CN105138681A - 基于空间坐标定位的图片搜索方法及系统 - Google Patents
基于空间坐标定位的图片搜索方法及系统 Download PDFInfo
- Publication number
- CN105138681A CN105138681A CN201510583806.2A CN201510583806A CN105138681A CN 105138681 A CN105138681 A CN 105138681A CN 201510583806 A CN201510583806 A CN 201510583806A CN 105138681 A CN105138681 A CN 105138681A
- Authority
- CN
- China
- Prior art keywords
- information
- module
- picture
- search
- dimensions
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/5866—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, manually generated location and time information
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Library & Information Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了基于空间坐标定位的图片搜索方法及系统,包括以下几个步骤:获取数据库图片信息;将获取到的图片信息进行转化,得到图片的四个维度信息;建立四个维度数轴并将四个维度信息映射至对应的维度数轴,形成四维空间数据库;用户提供的搜索信息;将搜索信息转换成对应四个维度的信息值,形成可读信息;由可读信息在四维空间数据库中进行搜索,并将搜索到的图片返回给用户。本发明旨在能够帮助用户更快、更准的找到想要的图片。
Description
技术领域
本发明属于图片搜索领域,特别是基于空间坐标定位的图片搜索方法。
背景技术
随着互联网技术的快速发展以及用户生活水平的普通提高,移动智能终端的普及范围已经越来越广。在用户的日常生活当中,对终端的依赖程度也越来越高,使用终端拍摄图片的频率也越来越高。随着时间的流逝,每天都有大量的图片产生,图片的数量也日益增加。如何让用户快速的从海量的图片当中找到自己想查看的图片,已经成为一个急需解决的问题。
目前的PhotoTime采用了一种关键词搜索的方式去解决该问题,其主要思路:利用图片识别技术,自动识别图片当中存在的元素,并为每张图片打上这些元素的标签,用户只需要通过搜索元素的关键词,就可以搜索到自己想查看的图片。
但这一技术仍然存在问题:
无法充分满足用户查看图片的场景:用户想查看图片的场景有很多,比如用户会搜索某个时间段的图片(如春节、七夕等)时,也会想查看某个地点产生的图片,也会有想查看某人在某个时间的图片…。以搜索某个时间段的图片为例,由于时间不是图片当中的元素,图片识别技术是无法为其打标签的,这个时候就会返回很多无关的图片给用户。
搜索的性能得到明显的限制:由于图片识别技术的有限性,部分背景复杂的图片就会存在无法识别的现象,由于没有对应的标签存在,这个时候就会让用户无法通过其他方式去搜索并查看该类图片。
发明内容
为了解决上述问题,本发明提出基于空间坐标定位的图片搜索方法及系统,能够帮助用户更快、更准的找到想要的图片。
为达到上述目的,本发明采用的技术方案是:
基于空间坐标定位的图片搜索方法,包括以下几个步骤:
(1)获取数据库图片信息;
(2)处理获取的图片信息,得到图片的四个维度信息;
(3)建立四个维度数轴并将四个维度信息映射至对应的数轴,形成四维空间数据库;
(4)用户提供搜索信息;
(5)将搜索信息转换成对应四个维度的信息值,形成可读信息;
(6)由可读信息在四维空间数据库中进行搜索,并将搜索到的图片返回给用户。
进一步的是,所述步骤(2)中,所述四个维度信息为时间维度、地点维度、人物维度和事件维度信息;其中,利用图片的EXIF信息获取时间维度信息和地点维度信息,利用人脸识别技术以及人脸聚类的技术获取图片的人物维度信息,利用图片挖掘技术获取图片的事件维度信息。本发明将四个维度信息分为时间、地点、人物和事件四个角度进行归类分析,实际应用中还可根据用户需要进行其他归类。
进一步的是,所述时间维度信息的获得是从图片的EXIF信息中获取的时间信息,动态存储基本的“年月日”信息与“时刻”信息,并将该时间信息映射到预先确定时间维度的数值集合中。
进一步的是,所述预先确定时间维度的数值集合包括星期集合、假期集合和时间段集合。
