[發明專利]基于屬性關系進行圖像排序的方法和系統

有效

• 申請號: 201210179524.2
• 申請日: 2012-06-01
• 公開（公告）號: CN102855268A
• 公開（公告）日: 2013-01-02
• 發明（設計）人: A.達塔;R.S.費里斯;S.U.潘坎蒂;B.賽迪奎伊
• 申請（專利權）人: 國際商業機器公司
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06K9/66
• 代理公司: 北京市柳沈律師事務所 11105
• 代理人: 邸萬奎

1.一種用于根據與多屬性查詢的屬性的相關性而檢索和排序多屬性查詢結果的方法，所述方法包括：

為在人的圖像的訓練數據集中注釋的多個不同屬性中的每個，訓練多個圖像屬性檢測器中的每個；

通過處理器學習來自圖像的所述訓練數據集的多個注釋的屬性中的每對之間的多個成對關系；

通過經訓練的屬性檢測器在輸入圖像數據集中搜索包括多個所注釋的屬性的多屬性查詢子集中的至少一個屬性的圖像；

從對所述輸入圖像數據集的搜索檢索多個圖像，所述多個圖像各自包括所述查詢子集的多個屬性中的至少一個屬性并且響應于來自所述經訓練的屬性檢測器的對應于不是所述查詢的一部分但依據所學習的多個成對關系而與所述查詢的屬性相關的屬性的信息；以及

依據所檢索到的多個圖像的屬性也在所述查詢子集的多個屬性中的相應總數，對所檢索到的多個圖像進行排序。

2.如權利要求1所述的方法，其中對所注釋的屬性中的第一屬性比所注釋的屬性中的第二屬性給予更重的加權；并且

其中依據所檢索到的多個圖像的屬性也在所述查詢子集的多個屬性中的相應總數而對所檢索到的多個圖像進行排序還包括：將結果中的具有更重加權的第一屬性的一個結果排序得比所述結果中的具有所述第二屬性的另一個結果更高，并且所述一個結果和所述另一個結果具有相同總數的也在所述查詢子集的多個屬性中的屬性。

3.如權利要求2所述的方法，其中學習所述多屬性查詢的多個屬性中的每個與圖像的所述訓練數據集內所注釋的屬性的集合中的其它屬性之間的多個成對共存性還包括：

反向學習所注釋的屬性的標簽的集合到圖像的所述訓練數據集中的圖像的映射，以預測各自包含所注釋的屬性標簽之一的所述訓練數據集的圖像的相應集合。

4.如權利要求3所述的方法，其中從對所述輸入圖像數據集的搜索檢索多個圖像，所述多個圖像各自包括所述查詢子集的多個屬性中的至少一個屬性，并且同時還考慮來自所述經訓練的屬性檢測器的對應于不是所述查詢的一部分但依據所學習的多個成對關系而與所述查詢的屬性相關的屬性的信息，還包括：

通過最大化由所訓練的圖像屬性檢測器中的每個提取的加權的特征矢量來預測所檢索的多個圖像，其中所述加權的特征矢量作為建模所訓練的圖像屬性檢測器中的每個的屬性的外觀的分量、以及建模所訓練的圖像屬性檢測器中的每個的屬性與圖像的所述訓練數據集中所注釋的屬性中的另一屬性之間的依賴性的分量的函數。

5.如權利要求4所述的方法，其中所述學習所述成對關系是最大邊際訓練。

6.如權利要求5所述的方法，其中通過最大化由所訓練的圖像屬性檢測器中的每個提取的加權的特征矢量來預測所檢索的圖像的集合還包括：

使用復雜損失函數，以將加權的特征矢量輸出中與基于優化的性能量度而度量的正確輸出偏離較多的一個輸出、比所述加權的特征矢量輸出中與基于所述優化的性能量度而度量的正確輸出偏離較少的另一個輸出折損得更重。

7.如權利要求6所述的方法，其中所述最大邊際訓練還包括：

產生多個限制；以及

向所述優化的性能量度迭代地添加所述產生多個限制的被違反最多的限制。

8.一種用于根據與多屬性查詢的屬性的相關性而檢索和排序多屬性查詢結果的系統，包括：

配置用于為在人的圖像的訓練數據集中注釋的多個不同屬性中的每個訓練多個圖像屬性檢測器中的每個的部件；

配置用于學習來自圖像的所述訓練數據集的多個注釋的屬性中的每對之間的多個成對關系的部件；

配置用于通過經訓練的屬性檢測器在輸入圖像數據集中搜索包括多個所注釋的屬性的多屬性查詢子集中的至少一個屬性的圖像的部件；

配置用于從對所述輸入圖像數據集的搜索檢索多個圖像的部件，所述多個圖像各自包括所述查詢子集的多個屬性中的至少一個屬性并且響應于來自所述經訓練的屬性檢測器的對應于不是所述查詢的一部分但依據所學習的多個成對關系而與所述查詢的屬性相關的屬性的信息；以及

配置用于依據所檢索到的多個圖像的屬性也在所述查詢子集的多個屬性中的相應總數而對所檢索到的多個圖像進行排序的部件。