CN101866366A - 一种基于内容的图像格式中文文档检索方法 - Google Patents

一种基于内容的图像格式中文文档检索方法 Download PDF

Info

Publication number
CN101866366A
CN101866366A CN 201010226787 CN201010226787A CN101866366A CN 101866366 A CN101866366 A CN 101866366A CN 201010226787 CN201010226787 CN 201010226787 CN 201010226787 A CN201010226787 A CN 201010226787A CN 101866366 A CN101866366 A CN 101866366A
Authority
CN
China
Prior art keywords
character
picture
pseudo
code
execution
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN 201010226787
Other languages
English (en)
Other versions
CN101866366B (zh
Inventor
夏勇
王宽全
左旺孟
黎捷
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Harbin Institute of Technology
Original Assignee
Harbin Institute of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Harbin Institute of Technology filed Critical Harbin Institute of Technology
Priority to CN2010102267875A priority Critical patent/CN101866366B/zh
Publication of CN101866366A publication Critical patent/CN101866366A/zh
Application granted granted Critical
Publication of CN101866366B publication Critical patent/CN101866366B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

一种基于内容的图像格式中文文档检索方法，它涉及信息处理技术领域，它解决了现有的基于OCR技术的检索方法不能有效处理字符退化严重的图像格式文档的问题。本发明首先对图像格式文档进行字符分割，得到单个字符图像；然后提取字符图像特征矢量；接着基于局部敏感哈希变换原理LSH，构建hash函数，将每个字符图像特征矢量变换为伪码，并建立字符标引数据库；然后输入查询关键词，并获得所述查询关键词的伪码表示，再将查询关键词的伪码与字符标引数据库中伪码进行字符相似度比较，进而获取查询关键词的所有相似词，并按照其在文档中出现的先后顺序输出相似词，完成检索。本发明适用于图像格式的中文文档检索。

