CN103678593B - 一种基于空间场景草图描述的交互式空间场景检索方法 - Google Patents

一种基于空间场景草图描述的交互式空间场景检索方法 Download PDF

Info

Publication number
CN103678593B
CN103678593B CN201310682924.XA CN201310682924A CN103678593B CN 103678593 B CN103678593 B CN 103678593B CN 201310682924 A CN201310682924 A CN 201310682924A CN 103678593 B CN103678593 B CN 103678593B
Authority
CN
China
Prior art keywords
spatial
ssdl
scene
input
sketch
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.)
Active
Application number
CN201310682924.XA
Other languages
English (en)
Other versions
CN103678593A (zh
Inventor
郭旦怀
杜一
黎建辉
周元春
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.)
Computer Network Information Center of CAS
Original Assignee
Computer Network Information Center of CAS
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 Computer Network Information Center of CAS filed Critical Computer Network Information Center of CAS
Priority to CN201310682924.XA priority Critical patent/CN103678593B/zh
Publication of CN103678593A publication Critical patent/CN103678593A/zh
Application granted granted Critical
Publication of CN103678593B publication Critical patent/CN103678593B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10Character recognition
    • G06V30/24Character recognition characterised by the processing or recognition method
    • G06V30/248Character recognition characterised by the processing or recognition method involving plural approaches, e.g. verification by template match; Resolving confusion among similar patterns, e.g. "O" versus "Q"

Abstract

本发明公开了一种空间场景草图描述SSDL方法以及基于SSDL的空间场景检索方法,1)通过交互方式提供需要建立空间场景草图的空间场景,所述空间场景至少包括空间对象输入、对象关系输入以及手势输入中的一种;2)根据交互输入识别输入的场景,并将识别结果记录到用于空间检索的SSDL中;3)根据所述SSDL在一预置地理空间数据库中进行相似空间场景的检索,4)根据相似度计算检索出SSDL中的空间对象/关系中与所述地理空间数据库相似的场景;5)输出相似空间场景检索结果。本发明首次提出SSDL空间场景草图,并通过SSDL对空间场景检索内容进行描述,通过草图用户界面来进行空间场景检索的输入,提高了交互的自然性。

