-
公开(公告)号：CN103488664B
公开(公告)日：2016-12-28
申请号：CN201310159170.X
申请日：2013-05-03
IPC: G06F17/30
Abstract: 本发明公开了一种图像检索方法，属于多媒体信息检索、模式识别等智能信息处理领域。本发明通过在初次检索后利用几何验证得到正确匹配的相关图像，将相关图像与查询图像的文档向量进行权重调整构成新的查询向量，进而得到扩展的查询，进行新的检索得到检索结果。该方法在查询向量中增加了相关图像中存在的隐性视觉单词的权重，提高了查询图像与相关匹配图像中相同视觉单词的权重从而大大提高了检索效率。
-
公开(公告)号：CN103514264A
公开(公告)日：2014-01-15
申请号：CN201310365384.2
申请日：2013-08-21
IPC: G06F17/30
CPC classification number: G06F17/3002 , G06F17/30029
Abstract: 本发明是结合聚类和街区距离的高维向量搜索方法。在本发明中，提出了一种结合聚类和街区距离的索引结构CBlockB-tree，它首先采用聚类算法对高维向量集进行簇划分，然后为各簇数据构建BlockB-tree，形成CBlockB-tree。该索引结构进行检索时，通过聚类能过滤一部分与查询区域不相交的簇数据，通过高维到一维转换后的key值比较，能进一步减少最终向量相似度匹配的运算量，加快高维向量的搜索速度。同时，该索引结构能够有效支持简单高效的街区距离进行匹配搜索。
-
公开(公告)号：CN101615195A
公开(公告)日：2009-12-30
申请号：CN200910089570.1
申请日：2009-07-24
Applicant: 中国传媒大学
Abstract: 本发明是一种基于傅氏频谱的汉字图像纹理特征的提取方法，属于多媒体检索领域。本发明是对单个汉字图像进行特征向量提取。在进行特征向量提取的过程中，首先计算出单个汉字图像的质心的相对位置，将汉字以质心为中心点划分为四个部分；再对每个部分进行傅氏变换，得到该部分的傅氏频谱图；接着利用傅氏频谱图的方向性，获取每个部分汉字图像的笔画角度集合；最后对这些角度集合进行量化，得到汉字图像的特征向量。本发明通过对汉字图像的质心分割，对各个部分进行傅氏频谱的特征提取，忽略了汉字图像在结构上的微小畸变，降低汉字字体的影响，能够提高汉字图像的检索效率。
-
公开(公告)号：CN117455798A
公开(公告)日：2024-01-26
申请号：CN202311534946.1
申请日：2023-11-17
Applicant: 北京同力数矿科技有限公司 , 中国传媒大学
IPC: G06T5/70 , G06T5/10 , G06N3/0464 , G06N3/084
Abstract: 本发明涉及视频去噪技术领域，提供一种轻量级视频去噪方法及系统。包括：将噪声视频帧序列卷积后分解为高频特征及低频特征；建立特征对齐模块，通过计算低频特征中的偏移量及掩码，对齐低频特征中的多帧特征；建立低频传播模块处理低频特征，并提取远距离帧特征用以补充校正当前帧的低频特征，获得第二输出特征；建立包括双层分组卷积层的高频传播模块处理高频特征，获得第三输出特征；基于逆小波变换重构第二输出特征及第三输出特征，获得输出视频帧序列。本发明具备较低的计算量，可以更好地关注高低频信息的特点，并且利用低频传播网络可以关注到远程帧的信息。
-
公开(公告)号：CN117152293A
公开(公告)日：2023-12-01
申请号：CN202311216813.X
申请日：2023-09-20
Applicant: 中国传媒大学 , 中科汇金数字科技(北京)有限公司
IPC: G06T11/00 , G06T7/90 , G06T7/10 , G06N3/0464 , G06N3/094
Abstract: 本发明涉及一种基于生成颜色先验的着色自增强方法及系统,属于图像处理技术领域。所述方法包括：构建颜色先验生成网络，所述颜色先验生成网络根据输入的灰度图像生成不同尺度的颜色先验特征；根据所述颜色先验生成网络和SPADE模块构建着色网络，所述着色网络将所述不同尺度的颜色先验特征作为颜色先验信息调制到着色网络中，引导着色网络进行着色；构建着色自增强系统，所述着色自增强系统利用所述着色网络生成彩色图像。本方法中着色网络的复杂度低，模型更轻量化，有效提升了网络的着色性能。
-
Patent Agency Ranking
公开(公告)号：CN105868728A
公开(公告)日：2016-08-17
申请号：CN201610223574.4
申请日：2016-04-12
Applicant: 中国传媒大学
CPC classification number: G06K9/00469 , G06K9/00483 , G06K9/468 , G06K9/52