Description

一种基于内容的图像格式中文文档检索方法
技术领域
本发明涉及信息处理技术领域，具体涉及一种基于内容的图像格式中文文档检索方法。
背景技术
纸质文档的数字化存储与检索对于信息的获取和办公自动化领域有着深远的意义。对于数据存储而言，一般采用扫描仪或数码相机先将纸质文档转换为图像格式进行保存，即将纸质文档转换为图像格式文档，两个图像格式文档示例如图1所示。如何对大规模图像格式文档数据集进行检索是一个非常具有挑战性的问题，也是最近几年研究领域的一个热点。
对于图像格式文档的检索而言，一般都是利用目前较为成熟的OCR技术，将文档电子化，即转换为ASCII文本。由于OCR会存在识别错误，且会丢失版面的一些原始信息，所以一般利用OCR的文本进行检索，而检索的结果为图像格式的扫描文档的内容。由于OCR会存在识别错误，特别是对于退化文档，识别率很低，此时检索性能会很差。尽管有一些克服OCR识别错误的方法，如识别后处理，提供候选字等，但效果仍然很有限。鉴于目前的研究现状，对退化字符的识别难以在短期内有很大的突破，如何解决低识别率文档的检索就成为了一个非常有意义，也非常有挑战性的问题。
发明内容
为了解决现有的基于OCR技术的检索方法不能有效处理字符退化严重的图像格式文档的问题，本发明提供了一种基于内容的图像格式中文文档检索方法。
本发明的一种基于内容的图像格式中文文档检索方法，它包括以下步骤：
步骤一：获取待检索的图像格式中文文档，并对每个图像格式中文文档进行字符分割，进而获取每个图像格式中文文档中的单个字符图像
Figure 238918DEST_PATH_IMAGE001
；
步骤二：根据所获取的单个字符图像，提取该字符图像的字符图像特征矢量；
步骤三：基于局部敏感哈希变换原理，构建hash函数h，并将所提取的字符图像
Figure 515627DEST_PATH_IMAGE001
的字符图像特征矢量相应变换为伪码
Figure 243674DEST_PATH_IMAGE002
，并根据所述伪码
Figure 609933DEST_PATH_IMAGE003
建立字符标引数据库，所述伪码
Figure 212953DEST_PATH_IMAGE003
由L个16位整数
Figure 154626DEST_PATH_IMAGE004
串接而成，其中，，
Figure 969446DEST_PATH_IMAGE006
，的值由hash函数h和参数k决定；
步骤四：在所述字符标引数据库中输入查询关键词，所述查询关键词的格式为文本格式或图像格式，判断所述查询关键词是否为文本格式，如果是，执行步骤五，否则执行步骤六；
步骤五：设置文本格式的查询关键词的字体和字号，并将所述查询关键词由文本格式转换为图像格式；
步骤六：对图像格式的查询关键词W进行字符分割，进而获取所述查询关键词W的所有字符图像，即
Figure 562550DEST_PATH_IMAGE008
，
Figure 193251DEST_PATH_IMAGE009
为所述查询关键词W中一个字符图像，，并根据所述字符图像提取其字符图像特征矢量；
步骤七：基于局部敏感哈希变换原理，将字符图像
Figure 395191DEST_PATH_IMAGE009
的字符图像特征矢量变换为伪码
Figure 134477DEST_PATH_IMAGE011
，所述伪码
Figure 136193DEST_PATH_IMAGE012
由L个16位整数
Figure 884706DEST_PATH_IMAGE013
串接而成；
步骤八：令i=1,j=1；
步骤九：获取字符图像
Figure 216330DEST_PATH_IMAGE009
的伪码
Figure 905280DEST_PATH_IMAGE012
与字符标引数据库中字符图像
Figure 892828DEST_PATH_IMAGE001
的伪码
Figure 179453DEST_PATH_IMAGE003
之间的字符相似度S=M/L，其中,M为所述两个伪码之间属性相等的个数；
步骤十：判断所获取的字符相似度S是否小于相似度阈值1/L，如果是，则执行步骤十四，否则，执行步骤十一；
步骤十一：判定字符图像
Figure 132628DEST_PATH_IMAGE009
与字符标引数据库中字符图像
Figure 479295DEST_PATH_IMAGE001
相似，将所述字符图像
Figure 688560DEST_PATH_IMAGE001
及步骤九获取的字符相似度S保存；
步骤十二：判断是否存在i=n,如果是，则令i=1，执行步骤十三,否则令i=i+1,执行步骤十四；
步骤十三：将步骤十一所存储的
Figure 778876DEST_PATH_IMAGE014
与
Figure 524240DEST_PATH_IMAGE001
之间的n个字符组成的词作为有效查询结果保存，并将步骤十一所存储的n个字符相似度S相乘作为所述词相似度保存，然后执行步骤十四；
步骤十四：判断是否存在j<N，如果是，则令j=j+1，返回执行步骤九，否则执行步骤十五；
步骤十五：将步骤十三所保存的有效查询结果按照其在文档中出现的先后顺序输出，完成检索。
本发明的有益效果：本发明的一种基于内容的图像格式中文文档检索方法完全抛弃OCR技术，避免了复杂的OCR算法的设计、样本训练等过程，直接利用字符图像的特征，并基于图像间的相似性进行检索，能够有效处理字符退化严重的图像格式文档；本发明的检索方法简单，速度快，成本低廉；本发明的检索方法具有线性的查找速度，有效的缓解了基于内容检索方法中存在的特征维数过高而导致的维数灾难问题。
 附图说明
图1和图2是本发明的一种基于内容的图像格式中文文档检索方法流程图，图3是用扫描仪扫描获得的图像格式文档，图4是用数码相机拍摄获得的图像格式文档，图5是本发明具体实施方式四中，查询关键词为文本格式时图像格式中文文档的检索流程示意图。
具体实施方式