Description

一种基于空间场景草图描述的交互式空间场景检索方法
技术领域
本发明给出一种交互式空间场景检索方法,属于地理信息系统领域。
背景技术
空间场景相似性检索是指从地理信息数据库中提取与给定场景相似的空间场景,并根据与指定空间场景相似性进行排序,并找到与指定空间场景最相似的空间场景。与传统空间检索不同,基于相似场景的检索方法,能够充分利用空间对象的各种空间属性。空间场景相似性检索被广泛应用在城市规划、考古、农业等各个领域。
在基于空间场景相似性检索方法中,当前的研究主要集中在相似性检索语言及相关算法上(【1】Frank,R.and M.Ester,A Quantitative Similarity Measure for Maps,inProgress in Spatial Data Handling.2006.p.435-450.【2】Nedas,K.and M.Egenhofer,Spatial-Scene Similarity Queries.Transactions in GIS,2008.12(6).),对基于空间场景相似性检索方法的输入研究不足。目前,基于空间场景相似性的检索方法的输入,大都基于图形用户界面,忽略了在指定空间场景输入时的交互问题。
笔式用户界面以笔式输入作为主要的输入方式,是空间场景相似性检索中最合适的用户界面。草图作为笔式输入的主要内容,具有原始笔迹与手势两种重要的作用。在使用了草图作为输入的技术中,仅仅利用了草图的原始笔迹结构的特性,对原始笔迹的其它特性以及草图的手势作用,均未进行充分利用。
发明内容
本发明提出一种交互式空间场景检索方法,该方法通过交互式的草图输入进行空间场景的检索。方法包括两个主要部分,分别是空间场景的草图描述(SSDL)及基于SSDL描述的交互式空间场景检索方法。
本发明的技术方案如下:一种空间场景草图描述SSDL方法,其步骤包括:
1)将所述空间场景分为空间对象与对象关系两个部分进行草图初始化识别,所述空间对象的草图识别结果由点、线、面类型中至少一种的不同描述粒度组成,所述空间对象关系的草图识别结果至少包括拓扑关系、方向关系以及距离关系中的一种或者多种;
2)根据草图初始化识别结果建立可扩展的元数据;
3)根据对所述空间场景草图的进一步描述生成规范格式的元数据;
4)对所述规范格式的元数据封装后储存。
更进一步,所述元数据使用BNF范式及XML Schema进行描述,描述时使用模块化的方式,将空间场景草图分为对象及关系两个大的模块,描述的内容包括空间对象与对象关系。
更进一步,所述建立可扩展的元数据的方法是:
在所述空间对象/对象关系被识别后,通过直接对生成的SSDL文件进行修改,找到对应的空间对象/对象关系描述的节点,在该节点中添加属性;
或者,设计界面通过所见即所得的方式,添加空间对象/对象关系属性,并生成修改后的SSDL文件。
本发明还提出一种基于空间场景草图SSDL的空间场景检索方法,其步骤包括:
1)通过交互方式提供需要建立空间场景草图的空间场景,所述空间场景至少包括空间对象输入、对象关系输入以及手势输入中的一种;
2)根据交互输入识别输入的场景,并将识别结果记录到用于空间检索的SSDL中;
3)根据所述SSDL在一预置地理空间数据库中进行相似空间场景的检索;
4)根据相似度计算检索出SSDL中的空间对象/关系中与所述地理空间数据库相似的场景;
5)输出相似空间场景检索结果。
更进一步,所述空间对象输入以电子笔作为输入装置,在显示屏幕上绘制出要检索的空间对象,其中空间对象包括空间点、线、面,且划分为精确的空间对象输入和模糊的空间对象输入;所述精确的空间对象输入在空间对象输入完成后,确定空间对象的类型及属性;所述模糊的空间对象输入,在空间对象输入完成后,生成按相似度排序的空间对象列表。
更进一步,所述精确的空间对象输入包括如下步骤:
1)确定精确输入类型并选择笔类型;
2)记录落笔时起始点到走笔时轨迹点以及记录抬笔的结束点;
3)根据笔画记录笔迹进行特征点提取,并采用包围盒计算,确定目标对象;
4)将原始笔迹、特征点、包围盒、识别结果信的息记录到SSDL中。
更进一步,其特征在于,所述模糊的空间对象输入包括如下步骤:
1)选择笔类型;
2)记录落笔时起始点到走笔时轨迹点以及抬笔记录结束点
