CN107590279A - 一种智慧旅游推荐系统 - Google Patents
一种智慧旅游推荐系统 Download PDFInfo
- Publication number
- CN107590279A CN107590279A CN201710901978.9A CN201710901978A CN107590279A CN 107590279 A CN107590279 A CN 107590279A CN 201710901978 A CN201710901978 A CN 201710901978A CN 107590279 A CN107590279 A CN 107590279A
- Authority
- CN
- China
- Prior art keywords
- mrow
- image
- msub
- subsystem
- retrieval
- 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
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提供了一种智慧旅游推荐系统，包括用户资料子系统、图像输入子系统、检索子系统和数据反馈子系统，所述用户资料子系统与所述用户输入子系统均与所述检索子系统相连，所述检索子系统与所述数据反馈子系统相连，所述用户资料子系统用于向检索子系统输入用户资料，完成用户验证，所述图像输入子系统用于向检索子系统输入用户偏好景色的图像，所述检索子系统用于根据输入图像检索具有相似景色的图像，并将该图像对应的地点输出至数据反馈子系统，所述数据反馈子系统用于将检索到的地点反馈给用户。本发明的有益效果为：实现了旅游目的地的智慧推荐，提升了用户体验。
Description
技术领域
本发明涉及旅游技术领域，具体涉及一种智慧旅游推荐系统。
背景技术
在过去，人们通过亲友或者旅行社获取旅游信息，这种方式具有一定的局限性，很难获取满意的旅游体验。
随着互联网的应用和普及，越来越多的人通过网络获取旅游信息，然而，网上的信息过载，如何才能迅速获取用户满意的旅游目的地成为一大难题。
发明内容
针对上述问题，本发明旨在提供一种智慧旅游推荐系统。
本发明的目的采用以下技术方案来实现：
提供了一种智慧旅游推荐系统，包括用户资料子系统、图像输入子系统、检索子系统和数据反馈子系统，所述用户资料子系统与所述用户输入子系统均与所述检索子系统相连，所述检索子系统与所述数据反馈子系统相连，所述用户资料子系统用于向检索子系统输入用户资料，完成用户验证，所述图像输入子系统用于向检索子系统输入用户偏好景色的图像，所述检索子系统用于根据输入图像检索具有相似景色的图像，并将该图像对应的地点输出至数据反馈子系统，所述数据反馈子系统用于将检索到的地点反馈给用户。
本发明的有益效果为：实现了旅游目的地的智慧推荐，提升了用户体验。
附图说明
利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
图1是本发明的结构示意图；
附图标记：
用户资料子系统1、图像输入子系统2、检索子系统3、数据反馈子系统4。
具体实施方式
结合以下实施例对本发明作进一步描述。
参见图1，本实施例的一种智慧旅游推荐系统，包括用户资料子系统1、图像输入子系统2、检索子系统3和数据反馈子系统4，所述用户资料子系统1与所述用户输入子系统2均与所述检索子系统3相连，所述检索子系统3与所述数据反馈子系统4相连，所述用户资料子系统1用于向检索子系统3输入用户资料，完成用户验证，所述图像输入子系统2用于向检索子系统3输入用户偏好景色的图像，所述检索子系统3用于根据输入图像检索具有相似景色的图像，并将该图像对应的地点输出至数据反馈子系统4，所述数据反馈子系统4用于将检索到的地点反馈给用户。
本实施例实现了旅游目的地的智慧推荐，提升了用户体验。
优选的，所述用户资料包括用户的姓名、年龄和证件号码。
本优选实施例完成了用户的实名认证。
优选的，所述检索子系统3连接互联网，从网络中进行检索。
本优选实施例检索到的结果更为全面。
优选的，所述检索子系统3包括一次处理模块、二次处理模块、三次处理模块和四次处理模块，所述一次处理模块基于图像的颜色特征对图像进行检索，得到一次检索结果，所述二次处理模块基于图像的显著性对图像进行检索，得到二次检索结果，所述三次处理模块将一次检索结果和二次检索结果的交集作为最终图像检索结果，所述四次处理模块用于对所述最终图像检索结果进行评价。
本优选实施例检索子系统利用一次处理模块和二次处理模块对图像进行检索，提高了图像检索准确性，通过四次处理模块对检索结果进行评价，保证了检索效果。
优选的，所述一次处理模块包括一次处理子模块和二次处理子模块，所述一次处理子模块用于提取图像的颜色特征，所述二次处理子模块用于根据图像颜色特征计算图像的相似性进行图像检索，得到一次检索结果。
所述一次处理子模块包括第一特征提取单元、第二特征提取单元和特征向量构建单元，所述第一特征提取单元用于提取图像的第一颜色特征，所述第二特征提取单元用于提取图像的第二颜色特征，所述特征向量构建单元用于根据图像的第一颜色特征和第二颜色特征构建图像的特征向量；
所述第一特征提取单元采用下式提取图像的第一颜色特征RUi：
在式子里，N表示图像像素点个数，pi,j表示RGB空间中第i个颜色通道分量中第j个像素的值；
所述第二特征提取单元采用下式提取图像的第二颜色特征MHi：
所述特征向量构建单元采用下式构建图像的特征向量：RX(i)＝[RUi,MHi]，在式子里，i∈1,2,3，表示RGB空间中三个颜色通道分量。
