-
公开(公告)号：CN109299305A
公开(公告)日：2019-02-01
申请号：CN201811273146.8
申请日：2018-10-30
Applicant: 湖北工业大学
Abstract: 本发明属于图像检索技术领域，公开了一种基于多特征融合的空间图像检索系统及检索方法，基于多特征融合的空间图像检索系统包括：输入模块、主控模块、图像检测模块、特征提取模块、相似性度量模块、特征融合模块、匹配模块、显示模块。本发明通过特征提取模块采用大梯度运算矩阵，划分更多的梯度区间，并省略了HOG单元格移动的计算，大大减少了运算量，整体速度提升约4倍，非常适合对实时性要求较高的应用场合；同时，通过匹配模块将对异源图像块的融合后的特征图进行分类，而不是对级联的特征向量进行分类，这样有利于提高网络的性能；本发明提出的基于深度学习的异源图像匹配方法不仅在性能上优于其他方法，在训练效率上也优于其他方法。
-
公开(公告)号：CN108121806A
公开(公告)日：2018-06-05
申请号：CN201711426005.0
申请日：2017-12-26
Applicant: 湖北工业大学
IPC: G06F17/30
Abstract: 本发明公开一种基于局部特征匹配的图像搜索方法及系统，该方法包括预处理多幅搜索图像和一幅查询图像，获得多个预处理搜索图像和一个预处理查询图像；分别提取所述多个预处理搜索图像的局部特征和一个所述预处理查询图像的局部特征，获得搜索局部特征和查询局部特征；根据所述搜索局部特征获得哈希码索引库和哈希函数；将所述查询局部特征通过哈希函数计算对应的哈希码，获得查询哈希码；将所述查询哈希码与所述哈希码索引库匹配，计算所述查询图像与多幅所述搜索图像的相似度值；将所述相似度值按照降序排序，获取前N个相似度值对应的所述搜索图像。通过对查询图像的局部特征进行提取，通过哈希函数进行图像的编码匹配，提高了图像搜索的效率。
-
公开(公告)号：CN109146640B
公开(公告)日：2020-06-19
申请号：CN201811000482.5
申请日：2018-08-30
Applicant: 湖北工业大学
Abstract: 本发明公开了一种线上商品搜索方法及系统。所述方法及系统采用卷积神经网络将图像中的对象特征提取出来，通过深层次卷积神经网络结合哈希码算法的方式创建哈希码，再利用深度学习的方式进行哈希码的匹配，不仅有效地保证对象搜索的准确性和全面性，而且保证了搜索的高效性以及商品推荐的准确性。本发明提供的方法及系统适合应用于各类型的购物软件，实现所需成本小，应用范围广，可以解决用户目前所遇到的对象搜索问题。
-
公开(公告)号：CN109146640A
公开(公告)日：2019-01-04
申请号：CN201811000482.5
申请日：2018-08-30
Applicant: 湖北工业大学
Abstract: 本发明公开了一种线上商品搜索方法及系统。所述方法及系统采用卷积神经网络将图像中的对象特征提取出来，通过深层次卷积神经网络结合哈希码算法的方式创建哈希码，再利用深度学习的方式进行哈希码的匹配，不仅有效地保证对象搜索的准确性和全面性，而且保证了搜索的高效性以及商品推荐的准确性。本发明提供的方法及系统适合应用于各类型的购物软件，实现所需成本小，应用范围广，可以解决用户目前所遇到的对象搜索问题。
-
-
-
Search Results
4
records
(took 0.029 seconds)