3)计算包围盒后提取特征点,与预置模板库中对象进行匹配,根据相似度,取相似度最高的5个对象,即为目标对象;
4)将原始笔迹、特征点、包围盒、识别结果的信息记录到SSDL中。
更进一步,所述对象关系输入流程如下:
1)通过面向图形用户界面给出可选的对象关系类型,由使用者确定对象关系类型;
2)落笔,计算起点覆盖的符合对象类型约束的对象列表;
2-1)定义在a步骤确定的对象关系为r,其对发生关系的对象的约束为C;
2-2)定义p为落笔点,(px,py)为该点的坐标值;定义O为结果;
2-3)对于所有包围盒包含(px,py)坐标值的至少一个对象o,如果o满足约束C,则将o加入O,所有对象遍历完毕后返回o;
3)抬笔,计算终点覆盖的符合对象类型约束的对象列表,如有冲突,则通过提示方式,选择最优的结果;
4)将对象关系结果记录到SSDL中。
更进一步,所述手势输入通过将特定的笔迹结构与命令映射,实现笔式输入的自然的用户体验;
1)记录落笔时起始点到走笔时轨迹点以及抬笔结束点;
2)执行手势识别;
2-1)计算包围盒;
2-2)提取特征点;
2-3)与手势模板库中的手势进行匹配,取相似度最高的手势,返回识别结果执行识别结果对应的手势命令。
更进一步,所述相似度计算公式如下:
s(di)=(w(obj)*realCountObj/count(obj))+(w(rel)*realCountRel/count(rel)),
其中,w(obj)与w(rel)分别为对象与关系两个大类相似度计算时的权值:s(di)表示每个地理空间数据库中的场景di与检索内容之间的相似度,realCountObj表示相似空间场景对象计数,count(obj)表示SSDL描述中对象的数目,realCountRel表示相似空间场景关系计数,count(rel)表示SSDL描述中关系的数目。
本发明的有益效果在于:
1.通过草图用户界面来进行空间场景检索的输入,提高了交互的自然性。传统的空间检索的输入,大都使用关键词进行检索(【4】Ceh,M.,T.Podobnikar,and D.Smole,Semantic Similarity Measureswithin the Semantic Framework of the UniversalOntology of Geographical Space,in Progress in Spatial DataHandling.2006.p.417-434.【5】Jiang,J.and D.Conrath.Semantic Similarity Based onCorpusStatistics and Lexical Taxonomy.in International Conference onComputational Linguistics.1997.Taiwan.),对于空间对象、属性及关系的描述较为复杂。
2.首次使用了描述语言定义空间相似性检索内容,定义了SSDL,通过SSDL对空间场景检索内容进行描述,为首次提出,该方法的有益效果在于:
a.能够规范基于草图的空间场景检索
b.有利于基于SSDL进行设计工具及生成工具的开发,降低空间场景检索输入的复杂性
3.基于SSDL及地理空间数据库,给出了空间相似性算法,相比现有技术,该算法能够充分的利用草图包含的空间场景信息。
4.使空间场景相似性检索能够更加广泛地应用在城市规划、考古、农业等各个领域。
附图说明
图1(a)—图1(c)表示使用图示的方式展示XML Schema描述的示意图;
图2是空间场景检索内容涉及的组成部分示意图;
图3是空间场景检索仿真示意图;
图4(a)—图4(e)是相似度查找输出的结果示意图。
具体实施方式
本发明中提出空间场景的草图描述SSDL
SSDL将空间场景分为空间对象与关系两个部分:
其中,空间对象包括点、线、面三种不同类型,而各个不同类型的对象均会根据草图描述的粒度,以及识别的结果,进行进一步的描述,从而为对空间对象描述添加更多的属性。
为了使本领域技术人员更清楚地了解SSDL,在本发明中对下述概念进行说明:
草图描述的粒度,指在进行空间场景草图输入时,对空间场景描述的抽象层次。细粒度的草图描述,可以对空间对象的类型、大小、颜色等各个属性进行确定性描述;粗粒度的草图描述,则仅能够对空间对象的类型进行相对确定的描述,根据相似程度的高低,给出可能的描述结果。
