基于径向基函数神经网络的多样化图像标注和检索方法

发明专利有效专利

申请号：
CN201210499091.9
IPC分类号：G06F17/30;G06N3/08
申请日期：
2012-11-29
申请人：
合肥工业大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于径向基函数神经网络的多样化图像标注和检索方法
申请号	CN201210499091.9	申请日期	2012-11-29
法律状态	授权	申报国家	中国
公开/公告日	2013-03-27	公开/公告号	CN102999615A
优先权	暂无	优先权号	暂无
主分类号	G06F17/30 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06F 电数字数据处理（基于特定计算模型的计算机系统入G06N） G06F17/00 特别适用于特定功能的数字计算设备或数据处理设备或数据处理方法〔6〕 G06F17/30 信息检索；及其数据库结构〔6〕	IPC分类号	G;0;6;F;1;7;/;3;0;;;G;0;6;N;3;/;0;8查看分类表>
申请人	合肥工业大学	申请人地址	安徽省合肥市屯溪路193号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	合肥工业大学	当前权利人	合肥工业大学
发明人	赵仲秋;季海峰;谢宝剑;黄德双;吴信东
代理机构	安徽汇朴律师事务所	代理人	丁瑞瑞

摘要

本发明公开了一种基于RBFNN的多样化图像标注和检索方法，包括：（1）构建和学习RBFNN模型，构建出能覆盖图像“子概念”的RBFNN模型；（2）将检索资料库预处理后的数据输入步骤（1）构建的RBFNN模型中，对图像库中图片进行多样化标注，同时给图像库中图片标注“概念”和“子概念”标签；（3）根据检索关键词和步骤（2）的标注结果，对标注后的图像库进行多样化检索：首先查找所有标注检索关键词的图片，并根据“概念”相似度进行排序；然后，将分属不同“子概念”的图片按照“概念”相似度由高到低的顺序置前；（4）输出检索结果。本发明的优点在于：提高了图像检索精度，同时大大提高了图像检索结果多样性，节约了检索时间，具有较高的鲁棒性和实用性。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供