一种结合语义特征的ERVQ图片索引与检索方法

发明专利有效专利

申请号：
CN201510562949.5
IPC分类号：G06F17/30
申请日期：
2015-09-06
申请人：
华中科技大学

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	一种结合语义特征的ERVQ图片索引与检索方法
申请号	CN201510562949.5	申请日期	2015-09-06
法律状态	授权	申报国家	中国
公开/公告日	2015-12-23	公开/公告号	CN105183845A
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查看分类表>
申请人	华中科技大学	申请人地址	湖北省武汉市洪山区珞喻路1037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	华中科技大学	当前权利人	华中科技大学
发明人	于俊清;吴玲生;何云峰;管涛;唐九飞
代理机构	华中科技大学专利中心	代理人	曹葆青

摘要

本发明公开了一种结合语义特征的ERVQ索引，包括以下步骤：准备训练索引的图片集P1和待索引图片集P2，对P1提取低层特征(SIFT、SURF等)，使用残差量化索引(RVQ)训练方法训练得到一个L层的RVQ码书Codebook1，使用ERVQ优化方法调整Codebook1生成码书Codebook2，将码书Codebook2多层质心一一组合构建索引字典，将索引字典每个索引项上根据语义划分成多个倒排链表结构，对P2提取低层特征和语义特征，根据低层特征找到索引项，根据语义特征插入到对应的倒排链表中，查找过程为：对查询图片提取低层特征和语义特征，根据低层特征找到索引项，根据语义找到索引项上倒排链表，最后对返回的多条链表图片排序。本发明的索引结构能够提高基于内容的图片查询结果的精度，并有效减少查询时间。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
1	CN103902704A	2014-07-02	2014-03-31	面向大规模图像视觉特征的多维倒排索引与快速检索算法有效专利	华中科技大学
2	CN101030217A	2007-09-05	2007-03-22	一种语义网信息的索引与获取方法失效专利	华中科技大学
3	CN1967536A	2007-05-23	2006-11-16	基于区域的多特征融合及多级反馈的潜伏语义图像检索方法无效专利	华中科技大学

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