具体实施方式一：根据说明书附图1和2具体说明本实施方式，本实施方式的一种基于内容的图像格式中文文档检索方法，它包括以下步骤：
步骤一：获取待检索的图像格式中文文档，并对每个图像格式中文文档进行字符分割，进而获取每个图像格式中文文档中的单个字符图像
Figure 104126DEST_PATH_IMAGE001
；
步骤二：根据所获取的单个字符图像
Figure 3949DEST_PATH_IMAGE001
，提取该字符图像的字符图像特征矢量；
步骤三：基于局部敏感哈希变换原理，构建hash函数h，并将所提取的字符图像
Figure 196158DEST_PATH_IMAGE001
的字符图像特征矢量相应变换为伪码
Figure 294564DEST_PATH_IMAGE015
，并根据所述伪码
Figure 983034DEST_PATH_IMAGE003
建立字符标引数据库，所述伪码
Figure 166891DEST_PATH_IMAGE003
由L个16位整数
Figure 100474DEST_PATH_IMAGE004
串接而成，其中，
Figure 381283DEST_PATH_IMAGE005
，
Figure 804436DEST_PATH_IMAGE016
，
Figure 537906DEST_PATH_IMAGE007
的值由hash函数h和参数k决定；
步骤四：在所述字符标引数据库中输入查询关键词，所述查询关键词的格式为文本格式或图像格式，判断所述查询关键词是否为文本格式，如果是，执行步骤五，否则执行步骤六；
步骤五：设置文本格式的查询关键词的字体和字号，并将所述查询关键词由文本格式转换为图像格式；
步骤六：对图像格式的查询关键词W进行字符分割，进而获取所述查询关键词W的所有字符图像，即
Figure 508136DEST_PATH_IMAGE017
，
Figure 269550DEST_PATH_IMAGE009
为所述查询关键词W中一个字符图像，
Figure 801287DEST_PATH_IMAGE010
，并根据所述字符图像
Figure 84370DEST_PATH_IMAGE009
提取其字符图像特征矢量；
步骤七：基于局部敏感哈希变换原理，将字符图像
Figure 348037DEST_PATH_IMAGE009
的字符图像特征矢量变换为伪码
Figure 541121DEST_PATH_IMAGE018
，所述伪码
Figure 742295DEST_PATH_IMAGE012
由L个16位整数
Figure 122461DEST_PATH_IMAGE013
串接而成；
步骤八：令i=1,j=1；
步骤九：获取字符图像
Figure 201538DEST_PATH_IMAGE009
的伪码
Figure 249128DEST_PATH_IMAGE012
与字符标引数据库中字符图像
Figure 621204DEST_PATH_IMAGE001
的伪码
Figure 488665DEST_PATH_IMAGE003
之间的字符相似度S=M/L，其中,M为所述两个伪码之间属性相等的个数；
步骤十：判断所获取的字符相似度S是否小于相似度阈值1/L，如果是，则执行步骤十四，否则，执行步骤十一；
步骤十一：判定字符图像
Figure 105854DEST_PATH_IMAGE009
与字符标引数据库中字符图像
Figure 7951DEST_PATH_IMAGE001
相似，将所述字符图像
Figure 550928DEST_PATH_IMAGE001
及步骤九获取的字符相似度S保存；
步骤十二：判断是否存在i=n,如果是，则令i=1，执行步骤十三,否则令i=i+1,执行步骤十四；
步骤十三：将步骤十一所存储的
Figure 171265DEST_PATH_IMAGE014
与之间的n个字符组成的词作为有效查询结果保存，并将步骤十一所存储的n个字符相似度S相乘作为所述词相似度保存，然后执行步骤十四；
步骤十四：判断是否存在j<N，如果是，则令j=j+1，返回执行步骤九，否则执行步骤十五；
步骤十五：将步骤十三所保存的有效查询结果按照其在文档中出现的先后顺序输出，完成检索。
具体实施方式二：本实施方式是对具体实施方式一的进一步说明，具体实施方式一中在步骤三中，构建hash函数h的具体过程为：首先定义m维空间中规则多面体的定点集合
Figure 348747DEST_PATH_IMAGE019
,其中，
Figure 124942DEST_PATH_IMAGE020
，并定义旋转矩阵A，然后建立hash函数，
Figure 988304DEST_PATH_IMAGE022
为单位矢量，所述hash函数
Figure 864994DEST_PATH_IMAGE023
映射的结果集为
Figure 375872DEST_PATH_IMAGE024
。
具体实施方式三：本实施方式是对具体实施方式一或二的进一步说明，具体实施方式一或二中，在步骤三中，伪码
Figure 269003DEST_PATH_IMAGE003
中16位整数的个数L的范围为1～50。
具体实施方式四：本实施方式与具体实施方式三的进一步说明，具体实施方式三中，伪码
Figure 887515DEST_PATH_IMAGE003
中16位整数
Figure 943195DEST_PATH_IMAGE004
的个数L=20。
本实施方式中的局部敏感哈希变换LSH原理如下：
定义：对于一个矢量集S，一个映射函数集
Figure 759842DEST_PATH_IMAGE025
被称为
Figure 400250DEST_PATH_IMAGE026
敏感，如果对S中任意两个矢量
Figure 985952DEST_PATH_IMAGE027
满足如下条件：
如果
Figure 212534DEST_PATH_IMAGE028
，则
Figure 516477DEST_PATH_IMAGE029
如果
Figure 683278DEST_PATH_IMAGE030
，则
