-
公开(公告)号：CN108052535B
公开(公告)日：2021-02-05
申请号：CN201711132235.6
申请日：2017-11-15
Applicant: 国家计算机网络与信息安全管理中心 , 中国科学院计算技术研究所
IPC: G06F16/583 , G06K9/62
Abstract: 本发明涉及一种基于多处理器平台的视觉特征并行快速匹配方法和系统，包括：根据层次聚类算法对包含视觉特征的数据集进行层次聚类以获得聚类树，并根据聚类阈值确定该聚类树中各类别的聚类中心；根据该处理器个数和该聚类中心的个数，建立该聚类中心到各处理器的映射，以在各处理器的本地内存中建立哈希表；根据用户输入的查询数据与各聚类中心的距离，选择多个聚类中心所对应的哈希表作为待查表项；在每个待查表项上计算查询数据的哈希值，选择与查询数据哈希值相同的数据作为查询结果的候选点，通过计算该候选点与该查询数据之间的距离，对该候选点进行筛选得到查询结果。由此本发明可显著地提高查询效率，应对千万规模的数据检索。
-
公开(公告)号：CN108052535A
公开(公告)日：2018-05-18
申请号：CN201711132235.6
申请日：2017-11-15
Applicant: 国家计算机网络与信息安全管理中心 , 中国科学院计算技术研究所
Abstract: 本发明涉及一种基于多处理器平台的视觉特征并行快速匹配方法和系统，包括：根据层次聚类算法对包含视觉特征的数据集进行层次聚类以获得聚类树，并根据聚类阈值确定该聚类树中各类别的聚类中心；根据该处理器个数和该聚类中心的个数，建立该聚类中心到各处理器的映射，以在各处理器的本地内存中建立哈希表；根据用户输入的查询数据与各聚类中心的距离，选择多个聚类中心所对应的哈希表作为待查表项；在每个待查表项上计算查询数据的哈希值，选择与查询数据哈希值相同的数据作为查询结果的候选点，通过计算该候选点与该查询数据之间的距离，对该候选点进行筛选得到查询结果。由此本发明可显著地提高查询效率，应对千万规模的数据检索。
-
公开(公告)号：CN107992368A
公开(公告)日：2018-05-04
申请号：CN201711132105.2
申请日：2017-11-15
Applicant: 国家计算机网络与信息安全管理中心 , 中国科学院计算技术研究所
Abstract: 本发明涉及一种多进程间的数据交换方法和系统，包括使用共享内存及域名套接字混合架构交换数据，并将共享内存划分为N个节点空间，进行数据共享，而使用域名套接字对共享内存中的数据进行同步。由于每个进程在访问节点空间之前都使用互斥锁访问标识位，避免了读内存和写内存之间的冲突。节点空间的标识位和互斥锁的搭配使用，使得数据生产进程和多个数据消费进程之间互斥，而多个数据消费进程之间可以同时访问同一片内存，使得数据消费进程不会造成因加锁而造成性能下降。
-
公开(公告)号：CN104408092B
公开(公告)日：2018-01-09
申请号：CN201410645743.4
申请日：2014-11-14
Applicant: 中国科学院计算技术研究所
IPC: G06F17/30
Abstract: 本发明提供一种基于排序测度特征的图像检索方法，该方法基于分块属性值相似度和位置相似度对待检测图像的排序测度特征进行置换以得到该图像的多个排序测度特征，从图像库中检索出其排序测度特征与待检测图像的任一排序测度特征相同的图像。该方法不需要计算排序测度特征之间的相似度，而是以定长字符串的比较方式匹配排序测度特征，提高了比对和检索的速度，适用于大规模图像检索。而且基于分块属性值相似度和位置相似度来对排序测度特征进行置换，这种置换考虑的属性值大小的分布，弥补了原OM特征仅考虑属性值高低而不考虑属性值差别大小的不足。
-
公开(公告)号：CN106384127A
公开(公告)日：2017-02-08
申请号：CN201610811522.9
申请日：2016-09-08
Applicant: 中国科学院计算技术研究所
CPC classification number: G06K9/4604 , G06K9/6201 , G06K9/6228 , G06K9/6256
Abstract: 本发明提供了确定局部特征点的二进制描述子的方法，该方法根据预先训练的结果从特征点周围区域中提取最具有区分力的比较点对及比较属性，并可综合使用比较点对的多种属性来提取二进制描述子，具有更强的描述能力和区分能力，计算效率高，描述能力强，非常适合应用于大规模图像实时检索。
-
Patent Agency Ranking
公开(公告)号：CN105373795B
公开(公告)日：2018-12-04
申请号：CN201510599915.3
申请日：2015-09-18