本优选实施例一次处理子模块直接在RGB空间提取颜色特征，直观的表达了颜色在图像中的分布情况，而且无需进行颜色量化，从而减少了计算量以及计算误差，根据第一颜色特征和第二颜色特征得到的特征向量维数较低，便于后续检索快速进行。
优选的，所述二次处理子模块包括第一相似性计算单元，第二相似性计算单元和一次检索单元，所述第一相似性计算单元用于计算图像的第一相似性值，所述第二相似性计算单元用于计算图像的第二相似性值，所述一次检索单元根据图像的第一相似性值和第二相似性值获取一次检索结果；
采用下式计算图像的第一相似性值：
在式子里，DT1(U,V)表示图像U和图像V的第一相似性值，RXU(i)和RXv(i)分别是图像U和图像V的特征向量，
采用下式计算图像的第二相似性值：
在式子里，DT2(U,V)表示图像U和图像V的第一相似性值；
采用以下方式获取一次检索结果：将待检索图像与输入图像的第一相似性值和第二相似性值之和作为待检索图像的最终相似性值，将最终相似性值大于设定阈值的待检索图像作为一次检索结果。
本优选实施例二次处理子模块对图像之间的相似度进行计算，具体的，第一相似性值考虑了特征向量之间的几何距离，而第二相似性值可以最大程度抑制图像背景信息的影响，提高了检索结果的准确性。
优选的，所述二次处理模块具体采用以下方式进行检索：首先，基于显著性检测将图像前景区域从背景区域提取出来；然后，将待检索图像和输入图像显著性区域重合部分的像素点数目进行统计，若重合部分像素点的数目大于设定阈值，则将待检索图像作为二次检索结果。
所述四次处理模块对最终图像检索结果进行评价，采用评价因子进行，所述评价因子采用下式确定：在式子里，FN表示最终图像检索结果的评价因子，a表示网络中包含输入图像的相关图像的数量，b表示最终图像检索结果的数量，c表示输入图像的相关图像集合和最终图像检索结果集合的交集中图像的数量；评价因子值越大，表明检索结果越准确。
本优选实施例四次处理模块实现了最终图像检索结果的量化评价，评价因子同时对图像检索的准确性和完整性进行了评价，保证了图像检索性能，从而保证了景点推荐准确性。
采用本发明智慧旅游推荐系统向用户推荐旅游目的地，选取5名用户进行实验，分别为用户1、用户2、用户3、用户4、用户5，对推荐时间和用户满意度进行统计，同现有旅游推荐系统相比，产生的有益效果如下表所示：
| 推荐时间缩短 | 用户满意度提高 | |
| 用户1 | 29％ | 21％ |
| 用户2 | 27％ | 23％ |
| 用户3 | 26％ | 25％ |
| 用户4 | 25％ | 27％ |
| 用户5 | 24％ | 29％ |
最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。
Claims (8)
1.一种智慧旅游推荐系统，其特征在于，包括用户资料子系统、图像输入子系统、检索子系统和数据反馈子系统，所述用户资料子系统与所述用户输入子系统均与所述检索子系统相连，所述检索子系统与所述数据反馈子系统相连，所述用户资料子系统用于向检索子系统输入用户资料，完成用户验证，所述图像输入子系统用于向检索子系统输入用户偏好景色的图像，所述检索子系统用于根据输入图像检索具有相似景色的图像，并将该图像对应的地点输出至数据反馈子系统，所述数据反馈子系统用于将检索到的地点反馈给用户。
2.根据权利要求1所述的智慧旅游推荐系统，其特征在于，所述用户资料包括用户的姓名、年龄和证件号码。
3.根据权利要求2所述的智慧旅游推荐系统，其特征在于，所述检索子系统连接互联网，从网络中进行检索。
4.根据权利要求3所述的智慧旅游推荐系统，其特征在于，所述检索子系统包括一次处理模块、二次处理模块、三次处理模块和四次处理模块，所述一次处理模块基于图像的颜色特征对图像进行检索，得到一次检索结果，所述二次处理模块基于图像的显著性对图像进行检索，得到二次检索结果，所述三次处理模块将一次检索结果和二次检索结果的交集作为最终图像检索结果，所述四次处理模块用于对所述最终图像检索结果进行评价。
5.根据权利要求4所述的智慧旅游推荐系统，其特征在于，所述一次处理模块包括一次处理子模块和二次处理子模块，所述一次处理子模块用于提取图像的颜色特征，所述二次处理子模块用于根据图像颜色特征计算图像的相似性进行图像检索，得到一次检索结果。
6.根据权利要求5所述的智慧旅游推荐系统，其特征在于，所述一次处理子模块包括第一特征提取单元、第二特征提取单元和特征向量构建单元，所述第一特征提取单元用于提取图像的第一颜色特征，所述第二特征提取单元用于提取图像的第二颜色特征，所述特征向量构建单元用于根据图像的第一颜色特征和第二颜色特征构建图像的特征向量；
所述第一特征提取单元采用下式提取图像的第一颜色特征RUi：
<mrow>
<msub>
<mi>RU</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mi>N</mi>
</mfrac>
<mo>&lsqb;</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<msub>
<mi>p</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
</mrow>
</msub>
<mo>+</mo>
<msup>
<mrow>
<mo>(</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<msub>