识别结果,根据输入的草图,将草图识别成诸如点、线、面三种不同类型,如草图被识别成线或面,会根据预置模板库,将草图进一步识别成几何图形或直接识别成对应的空间对象。
具体而言,为空间对象描述添加更多属性的方法为:在空间对象被识别后,需要进一步为空间对象描述添加更多属性,该步骤可以通过两种方式实现。第一,通过直接对生成的SSDL文件进行修改,找到对应的空间对象描述的节点,在该节点中添加属性。第二,设计界面,通过所见即所得的方式,添加空间对象属性,并生成修改后的SSDL文件。其中,添加的属性根据空间对象属性的不同而有所差异,如对于“街道”对象,包括长度、宽度、走向、类型(省道、国道等)、车流量等。
关系指空间对象之间的关系,在该描述中,关系包括拓扑关系、方向关系、距离关系,每种关系也会根据草图描述的粒度,以及识别的结果,进行进一步的描述,从而为空间对象之间的关系添加更多的属性。
SSDL中空间场景的草图描述的元数据,使用BNF范式及XML Schema进行描述。
如图1(a)至图1(c)所示为使用图示的方式展示XML Schema描述。在图1(a)—图1(c)中,每个矩形框表示一个节点元素,矩形框跟随的加号和减号分别表示该元素是否展开,矩形框下方的数字代表节点允许出现的次数.另外,我们分别使用内容为“S”、“C”、“A”的矩形框表示XML Schema描述时的“Sequence”、“Choice”及“All”三种模型。(此处,“Sequence,Choice,All是XML Schema三种模型”的描述是领域规范,但通过“S”“C”“A”在图示中表示,则仅在本发明中规定。)
空间场景检索内容的设计
通过交互式的方式,利用SSDL草图,实现空间场景检索内容的设计。空间场景检索内容涉及的组成部分如图2所示。空间场景设计包括空间对象输入、对象关系输入及手势输入三个部分。其中,空间对象输入包括精确输入与模糊输入两个部分。
空间对象输入:在此处,空间对象输入指以电子笔作为输入装置,在显示屏幕上绘制出要检索的空间对象。其中空间对象包括空间点、线、面。精确的空间对象输入,能够在空间对象输入完成后,确定空间对象的类型及属性。模糊的空间对象输入,能够在空间对象输入完成后,生成按相似度排序的空间对象列表。
对象关系输入:指以电子笔作为输入装置,在显示屏幕上绘制出空间对象之间的关系。
手势输入:指以电子笔作为输入装置,在显示屏幕上进行绘制,绘制完成后,系统识别成对应命令。
空间对象输入(精确输入、模糊输入)、对象关系输入、手势输入;
1空间对象输入
1.1精确输入流程
该流程主要包括以下几个步骤:
a.确定精确输入类型,包括但不限于各种空间对象,如楼宇、街道等。
b.选择笔类型,包括但不限于笔颜色、粗细等;
c.落笔,系统记录落笔时起始点;
d.走笔,系统记录走笔时轨迹点;
e.抬笔,系统记录结束点;
f.执行b,直到该对象输入结束,执行g;
g.识别,执行精确输入识别,因为该流程为精确输入,在输入时已明确空间对象类型,因此该部分识别只包括笔迹的特征点提取及包围盒计算两个部分用于确定目标对象;其中,笔迹的特征点提取及包围盒计算在文献(【3】[李俊峰2006a]李俊峰,数字笔迹技术的若干问题研究,博士学位论文,2006)中已有介绍。
h.将结果记录到SSDL中。记录的内容包括原始笔迹、特征点、包围盒、识别结果(类型、属性),此步骤的输出(SSDL)可以与1.2中模糊输入流程的输出,共同作为“相似空间场景检索”部分的输入。
1.2模糊输入流程
该流程主要包括以下几个步骤:
a.选择笔类型。包括笔颜色、粗细等;
b.落笔。系统记录落笔时起始点;
c.走笔。系统记录走笔时轨迹点;
d.抬笔。系统记录结束点;
e.执行a,直到该对象输入结束,执行f;
f.识别;
f1.计算包围盒;
f2.提取特征点;
f3.与预置模板库中对象进行匹配,根据相似度,取相似度最高的5个对象,即为目标对象;
g.将结果记录到SSDL中。
2对象关系输入
对象关系输入流程如下:
a.通过图形用户界面给出可选的对象关系类型,由使用者确定对象关系类型。该步骤由使用者的检索目的而确定;
b.落笔,计算起点覆盖的符合对象类型约束的对象列表;
计算方法:
定义在a步骤确定的对象关系为r,其对发生关系的对象的约束为c
