[發明專利]基于用戶群優化的圖像分類仿腦存儲方法

有效

• 申請號: 201611040883.4
• 申請日: 2016-11-23
• 公開（公告）號: CN107506362B
• 公開（公告）日: 2021-02-23
• 發明（設計）人: 武星
• 申請（專利權）人: 上海大學
• 主分類號: G06F16/51
• 分類號: G06F16/51;G06F16/55;G06F16/13;G06F16/16;G06F16/172;G06F16/182;G06K9/62
• 代理公司: 上海上大專利事務所(普通合伙) 31205
• 代理人: 顧勇華

1.一種基于用戶群優化的圖像分類仿腦存儲方法，特征在于操作步驟如下：

a)建立圖像數據表示模型：用于表示一幅圖像的基本模型；

b)構建仿腦分布式存儲系統：實現分布式的圖像文件仿腦存儲；

c)圖像自動標注和分類：采用圖像自動標注和分類的方法；

d)進行標注修正：通過人工干預來提高標注圖像準確率；

在所述步驟a)中，建立圖像數據表示模型的方法是：

圖像數據模型借助模糊數學，使用五個模糊集來表示一幅圖像的各層屬性，同時保證這些圖像的唯一性：

a-1)圖像的原始數據；

a-2)圖像的基本屬性：包括文件名、圖像格式、創建時間；

a-3)圖像的低級特征：包括顏色、紋理、形狀；

a-4)圖像的語義特征：包括對圖像的主觀解釋、低級特征理解；

a-5)圖像低級特征和語義特征之間的關系；

具體描述如下：

圖像數據表示模型G：

G＝(D，A，L，S，R)

其中，D表示圖像的原始數據流，表示圖像的基本屬性：

A＝{(jpg，1.0)，(png，1.0)，(bmp，1.0)，...}.

L表示圖像的低級特征：

L＝{(紅色，0.6)，(藍色，0.3)，(綠色，0.1)，...}

S表示圖像的語義特征：

S＝{(花，0.5)，(樹，0.2)(汽車，0.2)，...}

R表示圖像L和S之間的關系：

R＝L×S

通過五個屬性來表示一副圖像，并保證圖像的唯一性，描述如下：

在所述步驟b)中，構建仿腦分布式存儲系統的方法是：

根據人腦存儲數據的特點，構建一個類似的圖像分布式存儲系統；將屬性相近的圖像數據存儲在物理上相臨近的位置；

在所述步驟c)中，圖像自動標注和分類的方法是：

使用四個方向的Gabor濾波值和一、二、三階顏色矩組成特征值，使用支持向量機進行圖片訓練，并利用訓練好的模型進行圖像的自動標注和分類；

在所述步驟d)中，進行標注修正的方法是：對自動標注結果進行人工干預，用戶對返回的標注結果進行判斷并更正，反饋給標注和分類模塊。