<mi>p</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>&rsqb;</mo>
</mrow>
在式子里，N表示图像像素点个数，pi，j表示RGB空间中第i个颜色通道分量中第j个像素的值；
所述第二特征提取单元采用下式提取图像的第二颜色特征MHi：
<mrow>
<msub>
<mi>MH</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<mn>1</mn>
<mo>+</mo>
<mfrac>
<mn>1</mn>
<mi>N</mi>
</mfrac>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>p</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
</mrow>
</msub>
<mo>-</mo>
<mfrac>
<mn>1</mn>
<mi>N</mi>
</mfrac>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<msub>
<mi>p</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>+</mo>
<msqrt>
<mrow>
<mfrac>
<mn>1</mn>
<mi>N</mi>
</mfrac>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>p</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
</mrow>
</msub>
<mo>-</mo>
<mfrac>
<mn>1</mn>
<mi>N</mi>
</mfrac>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<msub>
<mi>p</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</msqrt>
</mrow>
所述特征向量构建单元采用下式构建图像的特征向量：RX(i)＝[RUi，MHi]，在式子里，i∈1，2，3，表示RGB空间中三个颜色通道分量。
7.根据权利要求6所述的智慧旅游推荐系统，其特征在于，所述二次处理子模块包括第一相似性计算单元，第二相似性计算单元和一次检索单元，所述第一相似性计算单元用于计算图像的第一相似性值，所述第二相似性计算单元用于计算图像的第二相似性值，所述一次检索单元根据图像的第一相似性值和第二相似性值获取一次检索结果；
采用下式计算图像的第一相似性值：
<mrow>
<msub>
<mi>DT</mi>
<mn>1</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>U</mi>
<mo>,</mo>
<mi>V</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mn>1</mn>
<mo>+</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mn>3</mn>
</munderover>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>RX</mi>
<mi>U</mi>
</msub>
<mo>(</mo>
<mi>i</mi>
<mo>)</mo>
<mo>-</mo>
<msub>
<mi>RX</mi>
<mi>v</mi>
</msub>
<mo>(</mo>
<mi>i</mi>
<mo>)</mo>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>&times;</mo>
<mi>l</mi>
<mi>n</mi>
<msqrt>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mn>3</mn>
</munderover>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>RX</mi>
<mi>U</mi>
</msub>
<mo>(</mo>
<mi>i</mi>
<mo>)</mo>
<mo>-</mo>
<msub>
<mi>RX</mi>
<mi>v</mi>
</msub>
<mo>(</mo>
<mi>i</mi>
<mo>)</mo>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</msqrt>
</mrow>
在式子里，DT1(U，V)表示图像U和图像V的第一相似性值，RXU(i)和RXV(i)分别是图像U和图像V的特征向量，
采用下式计算图像的第二相似性值：
<mrow>
<msub>
<mi>DT</mi>
<mn>2</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>U</mi>
<mo>,</mo>
<mi>V</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mi>ln</mi>
<mrow>
<mo>(</mo>
<msup>
<mi>e</mi>