进一步的是,所述地点维度信息包含经纬度信息、街道信息与POI信息,所述经纬度信息是从图片的EXIF信息中获取,所述街道信息与POI信息是利用Geocoding技术将经纬度信息转化而成。Geocoding技术是基于空间定位技术的一种编码方法,它提供了一种把描述成地址的地理位置信息转换成可以被用于GIS(地理信息系统)的地理坐标的方式。
进一步的是,所述人物维度信息包括人物的姓名、年龄、性别、人物关系、身份、身高和体重信息,利用人脸识别技术识别图片中的人脸并获取人脸信息,利用人脸聚类技术将人脸信息进行分类,从而得到人物的姓名、年龄、性别、人物关系、身份、身高和体重信息,还可获取人物的其它信息,如人物肤色、脸型和发型等。
进一步的是,所述事件维度信息包括图片的场景、行为和元素信息,利用图片挖掘技术对图片中的信息进行获取和分类,从而获取到图片的场景、行为和元素信息,事件维度信息均采用“标签”的形式。
进一步的是,所述步骤(1)中所述四个维度数轴为时间数轴、地点数轴、人物数轴和事件数轴。在时间数轴上,每个值都代表一个时间戳,每个确定的集合都是一系列时间戳的汇总;将所有图片的地点维度的信息映射到地点数轴上,这样就可以保证地点数轴上的每个数值都会有且只有一个地点与其对应;通过将所有图片的人物维度信息都映射到人物数轴上,使得上述所有描述人物特征的信息组成一个人物的集合;将事件维度当中的所有标签,都一一映射到事件数轴上,每一个标签都确保有且只有一个数值与其对应。
进一步的是,所述步骤(5)包括:对用户输入的搜索信息做分词处理,形成分词信息;对分词信息进行归类处理,分别归类到时间、地点、人物、事件的四个维度;利用自动纠错技术与重点词扩展技术对四个维度上的分词信息再处理;通过坐标转换将再处理后的分词信息转换成可读信息。用户根据查看图片的场景,可以通过各种方式(如语音输入、文字输入、选择等)快速的确定自己想要查看的图片,系统将用户提供的信息转换成对应四个维度的值,就形成了一个四维空间的坐标值,此时就能够快速的定位到用户想要查看的图片。
另一方面,本发明还提供了基于空间坐标定位的图片搜索系统,包括四维空间数据库模块和图片搜索模块。
四维空间数据库模块包括:输入模块、信息转化模块和空间建立模块。
输入模块,获取数据库图片信息;信息转化模块,处理获取的图片信息,得到图片的四个维度信息;空间建立模块,建立四个维度数轴并将四个维度信息映射至对应的数轴,形成四维空间数据库。
其中,输入模块入口端连接外部数据库,输入模块出口端连接信息转化模块入口端,信息转化模块出口端与空间建立模块相连通。
图片搜索模块包括:用户输入模块、搜索信息转化模块、空间搜索模块和返回模块。
用户输入模块,用户提供搜索信息;搜索信息转化模块,将搜索信息转换成对应四个维度的信息值,形成可读信息;空间搜索模块,由可读信息在四维空间中进行搜索;返回模块,将搜索到的图片返回给用户。
其中,用户输入模块出口端与搜索信息转化模块入口端相连通,搜索信息转化模块出口端和空间搜索模块入口端相连通,空间搜索模块入口端还连接有四维空间数据库模块中的空间建立模块,空间搜索模块出口端连接返回模块。
采用本技术方案的有益效果:搜索方式多样化,覆盖更多使用场景,当用户想查看图片的时候,只要用户记得想查看图片的时间、地点、人物与事件任一维度的信息,就能够快速的缩小搜索图片的范围并定位图片,搜索图片快速且准确;扩展性强,可以衍生出多种的互联网服务,由于四维定位搜索是一个全新的搜索理念,在其基础上面可以推出多种新的互联网图片服务,如图片的智能归类等。
附图说明
图1为本发明的基于空间坐标定位的图片搜索的方法流程图;
图2为本发明的实施例中的四维空间的示意简图;
图3为本发明的实施例中的图片搜索流程图;
图4为本发明的基于空间坐标定位的图片搜索的系统结构简图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面结合附图对本发明作进一步阐述。
参见图1所示,基于空间坐标定位的图片搜索方法,包括以下几个步骤:
(1)获取数据库图片信息。
(2)处理获取的图片信息,得到图片的四个维度信息,如图2所示。
所述四个维度信息为时间维度、地点维度、人物维度和事件维度信息;其中,利用图片的EXIF信息获取时间维度信息和地点维度信息,利用人脸识别技术以及人脸聚类的技术获取图片的人物维度信息,利用图片挖掘技术获取图片的事件维度信息。
a)所述时间维度信息的获得是从图片的EXIF信息中获取的时间信息,动态存储基本的“年月日”信息与“时刻”信息,并将该时间信息映射到预先确定时间维度的数值集合中,其存储方式如下:
其中,是图片的“年月日”信息,如2015-08-20,则存储为。
:图片的“时刻”信息,如。
:图片的“星期”信息,如2015-08-20,则周四。
:图片的“假期”信息,如2015-08-20,则七夕。
:图片的“时间段”信息,如16:12:07,则下午。
所述预先确定时间维度的数值集合包括星期集合、假期集合和时间段集合,预先确定时间维度的数值集合如下:
星期:周一、周二、周三、周四、周五、周六、周末等。
假期:工作日、节假日、春节、七夕、国庆、中秋等。
时刻:清晨、上午、中午、下午、黄昏、夜晚、深夜等。
b)所述地点维度信息包含经纬度信息、街道信息与POI信息,所述经纬度信息是从图片的EXIF信息中获取,所述街道信息与POI信息是利用Geocoding技术将经纬度信息转化而成。Geocoding技术是基于空间定位技术的一种编码方法,它提供了一种把描述成地址的地理位置信息转换成可以被用于GIS(地理信息系统)的地理坐标的方式。地点维度信息具体的存储方式如下:
:图片的“经度”信息。
:图片的“纬度”信息。
:图片的“街道”信息,包括国家、省份、城市、区县、街道、门牌号等信息。
:图片的“POI”信息,如“办公大厦”、“商务大厦”等信息。
c)所述人物维度信息包括人物的姓名、年龄、性别、人物关系、身份、身高和体重信息,利用人脸识别技术识别图片中的人脸并获取人脸信息,利用人脸聚类技术将人脸信息进行分类,从而得到人物的姓名、年龄、性别、人物关系、身份、身高和体重信息。需要说明的是,还可获取人物的其它信息,如人物肤色、脸型和发型等。
人物维度是图片的主体,通过人脸识别技术以及人脸聚类的技术,可以从图片当中的人脸信息当中获取到人物维度的信息,其存储方式如下:
:代表人物的名称的信息,可以由用户输入或通过通讯录关联匹配。
:代表人物的年龄的信息,如婴儿、儿童、少年、青年、中年、老人等等。
:代表人物的性别信息,如男人、女人等。
:代表人物的关系信息,如朋友、同事、同学、亲人等。
:代表人物的身份信息,如学生、工人、农民等等。
:代表人物的身高信息,如高、矮、标准等。
:代表人物的体重信息,如胖、瘦、标准等。
d)所述事件维度信息包括图片的场景、行为和元素信息,利用图片挖掘技术对图片中的信息进行获取和分类,从而获取到图片的场景、行为和元素信息。事件维度信息均采用“标签”的形式,其存储方式为:
:代表的是图片本身所有元素的信息,如云、花、宠物、沙滩等。
:代表的是图片的拍摄环境,如游乐场、码头、球场、果园等。
:代表的是图片反映的行为信息,如聚会、运动、表演等等。
(3)建立四个维度数轴并将四个维度信息映射至对应的数轴,形成四维空间数据库。
所述四个维度数轴为时间数轴、地点数轴、人物数轴和事件数轴,构建四维空间数据库,这样每张图片都可以在四维空间中拥有一个属于自己的坐标值。
在时间数轴上,每个值都代表一个时间戳,每个确定的集合都是一系列时间戳的汇总;将所有图片的地点维度的信息映射到地点数轴上,这样就可以保证地点数轴上的每个数值都会有且只有一个地点与其对应;通过将所有图片的人物维度信息都映射到人物数轴上,使得上述所有描述人物特征的信息组成一个人物的集合;将事件维度当中的所有标签,都一一映射到事件数轴上,每一个标签都确保有且只有一个数值与其对应。
(4)用户提供搜索信息,设定用户输入的搜索信息为。
(5)将搜索信息转换成对应四个维度的信息值,形成可读信息,如图3所示。
a)对用户输入的搜索信息做分词处理,形成分词信息,具体方法是,被切分为:。
b)对分词信息进行归类处理,分别归类到时间、地点、人物、事件的四个维度,即:。
c)利用自动纠错技术与重点词扩展技术对四个维度上的分词信息再处理。
d)通过坐标转换将再处理后的分词信息转换成可读信息,即每个维度的坐标值或集合,可表示为。
用户根据查看图片的场景,可以通过各种方式(如语音输入、文字输入、选择等)快速的确定自己想要查看的图片,系统将用户提供的信息转换成对应四个维度的值,就形成了一个四维空间的坐标值,此时就能够快速的定位到用户想要查看的图片。
(6)由可读信息在四维空间数据库中进行搜索,并将搜索到的图片返回给用户。
在四维空间数据库中查询坐标值或集合,这样就得到了图片的搜索结果。
为配合本发明方法的实现,基于相同的发明构思,参见图4所示,本发明包括基于空间坐标定位的图片搜索系统,包括四维空间数据库模块和图片搜索模块;
四维空间数据库模块包括:输入模块、信息转化模块和空间建立模块。
输入模块,获取数据库图片信息;信息转化模块,处理获取的图片信息,得到图片的四个维度信息;空间建立模块,建立四个维度数轴并将四个维度信息映射至对应的数轴,形成四维空间数据库。
其中,输入模块入口端连接外部数据库,输入模块出口端连接信息转化模块入口端,信息转化模块出口端与空间建立模块相连通。
图片搜索模块包括:用户输入模块、搜索信息转化模块、空间搜索模块和返回模块。
用户输入模块,用户提供搜索信息;搜索信息转化模块,将搜索信息转换成对应四个维度的信息值,形成可读信息;空间搜索模块,由可读信息在四维空间中进行搜索;返回模块,将搜索到的图片返回给用户。
其中,用户输入模块出口端与搜索信息转化模块入口端相连通,搜索信息转化模块出口端和空间搜索模块入口端相连通,空间搜索模块入口端还连接有四维空间数据库模块中的空间建立模块,空间搜索模块出口端连接返回模块。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本实发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (10)
