公开(公告)号：CN103258187A

公开(公告)日：2013-08-21

申请号：CN201310131423.2

申请日：2013-04-16

Applicant: 华中科技大学

Inventor： 于俊清 ,  吴玲生 ,  唐九飞 ,  何云峰 ,  管涛

IPC: G06K9/00 ,  G06K9/66

Abstract: 本发明公开了一种基于HOG特征的电视台标识别方法，包括以下步骤：获取所有电视台的台标区域SIZE，获取所有电视台的图片，截取该图片中的台标区域SIZE，并将截取的台标区域存储在各个电视台的模板文件夹中，对每一个截取的台标区域提取HOG特征描述符，使用PCA方法对生成的HOG特征描述符进行降维处理，降维后的维度不大于所有电视台的图片总和，根据降维后的HOG特征描述符训练SVM分类器，其中SVM分类器的类别数被设置为模板文件夹的总数，使用训练生成的SVM分类器识别电视台台标，本发明的电视台标识别方法能够解决现有方法中存在的当台标背景复杂多变、噪声很大时容易识别错误的问题。

公开(公告)号：CN105183845A

公开(公告)日：2015-12-23

申请号：CN201510562949.5

申请日：2015-09-06

Applicant: 华中科技大学

Inventor： 于俊清 ,  吴玲生 ,  何云峰 ,  管涛 ,  唐九飞

IPC: G06F17/30

CPC classification number: G06F17/30247

Abstract: 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。

公开(公告)号：CN105183845B

公开(公告)日：2018-11-30

申请号：CN201510562949.5

申请日：2015-09-06

Applicant: 华中科技大学

Inventor： 于俊清 ,  吴玲生 ,  何云峰 ,  管涛 ,  唐九飞

IPC: G06F17/30

Abstract: 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。