<mrow>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mn>3</mn>
</msubsup>
<mo>|</mo>
<msub>
<mi>RX</mi>
<mi>U</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msub>
<mi>RX</mi>
<mi>v</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>)</mo>
</mrow>
<mo>|</mo>
</mrow>
</msup>
<mo>+</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mfrac>
<mrow>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>3</mn>
</mrow>
<mn>3</mn>
</msubsup>
<mi>min</mi>
<mo>&lsqb;</mo>
<msub>
<mi>RX</mi>
<mi>U</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>)</mo>
</mrow>
<mo>,</mo>
<msub>
<mi>RX</mi>
<mi>v</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
</mrow>
<mrow>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mn>3</mn>
</msubsup>
<mo>|</mo>
<msub>
<mi>RX</mi>
<mi>U</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msub>
<mi>RX</mi>
<mi>v</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>)</mo>
</mrow>
<mo>|</mo>
</mrow>
</mfrac>
</mrow>
在式子里，DT2(U，V)表示图像U和图像V的第一相似性值；
采用以下方式获取一次检索结果：将待检索图像与输入图像的第一相似性值和第二相似性值之和作为待检索图像的最终相似性值，将最终相似性值大于设定阈值的待检索图像作为一次检索结果。
8.根据权利要求7所述的智慧旅游推荐系统，其特征在于，所述二次处理模块具体采用以下方式进行检索：首先，基于显著性检测将图像前景区域从背景区域提取出来；然后，将待检索图像和输入图像显著性区域重合部分的像素点数目进行统计，若重合部分像素点的数目大于设定阈值，则将待检索图像作为二次检索结果；
所述四次处理模块对最终图像检索结果进行评价，采用评价因子进行，所述评价因子采用下式确定：在式子里，FN表示最终图像检索结果的评价因子，a表示网络中包含输入图像的相关图像的数量，b表示最终图像检索结果的数量，c表示输入图像的相关图像集合和最终图像检索结果集合的交集中图像的数量；评价因子值越大，表明检索结果越准确。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710901978.9A CN107590279A (zh) | 2017-09-28 | 2017-09-28 | 一种智慧旅游推荐系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710901978.9A CN107590279A (zh) | 2017-09-28 | 2017-09-28 | 一种智慧旅游推荐系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107590279A true CN107590279A (zh) | 2018-01-16 |
Family
ID=61048045
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710901978.9A Pending CN107590279A (zh) | 2017-09-28 | 2017-09-28 | 一种智慧旅游推荐系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107590279A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108958247A (zh) * | 2018-07-02 | 2018-12-07 | 深圳市益鑫智能科技有限公司 | 一种引导机器人 |
| CN109299389A (zh) * | 2018-11-16 | 2019-02-01 | 西北工业大学 | 一种旅游景点推荐方法及装置 |
| CN111798093A (zh) * | 2020-05-27 | 2020-10-20 | 山东任性网络科技有限公司 | 一种基于大数据的旅游电商系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104616221A (zh) * | 2014-07-30 | 2015-05-13 | 江苏物泰信息科技有限公司 | 一种智慧旅游推荐系统 |