1.基于空间坐标定位的图片搜索方法,其特征在于,包括以下几个步骤:
获取数据库图片信息;
处理获取的图片信息,得到图片的四个维度信息;
建立四个维度数轴并将四个维度信息映射至对应的数轴,形成四维空间数据库;
用户提供搜索信息;
将搜索信息转换成对应四个维度的信息值,形成可读信息;
由可读信息在四维空间数据库中进行搜索,并将搜索到的图片返回给用户。
2.根据权利要求2所述的基于空间坐标定位的图片搜索方法,其特征在于,所述步骤(2)中,所述四个维度信息为时间维度、地点维度、人物维度和事件维度信息;其中,利用图片的EXIF信息获取时间维度信息和地点维度信息,利用人脸识别技术以及人脸聚类的技术获取图片的人物维度信息,利用图片挖掘技术获取图片的事件维度信息。
3.根据权利要求2所述的基于空间坐标定位的图片搜索方法,其特征在于,所述时间维度信息的获得是从图片的EXIF信息中获取的时间信息,动态存储基本的“年月日”信息与“时刻”信息,并将该时间信息映射到预先确定时间维度的数值集合中。
4.根据权利要求3所述的基于空间坐标定位的图片搜索方法,其特征在于,所述预先确定时间维度的数值集合包括星期集合、假期集合和时间段集合。
5.根据权利要求2所述的基于空间坐标定位的图片搜索方法,其特征在于,所述地点维度信息包含经纬度信息、街道信息与POI信息,所述经纬度信息是从图片的EXIF信息中获取,所述街道信息与POI信息是利用Geocoding技术将经纬度信息转化而成。
6.根据权利要求2所述的基于空间坐标定位的图片搜索方法,其特征在于,所述人物维度信息包括人物的姓名、年龄、性别、人物关系、身份、身高和体重信息,利用人脸识别技术识别图片中的人脸并获取人脸信息,利用人脸聚类技术将人脸信息进行分类,从而得到人物的姓名、年龄、性别、人物关系、身份、身高和体重信息。
7.根据权利要求2所述的基于空间坐标定位的图片搜索方法,其特征在于,所述事件维度信息包括图片的场景、行为和元素信息,利用图片挖掘技术对图片中的信息进行获取和分类,从而获取到图片的场景、行为和元素信息。
8.根据权利要求2所述的基于空间坐标定位的图片搜索方法,其特征在于,所述步骤(3)中所述四个维度数轴为时间数轴、地点数轴、人物数轴和事件数轴。
9.根据权利要求8所述的基于空间坐标定位的图片搜索方法,其特征在于,所述步骤(5)包括:
对用户输入的搜索信息做分词处理,形成分词信息;对分词信息进行归类处理,分别归类到时间、地点、人物、事件的四个维度;利用自动纠错技术与重点词扩展技术对四个维度上的分词信息再处理;通过坐标转换将再处理后的分词信息转换成可读信息。
10.基于空间坐标定位的图片搜索系统,其特征在于,包括四维空间数据库模块和图片搜索模块;
四维空间数据库模块包括:输入模块、信息转化模块和空间建立模块;
输入模块,获取数据库图片信息;
信息转化模块,处理获取的图片信息,得到图片的四个维度信息;
空间建立模块,建立四个维度数轴并将四个维度信息映射至对应的数轴,形成四维空间数据库;
其中,输入模块入口端连接外部数据库,输入模块出口端连接信息转化模块入口端,信息转化模块出口端与空间建立模块相连通;
图片搜索模块包括:用户输入模块、搜索信息转化模块、空间搜索模块和返回模块;
用户输入模块,用户提供搜索信息;
搜索信息转化模块,将搜索信息转换成对应四个维度的信息值,形成可读信息;
空间搜索模块,由可读信息在四维空间中进行搜索;
返回模块,将搜索到的图片返回给用户;
其中,用户输入模块出口端与搜索信息转化模块入口端相连通,搜索信息转化模块出口端和空间搜索模块入口端相连通,空间搜索模块入口端还连接有四维空间数据库模块中的空间建立模块,空间搜索模块出口端连接返回模块。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510583806.2A CN105138681A (zh) | 2015-09-15 | 2015-09-15 | 基于空间坐标定位的图片搜索方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510583806.2A CN105138681A (zh) | 2015-09-15 | 2015-09-15 | 基于空间坐标定位的图片搜索方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105138681A true CN105138681A (zh) | 2015-12-09 |
Family
ID=54724028