Abstract: 本发明是一种基于化学公式特征进行图像中化学公式检测的方法。本方法是对任意文本图像进行灰度变换、二值化、分割，通过分割出的字符与整幅图像两方面进行化学公式检测。化学公式图像检测方法由单/双键判断、模板匹配、图像像素点密度判断、苯环判断组成，其中，单/双键判断、模板匹配是针对分割出的字符进行检测，图像像素点密度判断、苯环判断是对整幅图像进行检测。依次对图像进行四个模块的检测，若符合某一模块的检测，则判定为化学公式图像。本发明主要依据化学公式常见字符特征与书写的结构特征进行检测，通过字符的投影特征、图像密度与字符的结构特征进行检测，检测方法简单易实现，且对图像的清晰度、矫正度等要求不严格，识别率高。
-
公开(公告)号：CN103514263A
公开(公告)日：2014-01-15
申请号：CN201310365383.8
申请日：2013-08-21
Applicant: 中国传媒大学
IPC: G06F17/30
Abstract: 本发明公开了一种采用双key值的高维索引结构构建方法和检索方法。在本发明中，提出了一种采用双key值的高维到一维转换索引结构DKB-tree，它在高维空间中选取两个参考点将高维空间中的各高维向量映射为双一维key值，统一选取采用相同参考点得到的某一key值作为主key，另一key值作为辅key，每个主key都绑定一个指向其对应辅key的指针，每个辅key都绑定一个指向其对应高维向量的指针。进行检索时，通过主key实现第一层过滤，通过辅key实现再一次过滤。本发明提出的DKB-tree通过简单的双key值大小比较，大大地减少了相似度匹配的运算量，加快检索速度。
-
公开(公告)号：CN102306202B
公开(公告)日：2013-09-04
申请号：CN201110291515.8
申请日：2011-09-30
Applicant: 中国传媒大学
IPC: G06F17/30
Abstract: 本发明是一种基于街区距离的高维向量快速检索算法，属于多媒体信息检索、智能信息处理、数据挖掘等数据处理领域。在本发明中，提出了一种基于街区距离的高维到一维转换的索引结构BlockB-tree，它采用高维向量对参考点间的街区距离将该高维向量映射为一维key值，用B+-tree索引结构来管理这些key值，同时叶子节点层的每个key值都绑定一个指向对应高维向量的指针。进行检索时，使用相同的映射方法将查询向量映射为一维的查询key值，然后只需对key值与查询key值相近的那些高维特征进行相似度计算，减少计算量，大大加快检索速度。在高维向量的相似度匹配算法中，街区距离是最常用的度量方式之一，其运算简单，且具有较高的检索效率，但当前大多数索引结构都是基于欧式距离匹配度量提出的。本发明提出的索引结构不但支持基于欧式距离度量方式的检索，而且直接支持基于街区距离度量方式的检索。
-
公开(公告)号：CN103164539A
公开(公告)日：2013-06-19
申请号：CN201310128036.3
申请日：2013-04-15
Applicant: 中国传媒大学
IPC: G06F17/30
Abstract: 本发明是一种结合用户评价和标注的交互式图像检索方法，属于多媒体信息检索领域。在本发明中，该方法利用了基于图像的物理特征和文本相结合的综合检索方法，在检索过程中，允许用户对查询图像进行文本信息描述，或者选择系统提供的关键字，通过对检索结果进行“满意”或“不满意”的相关评价，图像检索系统自动对用户标记的相关满意图像进行文本标记，形成高层语义信息；随着用户的不断使用，该系统会生成丰富的语义信息数据库。考虑到不同用户对同一图片，同一用户不同时间对同一图片文本标注的差异，本发明在生成语义信息数据库的过程中结合了用户的可信度。进行检索时，对存在语义信息的查询图像采用基于特征和文本相结合的综合检索方式进行检索，提高了检索结果的准确度。本发明具有效率高、精确度高、交互方式友好的优点。
-
公开(公告)号：CN102306202A
公开(公告)日：2012-01-04
申请号：CN201110291515.8
申请日：2011-09-30
Applicant: 中国传媒大学
IPC: G06F17/30
Abstract: 本发明是一种基于街区距离的高维向量快速检索算法，属于多媒体信息检索、智能信息处理、数据挖掘等数据处理领域。在本发明中，提出了一种基于街区距离的高维到一维转换的索引结构BlockB-tree，它采用高维向量对参考点间的街区距离将该高维向量映射为一维key值，用B+-tree索引结构来管理这些key值，同时叶子节点层的每个key值都绑定一个指向对应高维向量的指针。进行检索时，使用相同的映射方法将查询向量映射为一维的查询key值，然后只需对key值与查询key值相近的那些高维特征进行相似度计算，减少计算量，大大加快检索速度。在高维向量的相似度匹配算法中，街区距离是最常用的度量方式之一，其运算简单，且具有较高的检索效率，但当前大多数索引结构都是基于欧式距离匹配度量提出的。本发明提出的索引结构不但支持基于欧式距离度量方式的检索，而且直接支持基于街区距离度量方式的检索。
-
-
-
-
-
-
-
-
-
Search Results
32
records
(took 0.022 seconds)