Applicant: 中国科学院计算技术研究所
IPC: G06K9/46
Abstract: 本发明适用于图像检索技术领域，提供了一种二进制图像特征提取方法，所述方法包括：根据预设规则获取特征点的位置；选取若干像素点作为二进制比较点；以每个二进制比较点为中心，对所述二进制比较点进行高斯模糊处理；从所述二进制比较点所构成的所有二进制比较对中，选择若干对区分度最大且相关性最小的比较对；将选取的若干对二进制比较对，进行像素属性比较，生成二进制描述子；按预设规则，将所述二进制描述子转换为整数。本发明还提供了一种实现上述方法的二进制图像特征提取系统。借此，本发明参照人眼视网膜的成像原理，使后续图片匹配检索算法的效率大大提高。
-
公开(公告)号：CN105260739B
公开(公告)日：2018-08-31
申请号：CN201510603903.3
申请日：2015-09-21
Applicant: 中国科学院计算技术研究所 , 国家计算机网络应急技术处理协调中心
IPC: G06K9/62
Abstract: 本发明适用于图像检索技术领域，提供了一种面向二进制特征的图像匹配方法及其系统，所述方法包括：特征提取步骤：提取待检测的图片的多个特征点的信息以及多个所述特征点的第一二进制描述子；第一匹配步骤：将多个所述第一二进制描述子与预设的图片库中的所有图片的第二二进制描述子进行比较，找出与多个所述第一二进制描述子匹配数最多的第二二进制描述子所对应的第一图片；第二匹配步骤：将所述待检测的图片和所述第一图片进行特征点的信息的匹配，获得所述待检测图片的匹配结果信息。由此，本发明提高了图像匹配的准确性及速度。
-
公开(公告)号：CN105224619B
公开(公告)日：2018-06-05
申请号：CN201510599948.8
申请日：2015-09-18
Applicant: 中国科学院计算技术研究所
IPC: G06F17/30
Abstract: 本发明提出一种适用于视频/图像局部特征的空间关系匹配方法及系统，该方法包括获取所有所述视频/图像特征点的尺度信息，确定每个所述视频/图像特征点的局部邻域空间，获取所述局部邻域空间内所有所述视频/图像特征点的视觉关键词编码，对所述视觉关键词编码进行量化处理，生成新视觉关键词编码，对所述新视觉关键词编码进行排序，生成所述视频/图像特征点的空间关系编码；比较待匹配视频/图像特征点与所述视频/图像特征点的空间关系编码，构建关系矩阵，计算所述关系矩阵中所述待匹配视频/图像特征点与所述视频/图像特征点空间关系编码相似度，融合所述待匹配视频/图像特征点与所述视频/图像特征点的视觉相似度及空间关系编码相似度。
-
公开(公告)号：CN105373795A
公开(公告)日：2016-03-02
申请号：CN201510599915.3
申请日：2015-09-18
Applicant: 中国科学院计算技术研究所
IPC: G06K9/46
CPC classification number: G06K9/4628 , G06K9/4671
Abstract: 本发明适用于图像检索技术领域，提供了一种二进制图像特征提取方法，所述方法包括：根据预设规则获取特征点的位置；选取若干像素点作为二进制比较点；以每个二进制比较点为中心，对所述二进制比较点进行高斯模糊处理；从所述二进制比较点所构成的所有二进制比较对中，选择若干对区分度最大且相关性最小的比较对；将选取的若干对二进制比较对，进行像素属性比较，生成二进制描述子；按预设规则，将所述二进制描述子转换为整数。本发明还提供了一种实现上述方法的二进制图像特征提取系统。借此，本发明参照人眼视网膜的成像原理，使后续图片匹配检索算法的效率大大提高。
-
公开(公告)号：CN106372111B
公开(公告)日：2021-10-15
申请号：CN201610701965.2
申请日：2016-08-22
Applicant: 中国科学院计算技术研究所
IPC: G06F16/583 , G06F16/532 , G06K9/46
Abstract: 本发明提供一种用于筛选局部特征点的方法，其包括基于原图像生成与其相似的多个相似图像；提取原图像和各个相似图像的局部特征点及其特征描述子；将原图像的局部特征点与各个相似图像中的局部特征点进行匹配，并将原图像中匹配成功的局部特征点的得分增加；选择原图像中得分高的前若干局部特征点作为最终保留的局部特征点。该方法通过分析所生成的相似图像与原图像之间的匹配结果，对不同的特征点进行了打分，量化了各个特征点在图像匹配中的贡献，以筛选出一系列高贡献的特征点，去除对图像检索匹配贡献较低的特征点，具有较好的鲁棒性，适合于大规模图像实时检索。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.054 seconds)