Figure 185804DEST_PATH_IMAGE031
这里
Figure 350331DEST_PATH_IMAGE032
表示这两个矢量间的距离，
Figure 938307DEST_PATH_IMAGE033
表示概率，并且
Figure 345018DEST_PATH_IMAGE034
。
这里的映射函数H就是一个hash函数，将一个多维的矢量映射成一个整数
Figure 37478DEST_PATH_IMAGE036
。LSH的基本思想就是通过从LSH函数集中随机选择一个hash函数将每一个矢量映射到hash表中。在最近邻查找时，只将hash表中具有与查找内容具有相同索引值的结果返回。
为了放大特征相似性在hash表中冲突的概率，LSH采用了将多个hash函数直接连接起来相乘的方法，即
Figure 50434DEST_PATH_IMAGE037
，这里就是从LSH函数集中随机选择的一个满足
Figure 36155DEST_PATH_IMAGE026
敏感的hash函数。这样定义中的hash函数集就改写为
Figure 542485DEST_PATH_IMAGE039
，这里
Figure 105054DEST_PATH_IMAGE037
。在最近邻查找时，只需比较查询矢量
Figure 853567DEST_PATH_IMAGE040
与数据库中的矢量
Figure 624339DEST_PATH_IMAGE041
是否满足
Figure 800105DEST_PATH_IMAGE042
即可。由于这种过程是基于概率的逼近最近邻查找的方法，会存在真正的最近邻没有被映射到同一个值而被忽略掉，所以LSH的算法构建了了L个hash表来解决该问题。这样查询时，将
Figure 787653DEST_PATH_IMAGE043
与
Figure 638060DEST_PATH_IMAGE044
逐一进行比较，只要有一项内容相等，则认为相似，并返回该结果。假定两个矢量间的欧氏距离为c时，在经过单个hash函数映射后冲突的概率为
Figure 27453DEST_PATH_IMAGE045
，则经过以上的处理后冲突的概率为。
本实施方式中，对于字符特征矢量的提取如下：
对于特征提取，仅考虑字符轮廓上的方向线素特征，利用了4个方向的特征，即水平、垂直、正负45倾斜。特征提取过程如下：首先，字符图像被线性归一化到一个64×64的栅格图像上；接着，抽取字符的轮廓图像；然后，轮廓图像被分成7×7个区域，对于每一个区域，具有同一个方向属性的元素被累加，这样，基于这样一种区域划分的特征维数为4×7×7＝196。相似的，我们还可将图像分成6×6和5×5个区域，则特征维数也就分别为4×6×6＝144和4×5×5＝100。最后，将这些特征串行的连接起来就得到了一个440维的特征矢量。
中文的ASCII码由2个字节组成，即一个16位的整数。为了便于与OCR的结果进行融合，这里我们也将
Figure 135448DEST_PATH_IMAGE047
的目标值设定为一个16位的整数。考虑到检索速度，L值也不宜太大，在50以内是比较合理的。在查询时，查询字符的伪码与数据库中字符的伪码的L个元素中只要有一个对应元素相等，则就认为相似，相似度由相等的元素个数决定，即相等的元素越多就说明相似度越高。
在hash函数h的构建过程中，一个hash函数可定义为
Figure 288080DEST_PATH_IMAGE048
，为了简化计算，该函数可改写为
Figure 531980DEST_PATH_IMAGE021
。该hash函数
Figure 613331DEST_PATH_IMAGE049
映射的结果集为
Figure 309891DEST_PATH_IMAGE024
，则
Figure 938319DEST_PATH_IMAGE050
的结果集为
Figure 866086DEST_PATH_IMAGE051
。由于我们期望伪码中每个元素均为一个不超过16位的整数，所以的最大值
Figure 738413DEST_PATH_IMAGE052
的取值必须满足该条件。在高维空间中，规则多面体有3种，即Simplex，Orthoplex和Hypercube。对于Simplex而言，应满足
Figure 671996DEST_PATH_IMAGE053
；对于Orthoplex而言，应满足
Figure 890488DEST_PATH_IMAGE054
；对于Hypercube而言，应满足
Figure 812176DEST_PATH_IMAGE055
。由于
Figure 421012DEST_PATH_IMAGE056
，所以
Figure 955024DEST_PATH_IMAGE052
的取值情况如下：
Simplex：，
Figure 58295DEST_PATH_IMAGE058
。
Orthoplex：
Figure 780526DEST_PATH_IMAGE059
，。
Hypercube：
Figure 481951DEST_PATH_IMAGE060
，显然该值过大，远远超出了16位整数的范围。由于Hpercube难以应用，所以只考虑Simplex和Orthoplex这两种情况。对于参数L而言，如果太小，会造成召回率降低；如果太大又会降低检索速度，并会引入一定的噪声。所以L的值应该比较适中，这里我们设定为20，以“自动化”文本作为查询关键词，查询结果如图5所示。本实施方式的检索时间是随着文档文字数量的增多而呈线性增长，而传统的基于欧氏距离匹配的方法的时间是非线性增长的。所以当文字数量较多时，本方法的检索速度要远远高于基于欧氏距离的方法，且精度不会有很明显的损失。本方法的检索速度主要取决于参数L，即L越小，速度越快，当L=1时，其速度与纯文本精确匹配的速度相同。本实施方式中L=20可以在保证有较高的检索精度与召回率的前提下，系统有非常出色的速度性能，在不考虑并行计算的情况下，其平均检索速度可达到纯文本精确匹配速度的0.1倍。

