[發(fā)明專利]一種基于深度學(xué)習(xí)的矢量圖檢索方法及系統(tǒng)在審
| 申請?zhí)枺?/td> | 202110738120.1 | 申請日: | 2021-06-30 |
| 公開(公告)號: | CN113392250A | 公開(公告)日: | 2021-09-14 |
| 發(fā)明(設(shè)計(jì))人: | 田輝;魯國鋒 | 申請(專利權(quán))人: | 合肥高維數(shù)據(jù)技術(shù)有限公司 |
| 主分類號: | G06F16/56 | 分類號: | G06F16/56;G06F16/583;G06F16/51;G06N3/04;G06N3/08 |
| 代理公司: | 北京知聯(lián)天下知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11594 | 代理人: | 史光偉;張迎新 |
| 地址: | 230088 安徽省合肥市高*** | 國省代碼: | 安徽;34 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 深度 學(xué)習(xí) 矢量圖 檢索 方法 系統(tǒng) | ||
1.一種基于深度學(xué)習(xí)的矢量圖檢索方法,其特征在于,所述檢索方法包括以下步驟:
基于目標(biāo)矢量圖生成與所述目標(biāo)矢量圖一一對應(yīng)的目標(biāo)位圖;
對所述目標(biāo)矢量圖和所述目標(biāo)位圖進(jìn)行組合以形成帶有標(biāo)識符的多個(gè)文件流;
基于深度學(xué)習(xí)獲取所述目標(biāo)位圖以及待檢索圖像的特征信息;
對比所述目標(biāo)位圖和所述待檢索圖像的特征信息,從所述目標(biāo)位圖中初步篩選出與所述待檢索圖像相關(guān)的多個(gè)目標(biāo)圖像;
根據(jù)矢量圖和位圖的特征差異,對所述目標(biāo)圖像進(jìn)行相關(guān)度排序;
基于標(biāo)識符從所述文件流中檢索獲取與所述目標(biāo)圖像對應(yīng)的所述目標(biāo)矢量圖。
2.如權(quán)利要求1所述的基于深度學(xué)習(xí)的矢量圖檢索方法,其特征在于,所述檢索方法還包括步驟:創(chuàng)建特征庫;
在獲取所述目標(biāo)位圖的特征信息的步驟之后,將所述目標(biāo)位圖的特征信息傳入所述特征庫;
在對比所述目標(biāo)位圖和所述待檢索圖像的特征信息的步驟中,具體為:基于余弦距離對所述待檢索圖像的特征信息和所述特征庫內(nèi)的特征信息進(jìn)行計(jì)算,從所述目標(biāo)位圖中初步篩選出與所述待檢索圖像相關(guān)的多個(gè)目標(biāo)圖像。
3.如權(quán)利要求1所述的基于深度學(xué)習(xí)的矢量圖檢索方法,其特征在于,在對所述目標(biāo)圖像進(jìn)行相關(guān)度排序的步驟中,具體為:
基于所述待檢索圖像對每個(gè)所述目標(biāo)圖像分別進(jìn)行哈希編碼;
基于哈希編碼結(jié)果對所述目標(biāo)圖像通過漢明距離進(jìn)行相關(guān)度排序。
4.如權(quán)利要求1所述的基于深度學(xué)習(xí)的矢量圖檢索方法,其特征在于,矢量圖與位圖的特征差異包括線條粗細(xì)、位置偏移、噪聲、縮放中的一項(xiàng)或多項(xiàng)差異信息。
5.如權(quán)利要求1所述的基于深度學(xué)習(xí)的矢量圖檢索方法,其特征在于,每一所述文件流的屬性均包括文件信息、目標(biāo)矢量圖和對應(yīng)的目標(biāo)位圖的字節(jié)信息,所述文件信息包括識別號、名稱、大小。
6.一種基于深度學(xué)習(xí)的矢量圖檢索系統(tǒng),其特征在于,所述檢索系統(tǒng)包括:
圖像轉(zhuǎn)換模塊,用于生成與目標(biāo)矢量圖一一對應(yīng)的目標(biāo)位圖;
組合模塊,用于對所述目標(biāo)矢量圖和所述目標(biāo)位圖進(jìn)行組合以形成帶有標(biāo)識符的多個(gè)文件流;
特征提取模塊,用于基于深度學(xué)習(xí)獲取所述目標(biāo)位圖以及待檢索圖像的特征信息;
