-
Patent Agency Ranking
公开(公告)号：CN112069336B
公开(公告)日：2022-10-14
申请号：CN202010860081.8
申请日：2020-08-25
Applicant: 中国科学院软件研究所
IPC: G06F16/532 , G06F16/55 , G06F16/583 , G06V10/75 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明提供一种基于场景草图的细粒度图像检索方法及系统，包括：提取场景草图与若干待检索场景图像中的图信息，分别构建场景草图与若干待检索场景图像的图结构；提取各图结构的图特征，分别计算场景草图图特征与各待检索场景图像图特征的图相似度匹配分数；依据所述图信息中的物体类别标签，分别计算场景草图图特征与各待检索场景图像图特征的交并比分数；根据图相似度匹配分数与交并比分数，分别计算场景草图与各待检索场景图像的特征空间距离，并依据各特征空间距离，获取检索结果。本发明利用图来表示场景草图和图像，不仅检索出与输入草图场景类别一致的图像，而且图像中物体细节信息也保持一致，使得检索出来的图像与输入保持布局一致性。
-
公开(公告)号：CN114969430B
公开(公告)日：2025-05-06
申请号：CN202210429989.2
申请日：2022-04-22
Applicant: 中国科学院软件研究所
IPC: G06F16/732 , G06F16/783 , G06V20/40 , G06V10/74 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/042 , G06N3/0464 , G06N3/045 , G06N3/0455
Abstract: 本发明公开了一种基于草图的场景级细粒度视频检索方法及系统，属于计算机视觉领域，通过提取草图特征，构建基于外观特征和类别特征的草图空间结构图；提取视频特征，构建基于视频时序信息、外观特征和类别特征的视频时空结构图，利用自适应帧采样策略进行视频帧采样，先对视频帧稀疏采样，再利用草图‑视频关联关系模型进行视频帧筛选，利用草图‑视频检索模型中完成视频细粒度检索。本发明将出现在不同时间段的物体压缩至同一张草图中，进行场景级的视频内容概括，检索出与草图背景元素、物体外观特征与动作类型均一致的视频。
-
公开(公告)号：CN116468886A
公开(公告)日：2023-07-21
申请号：CN202310215854.0
申请日：2023-03-01
Applicant: 中国科学院软件研究所
IPC: G06V10/26 , G06V20/70 , G06V10/44 , G06V10/62 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0442 , G06N3/0464
Abstract: 本发明涉及一种基于笔画的场景草图语义分割方法和装置。该方法包括：提取场景草图中笔画的外观特征；使用笔画的外观特征作为输入，通过循环神经网络对笔画进行时序特征编码，得到时序特征；通过邻近笔画的位置关系构建笔画之间的图结构，将每个笔画的时序特征作为图的节点，同时计算笔画之间的邻近关系得到邻接矩阵，通过图卷积神经网络对笔画进行空间特征编码，得到空间特征；对时序特征和空间特征进行融合，根据融合后的特征对每条笔画进行类别预测，完成基于笔画的场景草图语义分割。本发明通过融合外观、时序、空间三个不同层次的特征，能够对场景草图中的每条笔画进行分类识别，实现基于笔画特征的场景草图语义分割。
-
公开(公告)号：CN114969430A
公开(公告)日：2022-08-30
申请号：CN202210429989.2
申请日：2022-04-22
Applicant: 中国科学院软件研究所
IPC: G06F16/732 , G06F16/783 , G06N3/04 , G06V10/74 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82
Abstract: 本发明公开了一种基于草图的场景级细粒度视频检索方法及系统，属于计算机视觉领域，通过提取草图特征，构建基于外观特征和类别特征的草图空间结构图；提取视频特征，构建基于视频时序信息、外观特征和类别特征的视频时空结构图，利用自适应帧采样策略进行视频帧采样，先对视频帧稀疏采样，再利用草图‑视频关联关系模型进行视频帧筛选，利用草图‑视频检索模型中完成视频细粒度检索。本发明将出现在不同时间段的物体压缩至同一张草图中，进行场景级的视频内容概括，检索出与草图背景元素、物体外观特征与动作类型均一致的视频。
-
公开(公告)号：CN112069336A
公开(公告)日：2020-12-11
申请号：CN202010860081.8
申请日：2020-08-25
Applicant: 中国科学院软件研究所
IPC: G06F16/532 , G06F16/55 , G06F16/583 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明提供一种基于场景草图的细粒度图像检索方法及系统，包括：提取场景草图与若干待检索场景图像中的图信息，分别构建场景草图与若干待检索场景图像的图结构；提取各图结构的图特征，分别计算场景草图图特征与各待检索场景图像图特征的图相似度匹配分数；依据所述图信息中的物体类别标签，分别计算场景草图图特征与各待检索场景图像图特征的交并比分数；根据图相似度匹配分数与交并比分数，分别计算场景草图与各待检索场景图像的特征空间距离，并依据各特征空间距离，获取检索结果。本发明利用图来表示场景草图和图像，不仅检索出与输入草图场景类别一致的图像，而且图像中物体细节信息也保持一致，使得检索出来的图像与输入保持布局一致性。
-
-
-
-
Search Results
5
records
(took 0.045 seconds)