定义p为落笔点,(px,py)为该点的坐标值
定义O为结果
对于所有包围盒包含(px,py)坐标值的对象o(对象可能不止一个),如果o满足约束c,则将o加入O。所有对象遍历完毕后,返回O;
c.抬笔,计算终点覆盖的符合对象类型约束的对象列表。如有冲突,则通过提示方式,允许用户选择最优的结果;
d.将对象关系结果记录到SSDL中。
3手势输入
手势(gesture)作为草图输入的一种主要作用,目的是通过将特定的笔迹结构与命令映射,实现笔式输入的自然的用户体验。在本发明中,手势输入识别的主要命令包括但不限于:空间对象的属性修改、移动与删除,对象关系的删除。该部分的流程为:
a.落笔,系统记录落笔时起始点;
b.走笔,系统记录走笔时轨迹点;
c.抬笔,系统记录结束点;
d.识别,执行手势识别;
d1.计算包围盒;
d2.提取特征点;
d3.与手势模板库中的手势进行匹配,取相似度最高的手势,返回识别结果执行识别结果对应的手势命令。
相似空间场景检索
以本发明提出的生成的空间检索的SSDL及地理空间数据库为输入,进行相似空间场景的检索。检索对应的算法描述如下,其中count(obj)与count(rel)分别表示SSDL中对象与关系描述的数目,d表示地理空间数据库中所有地理空间数据
1)建立空间场景草图描述SSDL后将其与地理空间数据库作为空间场景检索的输入;
2)以所述地理空间数据库中的每个空间场景为单位,检索出SSDL中的对象,若检索到相似的,则更新相似空间场景对象计数器;
3)以所述地理空间数据库中的每个空间场景为单位,检索出SSDL中的关系,若检索到相似的,则更新相似空间场景关系计数器;
4)计算SSDL描述内容与地理空间数据的相似度s(di),对得到的相似度s(d)进行排序。
其中,描述中计算相似度的方法公式如下,其中w(obj)与w(rel)分别为对象与关系两个大类相似度计算时的权值:
s(di)=(w(obj)*realCountObj/count(obj))+(w(rel)*realCountRel/count(rel)),
其中,
s(di)表示每个地理空间数据库中的场景di与检索内容之间的相似度,
w(obj)表示对象相似度计算时的权值,该值为人工指定,值为0到1的小数,realCountObj
表示相似空间场景对象计数,count(obj)表示SSDL描述中对象的数目,
*表示乘法,
w(rel)表示关系相似度计算时的权值,该值为人工指定,值为0到1的小数,realCountRel表示相似空间场景关系计数,
s(i,j)表示di中对象与SSDL中objj的相似度,
count(rel)表示SSDL描述中关系的数目。
以下是具体的实施方式:
如图3所示空间场景检索仿真示意图:
1.用户开始检索前,确定要检索的内容。
本例中,我们试图检索如下内容:场景中包含两条街道,一条街道S1为东西走向,另一条街道S2为南北走向,两条街道相交。在街道相交的东南侧有一所医院,在街道相交的东北侧有一所商场,在S1南侧有一个地标建筑。其中,医院距离S2的距离约200米,商场距离S1的距离约150米。
2.使用空间场景检索设计工具,进行空间场景检索的设计。
实施场景:
2.1绘制对象。绘制一个对象时,点击对象按钮,进入对象输入模式,从右侧面板中进行相应属性的选取,在左侧面板进行对象绘制,对象绘制完成后,生成SSDL;
2.2绘制关系。
点击关系按钮,电子笔在左侧面板移动,选取要关联关系的对象。在此例中,电子笔首先在东南侧对象落笔,此时系统计算出落笔处仅有一个对象,且符合关系要求,则将该对象记录;电子笔在屏幕上移动,在电子笔进入“街道”对象包围盒时抬笔,此时系统进行计算,确定关系的两个相关对象分别为“蓝色建筑物”及“街道”对象。此时,弹出输入窗口,允许用户输入关系值,此例中,输入200.经过此步骤,保存SSDL文件:
3.相似空间场景检索实施
我们选取一范围为10km*10km区域的空间场景数据库,空间数据库以500m*500m的尺度进行分割,形成2500个空间场景。将该空间场景与SSDL作为输入,进行检索。得出的结果如图4(a)—图4(f)所述,其中相似的按照从高到低排序后输出结果:
图4(a)相似度0.46,图4(b)相似度0.44,图4(c)相似度0.38,图4(d)相似度0.37,图4(e)相似度0.16。