Claims (4)

1.一种基于内容的图像格式中文文档检索方法，其特征在于所述检索方法包括以下步骤：
步骤一：获取待检索的图像格式中文文档，并对每个图像格式中文文档进行字符分割，进而获取每个图像格式中文文档中的单个字符图像
Figure 282292DEST_PATH_IMAGE001
；
步骤二：根据所获取的单个字符图像，提取该字符图像的字符图像特征矢量；
步骤三：基于局部敏感哈希变换原理，构建hash函数h，并将所提取的字符图像
Figure 921663DEST_PATH_IMAGE001
的字符图像特征矢量相应变换为伪码，并根据所述伪码建立字符标引数据库，所述伪码
Figure 729847DEST_PATH_IMAGE003
由L个16位整数
Figure 401000DEST_PATH_IMAGE004
串接而成，其中，
Figure 200591DEST_PATH_IMAGE005
，
Figure 398223DEST_PATH_IMAGE006
，的值由hash函数h和参数k决定；
步骤四：在所述字符标引数据库中输入查询关键词，所述查询关键词的格式为文本格式或图像格式，判断所述查询关键词是否为文本格式，如果是，执行步骤五，否则执行步骤六；
步骤五：设置文本格式的查询关键词的字体和字号，并将所述查询关键词由文本格式转换为图像格式；
步骤六：对图像格式的查询关键词W进行字符分割，进而获取所述查询关键词W的所有字符图像，即
Figure 150727DEST_PATH_IMAGE008
，为所述查询关键词W中一个字符图像，
Figure 415934DEST_PATH_IMAGE010
，并根据所述字符图像
Figure 617108DEST_PATH_IMAGE009
提取其字符图像特征矢量；
步骤七：基于局部敏感哈希变换原理，将字符图像的字符图像特征矢量变换为伪码
Figure 76351DEST_PATH_IMAGE011
，所述伪码由L个16位整数
Figure 496017DEST_PATH_IMAGE013
串接而成；
步骤八：令i=1,j=1；
步骤九：获取字符图像
Figure 629058DEST_PATH_IMAGE009
的伪码
Figure 246246DEST_PATH_IMAGE012
与字符标引数据库中字符图像的伪码
Figure 691320DEST_PATH_IMAGE003
之间的字符相似度S=M/L，其中,M为所述两个伪码之间属性相等的个数；
步骤十：判断所获取的字符相似度S是否小于相似度阈值1/L，如果是，则执行步骤十四，否则，执行步骤十一；
步骤十一：判定字符图像
Figure 621578DEST_PATH_IMAGE009
与字符标引数据库中字符图像
Figure 540993DEST_PATH_IMAGE001
相似，将所述字符图像及步骤九获取的字符相似度S保存；
步骤十二：判断是否存在i=n,如果是，则令i=1，执行步骤十三,否则令i=i+1,执行步骤十四；
步骤十三：将步骤十一所存储的
Figure 11474DEST_PATH_IMAGE014
与
Figure 682889DEST_PATH_IMAGE001
之间的n个字符组成的词作为有效查询结果保存，并将步骤十一所存储的n个字符相似度S相乘作为所述词相似度保存，然后执行步骤十四；
步骤十四：判断是否存在j<N，如果是，则令j=j+1，返回执行步骤九，否则执行步骤十五；
步骤十五：将步骤十三所保存的有效查询结果按照其在文档中出现的先后顺序输出，完成检索。
2.根据权利要求1所述的一种基于内容的图像格式中文文档检索方法，其特征在于在步骤三中，构建hash函数h的具体过程为：首先定义m维空间中规则多面体的定点集合
Figure DEST_PATH_IMAGE015
,其中，
Figure 766514DEST_PATH_IMAGE016
，并定义旋转矩阵A，然后建立hash函数
Figure DEST_PATH_IMAGE017
，
Figure 439941DEST_PATH_IMAGE018
为单位矢量，所述hash函数
Figure DEST_PATH_IMAGE019
映射的结果集为
Figure 216398DEST_PATH_IMAGE020
。
3.根据权利要求1或2所述的一种基于内容的图像格式中文文档检索方法，其特征在于在步骤三中，伪码
Figure 545748DEST_PATH_IMAGE003
中16位整数
Figure 105168DEST_PATH_IMAGE004
的个数L的范围为1～50。
4.根据权利要求3所述的一种基于内容的图像格式中文文档检索方法，其特征在于伪码
Figure 836363DEST_PATH_IMAGE003
中16位整数
Figure 157623DEST_PATH_IMAGE004
的个数L=20。
  