| CN105608230A (zh) * | 2016-02-03 | 2016-05-25 | 南京云创大数据科技股份有限公司 | 一种基于图像检索的商家信息推荐系统及方法 |
| CN106066873A (zh) * | 2016-05-30 | 2016-11-02 | 哈尔滨工程大学 | 一种基于本体的旅游信息推荐方法 |
| CN106557493A (zh) * | 2015-09-25 | 2017-04-05 | 索意互动（北京）信息技术有限公司 | 一种数据检索方法、装置以及数据检索服务器 |
| CN106600481A (zh) * | 2016-12-14 | 2017-04-26 | 成都中科大旗软件有限公司 | 一种智慧乡村旅游服务平台 |
-
2017
- 2017-09-28 CN CN201710901978.9A patent/CN107590279A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104616221A (zh) * | 2014-07-30 | 2015-05-13 | 江苏物泰信息科技有限公司 | 一种智慧旅游推荐系统 |
| CN106557493A (zh) * | 2015-09-25 | 2017-04-05 | 索意互动（北京）信息技术有限公司 | 一种数据检索方法、装置以及数据检索服务器 |
| CN105608230A (zh) * | 2016-02-03 | 2016-05-25 | 南京云创大数据科技股份有限公司 | 一种基于图像检索的商家信息推荐系统及方法 |
| CN106066873A (zh) * | 2016-05-30 | 2016-11-02 | 哈尔滨工程大学 | 一种基于本体的旅游信息推荐方法 |
| CN106600481A (zh) * | 2016-12-14 | 2017-04-26 | 成都中科大旗软件有限公司 | 一种智慧乡村旅游服务平台 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108958247A (zh) * | 2018-07-02 | 2018-12-07 | 深圳市益鑫智能科技有限公司 | 一种引导机器人 |
| CN109299389A (zh) * | 2018-11-16 | 2019-02-01 | 西北工业大学 | 一种旅游景点推荐方法及装置 |
| CN109299389B (zh) * | 2018-11-16 | 2022-03-25 | 西北工业大学 | 一种旅游景点推荐方法及装置 |
| CN111798093A (zh) * | 2020-05-27 | 2020-10-20 | 山东任性网络科技有限公司 | 一种基于大数据的旅游电商系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11727053B2 (en) | Entity recognition from an image | |
| CN103810299B (zh) | 基于多特征融合的图像检索方法 | |
| US9460158B2 (en) | Search method and system | |
| WO2016127883A1 (zh) | 一种图像区域检测方法及装置 | |
| CN107239725A (zh) | 一种信息展示方法、装置及系统 | |
| CN107748799A (zh) | 一种多数据源影视数据实体对齐的方法 | |
| CN109766925B (zh) | 特征融合方法、装置、电子设备及存储介质 | |
| CN106547744A (zh) | 一种图像检索方法及系统 | |
| CN105118048A (zh) | 翻拍证件图片的识别方法及装置 | |
| CN107590255A (zh) | 信息推送方法和装置 | |
| CN106326391A (zh) | 多媒体资源推荐方法及装置 | |
| CN107679997A (zh) | 医疗理赔拒付方法、装置、终端设备及存储介质 | |
| CN107590279A (zh) | 一种智慧旅游推荐系统 | |
| CN106407280A (zh) | 查询目标匹配方法及装置 | |
| CN102262618A (zh) | 一种版面信息识别的方法及装置 | |
| CN103970747B (zh) | 网络侧计算机对搜索结果进行排序的数据处理方法 | |
| Hong et al. | Selective residual learning for visual question answering | |
| CN110427604A (zh) | 表格整合方法和装置 | |
| CN112200844A (zh) | 生成图像的方法、装置、电子设备及介质 | |
| CN108537291A (zh) | 一种样本分类方法和装置 | |
| CN108021693A (zh) | 一种图像检索方法和装置 | |
| CN105260458A (zh) | 一种用于显示装置的视频推荐方法及显示装置 | |
| CN106408316A (zh) | 用于识别客户的方法及装置 | |
| CN106033444A (zh) | 文本内容的聚类方法和装置 | |
| CN106547748A (zh) | 一种app索引库的创建方法及装置、搜索app的方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180116 |