检索过程的效率。
-
公开(公告)号：CN104615613B
公开(公告)日：2018-04-17
申请号：CN201410183575.1
申请日：2014-04-30
Applicant: 北京大学
IPC: G06F17/30
Abstract: 本发明提供一种全局特征描述子的聚合方法，包括：获取待处理图像的局部特征描述子，根据所述局部特征描述子的重要性，将所有的局部特征描述子进行排序，获得排序后的局部特征描述子；根据截断阈值，从所述排序后的局部特征描述子中选择用于聚合全局特征描述子的若干个局部特征描述子；采用高斯混合模型对所述若干个局部特征描述子进行聚合，获得待处理图像的全局特征描述子；其中，所述截断阈值为训练预设的图像数据集中每类图像的检索结果得到的。上述方法可降低现有技术中全局特征描述子聚合过程中的时间复杂度，提高全局特征描述子的鉴别力和鲁棒性。
-
公开(公告)号：CN103744974A
公开(公告)日：2014-04-23
申请号：CN201410012810.9
申请日：2014-01-10
Applicant: 北京大学
IPC: G06F17/30
CPC classification number: G06F17/30256
Abstract: 本发明提供一种局部兴趣点选取的方法及设备，其中，获取待检测图像所有的局部兴趣点以及每一局部兴趣点的属性；根据属性的重要性获取每一局部兴趣点的重要性；根据局部兴趣点的重要性，采用预设的选取规则选取待检测图像的至少一个局部兴趣点。其中，属性的重要性为通过训练预设的多个图像中每一图像的每一局部兴趣点的属性得到；预设的选取规则为所述局部兴趣点的重要性大于设定阈值，局部兴趣点的数量满足设定范围。上述方法选取的局部兴趣点能够反映图像的特征，且能够提高图像检索和图像匹配的准确率，同时可利用选取的局部兴趣点对应的局部特征描述子进一步聚合成全局特征描述子，从而提高全局特征描述子在图像检索和匹配中的准确率。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.056 seconds)