Claims (7)

1.一种空间场景草图描述SSDL方法,其步骤包括:
1)将所述空间场景分为空间对象与对象关系两个部分进行草图初始化识别,所述空间对象的草图识别结果由点、线、面类型中至少一种的不同描述粒度组成,所述空间对象关系的草图识别结果至少包括拓扑关系、方向关系以及距离关系中的一种或者多种;
2)根据草图初始化识别结果建立可扩展的元数据;
3)根据对所述空间场景草图的进一步描述生成规范格式的元数据;
4)对所述规范格式的元数据封装后储存;所述元数据使用BNF范式及XML Schema进行描述,描述时使用模块化的方式,将空间场景草图分为对象及关系两个大的模块,描述的内容包括空间对象与对象关系。
2.如权利要求1所述的一种空间场景草图描述方法,其特征在于,所述建立可扩展的元数据的方法是:
在所述空间对象/对象关系被识别后,通过直接对生成的SSDL文件进行修改,找到对应的空间对象/对象关系描述的节点,在该节点中添加属性;
或者,设计界面通过所见即所得的方式,添加空间对象/对象关系属性,并生成修改后的SSDL文件。
3.一种基于空间场景草图SSDL的空间场景检索方法,其步骤包括:
1)通过交互方式提供需要建立空间场景草图的空间场景,所述空间场景至少包括空间对象输入、对象关系输入以及手势输入中的一种;所述空间对象输入以电子笔作为输入装置,在显示屏幕上绘制出要检索的空间对象,其中空间对象包括空间点、线、面,且划分为精确的空间对象输入和模糊的空间对象输入;所述精确的空间对象输入在空间对象输入完成后,确定空间对象的类型及属性;所述模糊的空间对象输入,在空间对象输入完成后,生成按相似度排序的空间对象列表;所述精确的空间对象输入包括如下步骤:
1-1)确定精确输入类型并选择笔类型;
1-2)记录落笔时起始点到走笔时轨迹点以及记录抬笔的结束点;
1-3)根据笔画记录笔迹进行特征点提取,并采用包围盒计算,确定目标对象;
1-4)将原始笔迹、特征点、包围盒、识别结果信的息记录到SSDL中;
2)根据交互输入识别输入的场景,并将识别结果记录到用于空间检索的SSDL中;
3)根据所述SSDL在一预置地理空间数据库中进行相似空间场景的检索;
4)根据相似度计算检索出SSDL中的空间对象/关系中与所述地理空间数据库相似的场景;
5)输出相似空间场景检索结果。
4.如权利要求3所述的基于空间场景草图SSDL的空间场景检索方法,其特征在于,所述模糊的空间对象输入包括如下步骤:
1)选择笔类型;
2)记录落笔时起始点到走笔时轨迹点以及抬笔记录结束点;
3)计算包围盒后提取特征点,与预置模板库中对象进行匹配,根据相似度,取相似度最高的
5个对象,即为目标对象;
4)将原始笔迹、特征点、包围盒、识别结果的信息记录到SSDL中。
5.如权利要求3所述的基于空间场景草图SSDL的空间场景检索方法,其特征在于,所述对象关系输入流程如下:
1)通过面向图形用户界面给出可选的对象关系类型,由使用者确定对象关系类型;
2)落笔,计算起点覆盖的符合对象类型约束的对象列表;
2-1)定义在步骤1)确定的对象关系为r,其对发生关系的对象的约束为C;
2-2)定义p为落笔点,(px,py)为该点的坐标值;定义O为结果;
2-3)对于所有包围盒包含(px,py)坐标值的至少一个对象o,如果o满足约束C,则将o加入O,所有对象遍历完毕后返回o;
3)抬笔,计算终点覆盖的符合对象类型约束的对象列表,如有冲突,则通过提示方式,选择最优的结果;
4)将对象关系结果记录到SSDL中。
6.如权利要求3所述的基于空间场景草图SSDL的空间场景检索方法,其特征在于,所述手势输入通过将特定的笔迹结构与命令映射,实现笔式输入的自然的用户体验;
1)记录落笔时起始点到走笔时轨迹点以及抬笔结束点;
2)执行手势识别;
2-1)计算包围盒;
2-2)提取特征点;
2-3)与手势模板库中的手势进行匹配,取相似度最高的手势,返回识别结果;
执行识别结果对应的手势命令。
7.如权利要求3所述的基于空间场景草图SSDL的空间场景检索方法,其特征在于,所述相似度计算公式如下:
s(di)=(w(obj)*realCountObj/count(obj))+(w(rel)*realCountRel/count(rel)),
其中,w(obj)与w(rel)分别为对象与关系两个大类相似度计算时的权值:s(di)表示每个地理空间数据库中的场景di与检索内容之间的相似度,realCountObj表示相似空间场景对象计数,count(obj)表示SSDL描述中对象的数目,realCountRel表示相似空间场景关系计数,count(rel)表示SSDL描述中关系的数目。
CN201310682924.XA 2013-12-12 2013-12-12 一种基于空间场景草图描述的交互式空间场景检索方法 Active CN103678593B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310682924.XA CN103678593B (zh) 2013-12-12 2013-12-12 一种基于空间场景草图描述的交互式空间场景检索方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310682924.XA CN103678593B (zh) 2013-12-12 2013-12-12 一种基于空间场景草图描述的交互式空间场景检索方法