CN2010102267875A 2010-07-15 2010-07-15 一种基于内容的图像格式中文文档检索方法 Expired - Fee Related CN101866366B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2010102267875A CN101866366B (zh) 2010-07-15 2010-07-15 一种基于内容的图像格式中文文档检索方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2010102267875A CN101866366B (zh) 2010-07-15 2010-07-15 一种基于内容的图像格式中文文档检索方法

Publications (2)

Publication Number Publication Date
CN101866366A true CN101866366A (zh) 2010-10-20
CN101866366B CN101866366B (zh) 2012-01-18

Family

ID=42958094

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2010102267875A Expired - Fee Related CN101866366B (zh) 2010-07-15 2010-07-15 一种基于内容的图像格式中文文档检索方法

Country Status (1)

Country Link
CN (1) CN101866366B (zh)

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102663011A (zh) * 2012-03-20 2012-09-12 浙江大学城市学院 一种位置敏感的签名索引方法
CN103336801A (zh) * 2013-06-20 2013-10-02 河海大学 基于多特征lsh索引组合的遥感图像检索方法
WO2016049834A1 (en) * 2014-09-30 2016-04-07 Microsoft Technology Licensing, Llc Hash-based encoder decisions for video coding
CN103914463B (zh) * 2012-12-31 2017-09-26 北京新媒传信科技有限公司 一种图片信息的相似性检索方法和装置
US10264290B2 (en) 2013-10-25 2019-04-16 Microsoft Technology Licensing, Llc Hash-based block matching in video and image coding
CN109816047A (zh) * 2019-02-19 2019-05-28 北京达佳互联信息技术有限公司 提供标签的方法、装置、设备及可读存储介质
CN109814947A (zh) * 2018-12-29 2019-05-28 新奥特（北京）视频技术有限公司 一种辅助字体库调用的方法和系统
CN109978078A (zh) * 2019-04-10 2019-07-05 厦门元印信息科技有限公司 字体版权检测方法、介质、计算机设备及装置
US10368092B2 (en) 2014-03-04 2019-07-30 Microsoft Technology Licensing, Llc Encoder-side decisions for block flipping and skip mode in intra block copy prediction
US10390039B2 (en) 2016-08-31 2019-08-20 Microsoft Technology Licensing, Llc Motion estimation for screen remoting scenarios
US10567754B2 (en) 2014-03-04 2020-02-18 Microsoft Technology Licensing, Llc Hash table construction and availability checking for hash-based block matching
US10681372B2 (en) 2014-06-23 2020-06-09 Microsoft Technology Licensing, Llc Encoder decisions based on results of hash-based block matching
US11076171B2 (en) 2013-10-25 2021-07-27 Microsoft Technology Licensing, Llc Representing blocks with hash values in video and image coding and decoding
US11095877B2 (en) 2016-11-30 2021-08-17 Microsoft Technology Licensing, Llc Local hash-based motion estimation for screen remoting scenarios
US20210294834A1 (en) * 2020-03-17 2021-09-23 Adobe Inc. 3d-aware image search
US11202085B1 (en) 2020-06-12 2021-12-14 Microsoft Technology Licensing, Llc Low-cost hash table construction and hash-based block matching for variable-size blocks

