语义可视搜索引擎制造技术

本发明专利技术为语义可视搜索引擎。一种用于使得系统根据例如图像或视频剪辑的项目的语义意义来对它们进行学习、分类和搜索的改进方法、设备和计算机程序产品。根据本发明专利技术，可以使用监督的学习方法来将显著的特征与低级特征分离。显著的特征用于分类和批注新的目标项目。用户可接着使用关键词和/或模板项目来通过相应的数据库进行搜索。

【技术实现步骤摘要】

本专利技术一般地涉及可视信息分析和语义搜索。更具体地，本专利技术涉及存储在例如移动电子设备的设备中的内容的特征提取、特征和对象匹配以及特征选择。
技术介绍
随着近些年移动设备上的图像文件、视频文件、音频文件等的多媒体数据库逐渐变得更大，对用于数据库分类、搜索和管理的全面和精确系统的需求显著增加。在早些的移动设备中，存储空间十分有限，这导致相对小数目的多媒体对象存储在设备上。由于仅少量的对象被存储，所以精确地分类、搜索和管理实质上不太重要。然而，由于存储能力已经增力口，因此已经向移动设备用户提供在例如移动电话的单个设备上存储成百并且甚至成千的对象的能力。然而，由于存储的对象太多，用户具有寻找先前存储的对象或组织他或她的所有多媒体文件以便稍后访问的困难时间。在图像检索领域，现有的基于内容的图像检索(CBIR)系统通过查找从目标图像提取的类似低级特征来搜索相关图像。该方法的一个问题在于“类似低级特征”不会必然地确保“类似语义内容”。这是由于若干种因素。第一，两个“类似语义内容”可能最终具有不同的表现。例如，可以存在类间对象变化(例如，山脉不必看起来类似)。第二，“类似低级特征”可能对应于本文档来自技高网...

【技术保护点】
一种用于将移动电子设备上的目标项目进行分类的方法，所述方法包括：从多个候选低级特征（510）中选择显著的低级特征（310），其中围绕多个项目（300）中的突点（410）局部地提取所述多个候选低级特征（510），根据监督的学习方法（305）将显著的低级特征与预定的对象分类关联；将目标项目（320）转化成多个多尺度局部特征（520）；以及对于所述多个多尺度局部特征中的每一个，使用概率模型（325；530），将多尺度局部特征与显著的低级特征相匹配。

【技术特征摘要】
...

【专利技术属性】
技术研发人员：范力欣，
申请(专利权)人：核心无线许可有限公司，
类型：发明
国别省市：