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510583806.2A Pending CN105138681A (zh) | 2015-09-15 | 2015-09-15 | 基于空间坐标定位的图片搜索方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105138681A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017107855A1 (zh) * | 2015-12-25 | 2017-06-29 | 阿里巴巴集团控股有限公司 | 一种图片搜索方法及装置 |
CN107273796A (zh) * | 2017-05-05 | 2017-10-20 | 珠海数字动力科技股份有限公司 | 一种基于人脸特征的快速人脸识别搜索方法 |
CN107944052A (zh) * | 2017-12-21 | 2018-04-20 | 联想(北京)有限公司 | 一种电子设备的信息处理方法及电子设备 |
CN108664639A (zh) * | 2018-05-16 | 2018-10-16 | 杭州楚和信息技术有限公司 | 一种含经纬度信息照片在地理信息系统中展示的方法 |
CN110851637A (zh) * | 2019-09-26 | 2020-02-28 | 华为技术有限公司 | 一种图片搜索方法及设备 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070005571A1 (en) * | 2005-06-29 | 2007-01-04 | Microsoft Corporation | Query-by-image search and retrieval system |
CN101046802A (zh) * | 2006-03-31 | 2007-10-03 | 马飞涛 | 一种地理图片搜索方法 |
CN102945277A (zh) * | 2012-11-09 | 2013-02-27 | 华为技术有限公司 | 图像文件检索的方法和装置 |
CN103136228A (zh) * | 2011-11-25 | 2013-06-05 | 阿里巴巴集团控股有限公司 | 一种图片搜索方法以及图片搜索装置 |
CN103226575A (zh) * | 2013-04-01 | 2013-07-31 | 北京小米科技有限责任公司 | 一种图像处理方法和装置 |
CN104239449A (zh) * | 2014-09-01 | 2014-12-24 | 百度在线网络技术(北京)有限公司 | 信息展现方法和装置 |
CN104598932A (zh) * | 2015-02-13 | 2015-05-06 | 成都品果科技有限公司 | 一种基于事件信息的照片分类方法及系统 |
-
2015
- 2015-09-15 CN CN201510583806.2A patent/CN105138681A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070005571A1 (en) * | 2005-06-29 | 2007-01-04 | Microsoft Corporation | Query-by-image search and retrieval system |
CN101046802A (zh) * | 2006-03-31 | 2007-10-03 | 马飞涛 | 一种地理图片搜索方法 |
CN103136228A (zh) * | 2011-11-25 | 2013-06-05 | 阿里巴巴集团控股有限公司 | 一种图片搜索方法以及图片搜索装置 |
CN102945277A (zh) * | 2012-11-09 | 2013-02-27 | 华为技术有限公司 | 图像文件检索的方法和装置 |
CN103226575A (zh) * | 2013-04-01 | 2013-07-31 | 北京小米科技有限责任公司 | 一种图像处理方法和装置 |
CN104239449A (zh) * | 2014-09-01 | 2014-12-24 | 百度在线网络技术(北京)有限公司 | 信息展现方法和装置 |
CN104598932A (zh) * | 2015-02-13 | 2015-05-06 | 成都品果科技有限公司 | 一种基于事件信息的照片分类方法及系统 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017107855A1 (zh) * | 2015-12-25 | 2017-06-29 | 阿里巴巴集团控股有限公司 | 一种图片搜索方法及装置 |
CN107273796A (zh) * | 2017-05-05 | 2017-10-20 | 珠海数字动力科技股份有限公司 | 一种基于人脸特征的快速人脸识别搜索方法 |