篩選模塊,用于對比所述目標(biāo)位圖和所述待檢索圖像的特征信息,以從所述目標(biāo)位圖中初步篩選出與所述待檢索圖像相關(guān)的多個(gè)目標(biāo)圖像;
排序模塊,用于根據(jù)矢量圖和位圖的特征差異,對所述目標(biāo)圖像進(jìn)行相關(guān)度排序;
調(diào)用模塊,用于基于標(biāo)識符從所述文件流中檢索獲取與所述目標(biāo)圖像對應(yīng)的所述目標(biāo)矢量圖。
7.如權(quán)利要求6所述的基于深度學(xué)習(xí)的矢量圖檢索系統(tǒng),其特征在于,所述檢索系統(tǒng)還包括特征庫;所述特征庫用于儲(chǔ)存所述特征提取模塊獲取所述目標(biāo)位圖的特征信息,所述篩選模塊用于對比所述待檢索圖像的特征信息和所述特征庫內(nèi)的特征信息。
8.如權(quán)利要求6所述的基于深度學(xué)習(xí)的矢量圖檢索系統(tǒng),其特征在于,所述排序模塊包括:
哈希編碼單元,用于基于所述待檢索圖像對每個(gè)所述目標(biāo)圖像分別進(jìn)行哈希編碼;
漢明排序單元,基于所述哈希編碼單元處理后的結(jié)果對所述目標(biāo)圖像通過漢明距離進(jìn)行相關(guān)度排序。
9.如權(quán)利要求6所述的基于深度學(xué)習(xí)的矢量圖檢索系統(tǒng),其特征在于,所述特征提取模塊包括深度學(xué)習(xí)模型,所述目標(biāo)位圖和所述待檢索圖像通過所述深度學(xué)習(xí)模型獲取最后卷積層的特征信息。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于合肥高維數(shù)據(jù)技術(shù)有限公司,未經(jīng)合肥高維數(shù)據(jù)技術(shù)有限公司許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110738120.1/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 根據(jù)用戶學(xué)習(xí)效果動(dòng)態(tài)變化下載學(xué)習(xí)數(shù)據(jù)的系統(tǒng)及方法
- 用于智能個(gè)人化學(xué)習(xí)服務(wù)的方法
- 漸進(jìn)式學(xué)習(xí)管理方法及漸進(jìn)式學(xué)習(xí)系統(tǒng)
- 輔助學(xué)習(xí)的方法及裝置
- 基于人工智能的課程推薦方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)
- 基于強(qiáng)化學(xué)習(xí)的自適應(yīng)移動(dòng)學(xué)習(xí)路徑生成方法
- 一種線上視頻學(xué)習(xí)系統(tǒng)
- 一種基于校園大數(shù)據(jù)的自適應(yīng)學(xué)習(xí)方法、裝置及設(shè)備
- 一種學(xué)習(xí)方案推薦方法、裝置、設(shè)備和存儲(chǔ)介質(zhì)
- 游戲?qū)W習(xí)效果評測方法及系統(tǒng)
- 一種矢量圖轉(zhuǎn)位圖的緩存方法及其專用圖像處理設(shè)備
- 一種原生矢量圖格式轉(zhuǎn)換方法和系統(tǒng)
- 基于矢量圖形的二叉判定樹專家知識庫構(gòu)造方法
- 一種數(shù)據(jù)安全保護(hù)方法及系統(tǒng)
- 一種CAD矢量圖自動(dòng)切圖方法及裝置
- 圖標(biāo)的處理方法和裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)
- OLE矢量圖的顯示方法、裝置及設(shè)備
- openFL繪制矢量圖形的處理方法、裝置及電子設(shè)備
- 矢量圖的繪制方法、裝置及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)
- 房屋矢量圖拼接方法、裝置及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)





