-
公开(公告)号：CN103207910B
公开(公告)日：2017-02-08
申请号：CN201310119320.4
申请日：2013-04-08
Applicant: 河南大学
Abstract: 本发明公开了一种基于分层特征和遗传规划相关反馈的图像检索方法，包括以下步骤：1）、对用户提交的检索图像进行自适应分割，得到分割区域；（2）、对检索图像提取全局特征；分割区域提取局部底层特征；（3）、对于标准图像库中的每一幅图像计算对应于分割区域的最优区域；（4）、构建全局-最优区域相似度匹配模式；5）、通过赋予相似度匹配模式中各种相似度以平均权重来计算检索图像和标准图像库中每一幅图像的相似度；根据相似度进行排序得到初始检索结果并把与用户最相似的前若干幅图像返回用户端；（6）、用户参与反馈，直到检索出满意的图像。能够更接近用户的检索意图，可以有效地提取图像的内容特征，并能快速有效地完成检索过程。
-
公开(公告)号：CN103207910A
公开(公告)日：2013-07-17
申请号：CN201310119320.4
申请日：2013-04-08
Applicant: 河南大学
Abstract: 本发明公开了一种基于分层特征和遗传规划相关反馈的图像检索方法，包括以下步骤：（1）对用户提交的检索图像进行自适应分割，得到分割区域；（2）对检索图像提取全局特征；分割区域提取局部底层特征；（3）对于标准图像库中的每一幅图像计算对应于分割区域的最优区域；（4）构建全局-最优区域相似度匹配模式；（5）通过赋予相似度匹配模式中各种相似度以平均权重来计算检索图像和标准图像库中每一幅图像的相似度；根据相似度进行排序得到初始检索结果并把与用户最相似的前若干幅图像返回用户端；（6）用户参与反馈，直到检索出满意的图像。能够更接近用户的检索意图，可以有效地提取图像的内容特征，并能快速有效地完成检索过程。
-
公开(公告)号：CN104077344B
公开(公告)日：2018-07-17
申请号：CN201310749631.9
申请日：2013-12-31
Applicant: 河南大学
IPC: G06F17/30
Abstract: 本发明涉及一种基于自适应学习区域重要性的交互式图像检索方法及系统，它对用户提交的检索图像基于均值漂移和规范切进行自适应分割，提取分割区域的特征，基于新的区域重要性指标计算区域的重要性，进而基于综合区域匹配计算用户提交的检索图像和图像库中的每一幅图像的相似度，根据相似度排序并返回给用户最相似的前若干幅图像，基于用户的反馈信息，构建短期学习和长期学习策略，旨在自动更新正例的区域重要性的同时减小反例图像的区域重要性，从而快速、有效地获取满意的图像。本发明可减轻用户的检索负担，且在检索的过程中学习用户标注的正例和反例图像信息来自动更新区域的重要性，可以更靠近用户的检索意图，从而更加有效地提高检索性能。
-
公开(公告)号：CN104077344A
公开(公告)日：2014-10-01
申请号：CN201310749631.9
申请日：2013-12-31
Applicant: 河南大学
IPC: G06F17/30
CPC classification number: G06F16/5838
Abstract: 本发明涉及一种基于自适应学习区域重要性的交互式图像检索方法及系统，它对用户提交的检索图像基于均值漂移和规范切进行自适应分割，提取分割区域的特征，基于新的区域重要性指标计算区域的重要性，进而基于综合区域匹配计算用户提交的检索图像和图像库中的每一幅图像的相似度，根据相似度排序并返回给用户最相似的前若干幅图像，基于用户的反馈信息，构建短期学习和长期学习策略，旨在自动更新正例的区域重要性的同时减小反例图像的区域重要性，从而快速、有效地获取满意的图像。本发明可减轻用户的检索负担，且在检索的过程中学习用户标注的正例和反例图像信息来自动更新区域的重要性，可以更靠近用户的检索意图，从而更加有效地提高检索性能。
-
-
-
Search Results
4
records
(took 0.017 seconds)