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1300026A (zh) * 1999-12-14 2001-06-20 三菱电机株式会社 全文检索设备及全文检索方法
CN101226596A (zh) * 2007-01-15 2008-07-23 夏普株式会社 文档图像处理装置以及文档图像处理方法
CN101329689A (zh) * 2007-06-20 2008-12-24 株式会社理光 文本图像检索设备

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1300026A (zh) * 1999-12-14 2001-06-20 三菱电机株式会社 全文检索设备及全文检索方法
CN101226596A (zh) * 2007-01-15 2008-07-23 夏普株式会社 文档图像处理装置以及文档图像处理方法
CN101329689A (zh) * 2007-06-20 2008-12-24 株式会社理光 文本图像检索设备

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
《中文信息学报》 20070715 黄祥林等 一种基于关键词的中文文档图像检索方法 61-64 1-4 第21卷, 第04期 2 *
《模式识别与人工智能》 20090615 夏勇等 基于OCR与词形状编码的英文扫描文档检索 487-493 1-4 第22卷, 第03期 2 *
《江西师范大学学报(自然科学版)》 20080415 马永成等 基于内容的文档图像检索的特征抽取研究 138-141 1-4 第32卷, 第02期 2 *
《电脑知识与技术》 20090915 韩晓琴 一种中文文档图像中检索方法研究 7485-7486 1-4 第5卷, 第26期 2 *
《计算机工程》 20091120 张田等 基于特征的文档图像检索 176-178 1-4 第35卷, 第22期 2 *
《计算机研究与发展》 20071115 付慧等 图像中多语种文本提取的高斯混合建模方法 1920-1925 1-4 , 第11期 2 *

