公开(公告)号：CN104881669A

公开(公告)日：2015-09-02

申请号：CN201510243968.1

申请日：2015-05-13

Applicant: 中国科学院计算技术研究所

Inventor： 张勇东 ,  曹阳 ,  高科 ,  唐胜

IPC: G06K9/46

CPC classification number: G06K9/4652

Abstract: 本发明公开了一种基于颜色对比度的局部区域检测子提取方法及系统，涉及图像检索、图像识别、对象跟踪检测领域，该方法包括获取图像，并对所述图像的四个角进行尺度选择，通过二维信息熵值的局部极小值选取所述图像的图像背景的最佳尺度，根据所述最佳尺度，建立背景RGB三通道高斯混合模型；对所述图像中每个像素点建立RGB三通道高斯混合模型，并根据每个所述像素点的RGB三通道高斯混合模型与所述背景RGB三通道高斯混合模型的KL距离，更新所述图像的颜色对比度排序；根据所述颜色对比度排序，通过分水岭的区域检测方式检测对比度一致的区域，所述区域为所述局部区域检测子。本发明提取检测子速度快，内存占用少。

公开(公告)号：CN102609441A

公开(公告)日：2012-07-25

申请号：CN201110443604.X

申请日：2011-12-27

Applicant: 中国科学院计算技术研究所

Inventor： 张伟 ,  高科 ,  张勇东 ,  李锦涛

IPC: G06F17/30

Abstract: 本发明提供了基于分布熵的局部敏感哈希高维索引方法。该方法首先生成局部敏感哈希函数候选集合。接着，根据训练数据集，计算局部敏感哈希函数候选集合中每个哈希函数的分布熵值，并从中选取分布熵值最高的L个哈希函数作为局部敏感哈希函数集合。然后，基于该局部敏感哈希函数集合，将待索引数据集存储到哈希表中。还可以采用基于三角不等式过滤和欧氏距离排序的查询算法查询上述哈希表，得到与查询数据相似的结果集。该方法通过选择分布熵值高的哈希函数，更好地适应了数据的分布，从而优化了哈希表索引结构，减小了索引的内存消耗，同时使得查询更加准确和高效。