【技术实现步骤摘要】
本专利技术涉及无障碍图片展示方法的
，特别是基于流行自适应核的无障碍图片展示方法。
技术介绍
据中国残疾人联合会的最新公布数据统计，目前，我国的各类残疾人总量已达8500万，占人口总数的6. 35%，并且这项数据仍呈逐年上升趋势。在科技日新月异的信息时代，大量的信息资源通过互联网呈现给残疾人群体，愈来愈多的残疾人成为新一代网民生力军，分享着网络上的各种数据资源。其中，能直观生动反映客观对象和活动的图片最容易吸引残疾人的注意力，并深受这个群体的欢迎。但是，许多残疾人由于各种缺陷导致无法正常浏览网页，如肢体残疾人、智力残疾人和精神残疾人等。这些残疾人面对大量的图片往往感到目不暇接却又力不从心，因此迫切需要提供一种无障碍的图片展示方法，切实减轻残疾人群体浏览图片的压力。互联网上的图片琳琅满目，而残疾人往往仅对某些主题的图片感兴趣，这造成了图片数量大种类多与残疾人查找并浏览感兴趣主题的图片困难之间的矛盾。特别是，对于那些肢体残疾人或智力残疾人来说，在互联网上浏览图片的步骤更加繁琐耗时，并带来较重的身心负担。若能将网页中的图片按照主题明确地汇聚成小的集合，然后呈现给残疾人，有利于减轻图片浏览压力，提高图片浏览效率和体验度。在计算机视觉和机器学习领域，主要基于图片的低层特征并在此基础上进行图片的聚类，形成各类主题的图片子集。在对图片进行特征提取并向量化表示后，利用机器学习中的k-means等聚类算法，可将图片按照不同的主题分成多个子集合进行展示。
技术实现思路
本专利技术要克服现有技术不能帮助残疾人用户能够方便快捷地锁定同一主题的图片、以提高图片浏览的体验度的不足...
【技术保护点】
一种基于流行自适应核的无障碍图片展示方法，该方法的特征在于从互联网获取图片后，针对图片进行以下操作：1）提取图片的视觉特征信息，包括纹理、颜色和形状，形成图片的向量化特征表示；2）基于图片的特征表示构建流行自适应核，利用基于该自适应核的矩阵分解将图片映射成低维空间的表示；3）对低维表示的图片进行聚类，同主题的图片分为一组，以分组的形式重新呈现图片。
【技术特征摘要】
1.一种基于流行自适应核的无障碍图片展示方法，该方法的特征在于从互联网获取图片后，针对图片进行以下操作1)提取图片的视觉特征信息，包括纹理、颜色和形状，形成图片的向量化特征表示；2)基于图片的特征表示构建流行自适应核，利用基于该自适应核的矩阵分解将图片映射成低维空间的表示；3)对低维表示的图片进行聚类，同主题的图片分为一组，以分组的形式重新呈现图片。2.如权利要求1所述的基于流行自适应核的无障碍图片展示方法，其特征在于所述的步骤I)中所述的提取图片的视觉特征信息1)对每张图片提取三种视觉特征信息，即纹理、颜色和形状，形成m维的向量化特征表示；2)纹理信息包括灰度共生矩阵特征，颜色信息包括颜色直方图特征和颜色矩特征，形状信息包括边缘直方图特征和局部二值特征。3.如权利要求1所述的基于流行自适应核的无障碍图片展示方法，其特征在于所述的步骤2)中所述的构建流行自适应核1)流行自适应核是一种能在高维空间刻画数据局部结构的矩阵，该矩阵基于数据点之间的内积关系和图拉普拉斯矩阵而进行构建，能通过调节自适应参数改变数据局部结构的反映程度；2)构建图拉普拉斯矩阵L，首先从互联网上获取η张图片，第i张图片的特征表示为Xi，第j张图片的特征表示为\，若Xi与\的欧式距离较近，即小于等于某个阈值，则这两张图片的关联权重为1，否则为O ;将每张图片看成无向图上的顶点，两个顶点间的边被赋予相应的关联权重，则可以建立一张反映图片数据流行结构的无向图；图片对之间的关联权重组成大小为nXn的权重矩阵W，对W的每列元素依次累加并放置在对角矩阵D的对角线上，D中非对角线上的元素均置为0，则可通过L=D-W得到图拉普拉斯矩阵L ；3)在高维的非线性空间...
【专利技术属性】
技术研发人员：卜佳俊，李平，陈纯，何占盈，王灿，
申请(专利权)人：浙江大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。