CN107944052A (zh) * | 2017-12-21 | 2018-04-20 | 联想(北京)有限公司 | 一种电子设备的信息处理方法及电子设备 |
CN108664639A (zh) * | 2018-05-16 | 2018-10-16 | 杭州楚和信息技术有限公司 | 一种含经纬度信息照片在地理信息系统中展示的方法 |
CN110851637A (zh) * | 2019-09-26 | 2020-02-28 | 华为技术有限公司 | 一种图片搜索方法及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108446293B (zh) | 一种基于城市多源异构数据构建城市画像的方法 | |
Li et al. | Constructing places from spatial footprints | |
US20240077324A1 (en) | Identifying, Processing And Displaying Data Point Clusters | |
Li et al. | Spatial, temporal, and socioeconomic patterns in the use of Twitter and Flickr | |
CN105138681A (zh) | 基于空间坐标定位的图片搜索方法及系统 | |
Lee et al. | Exploration of geo-tagged photos through data mining approaches | |
WO2017076205A1 (zh) | 一种获取聊天发起句的回复提示内容的方法及装置 | |
CN105472553B (zh) | 基于移动终端的植物识别方法 | |
US20170039264A1 (en) | Area modeling by geographic photo label analysis | |
Hauff et al. | Placing images on the world map: a microblog-based enrichment approach | |
Adams et al. | Sensing and using social context | |
US9396584B2 (en) | Obtaining geographic-location related information based on shadow characteristics | |
CN111324679A (zh) | 地址信息的处理方法、装置和系统 | |
US20180089241A1 (en) | Context enhanced indexing | |
US20160299639A1 (en) | User interface for providing geographically delineated content | |
CN103279344A (zh) | 一种支持异构传感器语义注册的方法及系统 | |
Viana et al. | PhotoMap–automatic spatiotemporal annotation for mobile photos | |
CN113139110B (zh) | 区域特征处理方法、装置、设备、存储介质和程序产品 | |
CN106649636A (zh) | 一种基于移动终端的人员流动性分析方法及装置 | |
CN104994484A (zh) | 一种基于时间和地理位置的个人收集推送信息系统及方法 | |
CN104598932A (zh) | 一种基于事件信息的照片分类方法及系统 | |
CN204795613U (zh) | 一种基于时间和地理位置的个人收集推送信息系统 | |
US8612465B1 (en) | Image reacquisition | |
Mountain | Exploring mobile trajectories: An investigation of individual spatial behaviour and geographic filters for information retrieval-Volume 1 | |
Ji et al. | Research on indoor scene classification mechanism based on multiple descriptors fusion |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20151209 |
|
RJ01 | Rejection of invention patent application after publication |