Cited By (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102663011A (zh) * 2012-03-20 2012-09-12 浙江大学城市学院 一种位置敏感的签名索引方法
CN103914463B (zh) * 2012-12-31 2017-09-26 北京新媒传信科技有限公司 一种图片信息的相似性检索方法和装置
CN103336801A (zh) * 2013-06-20 2013-10-02 河海大学 基于多特征lsh索引组合的遥感图像检索方法
CN103336801B (zh) * 2013-06-20 2016-08-10 河海大学 基于多特征lsh索引组合的遥感图像检索方法
US11076171B2 (en) 2013-10-25 2021-07-27 Microsoft Technology Licensing, Llc Representing blocks with hash values in video and image coding and decoding
US10264290B2 (en) 2013-10-25 2019-04-16 Microsoft Technology Licensing, Llc Hash-based block matching in video and image coding
US10368092B2 (en) 2014-03-04 2019-07-30 Microsoft Technology Licensing, Llc Encoder-side decisions for block flipping and skip mode in intra block copy prediction
US10567754B2 (en) 2014-03-04 2020-02-18 Microsoft Technology Licensing, Llc Hash table construction and availability checking for hash-based block matching
US10681372B2 (en) 2014-06-23 2020-06-09 Microsoft Technology Licensing, Llc Encoder decisions based on results of hash-based block matching
US11025923B2 (en) 2014-09-30 2021-06-01 Microsoft Technology Licensing, Llc Hash-based encoder decisions for video coding
CN105981382A (zh) * 2014-09-30 2016-09-28 微软技术许可有限责任公司 用于视频编码的基于散列的编码器判定
CN105981382B (zh) * 2014-09-30 2019-05-28 微软技术许可有限责任公司 用于视频编码的基于散列的编码器判定
WO2016049834A1 (en) * 2014-09-30 2016-04-07 Microsoft Technology Licensing, Llc Hash-based encoder decisions for video coding
US10390039B2 (en) 2016-08-31 2019-08-20 Microsoft Technology Licensing, Llc Motion estimation for screen remoting scenarios
US11095877B2 (en) 2016-11-30 2021-08-17 Microsoft Technology Licensing, Llc Local hash-based motion estimation for screen remoting scenarios
CN109814947A (zh) * 2018-12-29 2019-05-28 新奥特（北京）视频技术有限公司 一种辅助字体库调用的方法和系统
CN109816047A (zh) * 2019-02-19 2019-05-28 北京达佳互联信息技术有限公司 提供标签的方法、装置、设备及可读存储介质
CN109816047B (zh) * 2019-02-19 2022-05-24 北京达佳互联信息技术有限公司 提供标签的方法、装置、设备及可读存储介质
CN109978078A (zh) * 2019-04-10 2019-07-05 厦门元印信息科技有限公司 字体版权检测方法、介质、计算机设备及装置
CN109978078B (zh) * 2019-04-10 2022-03-18 厦门元印信息科技有限公司 字体版权检测方法、介质、计算机设备及装置
US20210294834A1 (en) * 2020-03-17 2021-09-23 Adobe Inc. 3d-aware image search
US11645328B2 (en) * 2020-03-17 2023-05-09 Adobe Inc. 3D-aware image search
US11202085B1 (en) 2020-06-12 2021-12-14 Microsoft Technology Licensing, Llc Low-cost hash table construction and hash-based block matching for variable-size blocks

Also Published As

Publication number Publication date
CN101866366B (zh) 2012-01-18

Similar Documents

Publication Publication Date Title
CN101866366B (zh) 一种基于内容的图像格式中文文档检索方法
US11048966B2 (en) Method and device for comparing similarities of high dimensional features of images
CN107577990B (zh) 一种基于gpu加速检索的大规模人脸识别方法
US8805116B2 (en) Methods and apparatus for visual search
CN104035949B (zh) 一种基于局部敏感哈希改进算法的相似性数据检索方法
Wang et al. Trinary-projection trees for approximate nearest neighbor search
KR101565265B1 (ko) 피쳐 위치 정보의 코딩
CN107341178B (zh) 一种基于自适应的二进制量化哈希编码的数据检索方法
JP5121917B2 (ja) 画像検索装置、画像検索方法及びプログラム
CN106815362B (zh) 一种基于kpca多表索引图像哈希检索方法
US9747308B2 (en) Method and apparatus for searching an image, and computer-readable recording medium for executing the method
US8874573B2 (en) Information processing apparatus, information processing method, and program
WO2010143573A1 (ja) 物体認識用画像データベースの作成方法、作成装置および作成処理プログラム
JP2000182064A (ja) ドキュメント処理システム及びインデックス情報獲得方法
JP5094830B2 (ja) 画像検索装置、画像検索方法及びプログラム
CN109272440B (zh) 一种联合文本和图像内容的缩略图生成方法及系统
CN114461839A (zh) 基于多模态预训练的相似图片检索方法、装置及电子设备
CN110083731B (zh) 图像检索方法、装置、计算机设备及存储介质
CN112836008A (zh) 基于去中心化存储数据的索引建立方法
Moustafa et al. Learning to Hash with Convolutional Network for Multi-label Remote Sensing Image Retrieval.
CN103092935A (zh) 一种基于sift量化的近似拷贝图像检测方法
JP4958228B2 (ja) 文書および／または画像のデータベースへの登録方法およびその検索方法
JP2013246739A (ja) 高次元の特徴ベクトル集合で表現されるコンテンツを高精度で検索する検索装置及びプログラム
CN113688702B (zh) 基于融合多特征的街景图像处理方法及系统
Ghosh et al. Efficient indexing for query by string text retrieval

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
C17 Cessation of patent right
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20120118

Termination date: 20120715