-
公开(公告)号：CN107870992A
公开(公告)日：2018-04-03
申请号：CN201711024040.X
申请日：2017-10-27
Applicant: 上海交通大学
CPC classification number: G06F17/30247 , G06F17/30277 , G06K9/4676 , G06K9/6296
Abstract: 一种基于多通道主题模型的可编辑服装图像搜索方法，首先使用物体检测方法找到图片中服饰商品的主体区域，并在主体区域上提取多种描述子并使用词袋模型量化成词袋形式向量；然后根据搜索条件对视觉词的权重进行编辑修改，使用预训练的多通道主题模型将词袋形式向量融合成能够描述服装商品高层语义的检索特征并建立索引；当在线检测时，通过计算待查询商品样图和数据库图像的向量相似度，以相似度最高的商品作为搜索结果。本发明能对待查询商品的视觉、商品文本属性等信息进行再编辑，更准确刻画用户对商品的需求，通过多通道主题模型查找用户期望的商品。
-
公开(公告)号：CN104834693B
公开(公告)日：2017-11-28
申请号：CN201510198766.X
申请日：2015-04-21
Applicant: 上海交通大学
Abstract: 一种图像处理领域的基于深度搜索的视觉图像优化搜索方法，通过在底层特征空间中深度搜索找到查询图的相似子集，在该相似子集上用机器学习方法分析查询图的语义，最后使用优化后的相似度匹配方式实现优化检索。本发明不需要用户输入额外的文本关键字。同时本发明适用于各种向量形式存储的检索系统，无需对检索结构和特征本身做改动，可以使用并行优化，从而达到更佳的检索速度。
-
公开(公告)号：CN104834693A
公开(公告)日：2015-08-12
申请号：CN201510198766.X
申请日：2015-04-21
Applicant: 上海交通大学
Abstract: 一种图像处理领域的基于深度搜索的视觉图像优化搜索方法，通过在底层特征空间中深度搜索找到查询图的相似子集，在该相似子集上用机器学习方法分析查询图的语义，最后使用优化后的相似度匹配方式实现优化检索。本发明不需要用户输入额外的文本关键字。同时本发明适用于各种向量形式存储的检索系统，无需对检索结构和特征本身做改动，可以使用并行优化，从而达到更佳的检索速度。
-
-
Search Results
3
records
(took 0.016 seconds)