Publications (2)

Publication Number Publication Date
CN103678593A CN103678593A (zh) 2014-03-26
CN103678593B true CN103678593B (zh) 2017-09-26

Family

ID=50316138

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310682924.XA Active CN103678593B (zh) 2013-12-12 2013-12-12 一种基于空间场景草图描述的交互式空间场景检索方法

Country Status (1)

Country Link
CN (1) CN103678593B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103902988B (zh) * 2014-04-21 2018-01-30 梁爽 一种基于Modular积图与最大团的草图形状匹配方法
CN104850620B (zh) * 2015-05-18 2018-07-24 哈尔滨工程大学 一种基于空间关系的空间场景数据检索方法
CN106227753A (zh) * 2016-07-15 2016-12-14 西安测绘研究所 利用手绘地图检索空间场景的方法
US10615475B2 (en) * 2017-01-31 2020-04-07 The Regents Of The University Of California Two-port, three-port and four-port non-reciprocal devices with sequentially switched delay lines (SSDL)
CN107609036A (zh) * 2017-08-10 2018-01-19 南京邮电大学 一种基于交互式草图的空间查询方法
WO2023178579A1 (en) * 2022-03-24 2023-09-28 Huawei Technologies Co.,Ltd. Method and system for multimodal based image searching and synthesis

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101964053A (zh) * 2010-09-28 2011-02-02 中国船舶重工集团公司第七○九研究所 一种复合图形在线识别方法
CN102236717A (zh) * 2011-07-13 2011-11-09 清华大学 一种基于草图特征提取的图像检索方法
CN102339306A (zh) * 2010-08-31 2012-02-01 微软公司 基于草图的图像搜索

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102339306A (zh) * 2010-08-31 2012-02-01 微软公司 基于草图的图像搜索
CN101964053A (zh) * 2010-09-28 2011-02-02 中国船舶重工集团公司第七○九研究所 一种复合图形在线识别方法
CN102236717A (zh) * 2011-07-13 2011-11-09 清华大学 一种基于草图特征提取的图像检索方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Sketch retrieval based on spatial relations;Shuang Liang等;《Proceedings of the Computer Graphics,Imaging and Vision:New Trends(CGIV"05)》;20050729;第1-6页 *
基于草图的空间数据检索研究;申世群等;《电子学报》;20100831;第1820页左栏第2段至左栏最后一段,第1820页右栏最后一段,图1 *

Also Published As

Publication number Publication date
CN103678593A (zh) 2014-03-26

Similar Documents

Publication Publication Date Title
CN103678593B (zh) 一种基于空间场景草图描述的交互式空间场景检索方法
CN104200240B (zh) 一种基于内容自适应哈希编码的草图检索方法
CN104317827B (zh) 一种商品的图片导航方法
Young Three dimensional information visualisation
CN110599592B (zh) 一种基于文本的三维室内场景重建方法
Gyulassy et al. Direct feature visualization using Morse-Smale complexes
Mahmood et al. Building multiple coordinated spaces for effective immersive analytics through distributed cognition
CN105612513A (zh) 图像检索方法、图像检索系统以及信息记录介质
CN112069336B (zh) 一种基于场景草图的细粒度图像检索方法及系统
CN105468666B (zh) 一种基于地图隐喻的视频内容可视分析方法
Garozzo et al. CulTO: An ontology-based annotation tool for data curation in cultural heritage
WO2014137988A2 (en) Summarizing and navigating data using counting grids
Han et al. Tree-based visualization and optimization for image collection
CN108090199A (zh) 一种大型图像集的语义信息提取和可视化方法
Zhao Personalized healthcare museum exhibition system design based on VR and deep learning driven multimedia and multimodal sensing
Khanwalkar et al. Exploration of large image corpuses in virtual reality
CN105740360B (zh) 艺术品图像中古典母题的识别与检索方法
Langenhan et al. Sketch-based methods for researching building layouts through the semantic fingerprint of architecture
CN110188352A (zh) 一种文本主题确定方法、装置、计算设备及存储介质
Goyal et al. A Review on Different Content Based Image Retrieval Techniques Using High Level Semantic Feature
CN106547419A (zh) 一种对象呈现方法与设备
Chuah et al. Sketching, searching, and customizing visualizations: A content-based approach to design retrieval
De Silva et al. Sketch-based spatial queries for retrieving human locomotion patterns from continuously archived gps data
CN112579813A (zh) 一种基于知识图谱的遥感图像检索方法及其装置
Brasebin et al. A knowledge base to classify and mix 3d rendering styles

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant