恭喜国家超级计算深圳中心(深圳云计算中心)方子森获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网恭喜国家超级计算深圳中心(深圳云计算中心)申请的专利可视化媒体文件的检索方法、装置、电子设备和存储介质获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN114611614B 。
龙图腾网通过国家知识产权局官网在2025-03-25发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202210256115.1,技术领域涉及:G06V10/764;该发明授权可视化媒体文件的检索方法、装置、电子设备和存储介质是由方子森;齐富民;陈远磊设计研发完成,并于2022-03-15向国家知识产权局提交的专利申请。
本可视化媒体文件的检索方法、装置、电子设备和存储介质在说明书摘要公布了:本申请涉及一种可视化媒体文件的检索方法、装置、电子设备和存储介质。所述方法包括:S1、对已有的可视化媒体文件库中的图像和视频进行前背景分离,并分别进行特征向量提取后再拼接,使用拼接后的向量数据集训练多分类器;S2、对待检索图像进行前背景分离,并分别进行特征向量提取后再拼接,使用步骤S1中训练得到的多分类器对拼接后的向量数据进行分类,确定待检索图像的类别归属,返回可视化媒体文件库中对应的所有图像和视频。本申请的可视化媒体文件的检索方法和装置通过前背景分离,再分别处理为两段向量数据后拼接起来,再对拼接后的向量数据进行分类,降低前背景元素间的干扰,有效提高分类的准确度,从而提高检索的精确性。
本发明授权可视化媒体文件的检索方法、装置、电子设备和存储介质在权利要求书中公布了:1.一种可视化媒体文件的检索方法,其特征在于,所述方法包括:S1、对已有的可视化媒体文件库中的图像和视频进行前背景分离,并分别进行特征向量提取后再拼接,使用拼接后的向量数据集训练多分类器,其中,所述可视化媒体文件库已预先设置了各元素的类别标签;S2、对待检索图像进行前背景分离,并分别进行特征向量提取后再拼接,使用所述步骤S1中训练得到的多分类器对拼接后的向量数据进行分类,确定所述待检索图像的类别归属,返回所述可视化媒体文件库中与所述类别归属对应的所有图像和视频;其中,所述步骤S1进一步包括:S11、对可视化媒体文件库中的图像和视频进行前背景分离,得到媒体文件前景库和媒体文件背景库;S12、针对媒体文件前景库中的每个前景视频提取出多个关键帧图像,将媒体文件前景库中的所有前景图像和所有前景视频的关键帧图像组成的集合进行降维处理,得到第一降维因子矩阵集合,并将降维处理后的张量进行向量化,得到前景向量数据集;S13、针对媒体文件背景库中的每个背景视频提取出多个关键帧图像,将媒体文件背景库中的所有背景图像和所有背景视频的关键帧图像组成的集合进行与所述步骤S12相同的降维处理,得到第二降维因子矩阵集合,并将降维处理后的张量进行向量化,得到背景向量数据集;S14、将前景向量数据集和背景向量数据集中的向量依次拼接得到拼接后的向量数据集;S15、使用拼接后的向量数据集对多分类器进行训练;所述步骤S2进一步包括:S21、对待检索图像进行前背景分离,得到前景图像和背景图像;S22、采用所述步骤S12中得到的第一降维因子矩阵集合对待检索图像的前景图像进行降维处理,并将降维处理后的张量进行向量化,得到前景向量;S23、采用所述步骤S13中得到的第二降维因子矩阵集合对待检索图像的背景图像进行降维处理,并将降维处理后的张量进行向量化,得到背景向量;S24、将所述前景向量和背景向量进行拼接得到拼接后的向量;S25、使用所述步骤S15训练得到的多分类器对所述拼接后的向量进行分类,返回与所述拼接后的向量的类别归属对应的所有图像和视频。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人国家超级计算深圳中心(深圳云计算中心),其通讯地址为:518055 广东省深圳市南山区西丽大学城笃学路9号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。