CN107704570A - 一种高效的多媒体教学管理系统 - Google Patents
一种高效的多媒体教学管理系统 Download PDFInfo
- Publication number
- CN107704570A CN107704570A CN201710912943.5A CN201710912943A CN107704570A CN 107704570 A CN107704570 A CN 107704570A CN 201710912943 A CN201710912943 A CN 201710912943A CN 107704570 A CN107704570 A CN 107704570A
- Authority
- CN
- China
- Prior art keywords
- video
- mrow
- msub
- finger print
- matching
- 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
- G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
- G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/783—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
Abstract
本发明提供了一种高效的多媒体教学管理系统,包括输入子系统、视频指纹认证子系统和输出子系统,所述输入子系统用于输入多媒体教学视频,所述视频指纹认证子系统用于对输入的多媒体教学视频进行视频指纹认证,得到输入视频的匹配视频,所述输出子系统用于播放匹配视频;所述视频指纹认证子系统包括视频指纹提取模块、视频指纹匹配模块和指纹性能评价模块,所述视频指纹提取模块用于提取视频的特征,生成视频指纹,所述视频指纹匹配模块用于根据视频指纹比较两个视频是否内容一致,得到和查询视频相匹配的视频;所述指纹性能评价模块用于对视频指纹提取模块的性能进行评价。本发明的有益效果为:实现了高效的多媒体视频教学。
Description
技术领域
本发明涉及多媒体教学技术领域,具体涉及一种高效的多媒体教学管理系统。
背景技术
现有的多媒体教学系统无法实现对教学视频的有效认证,无法及时播放教学视频,导致教学系统效率低下。
视频指纹,作为视频资源管理保护的新手段,就像人类指纹一样可以唯一标识身份。视频指纹是数字视频内容的精简数字化表示形式,是通过对视频进行分析、提取、计算处理而形成的一个唯一标识符。
发明内容
针对上述问题,本发明旨在提供一种高效的多媒体教学管理系统。
本发明的目的采用以下技术方案来实现:
提供了一种高效的多媒体教学管理系统,包括输入子系统、视频指纹认证子系统和输出子系统,所述输入子系统用于输入多媒体教学视频,所述视频指纹认证子系统用于对输入的多媒体教学视频进行视频指纹认证,得到输入视频的匹配视频,所述输出子系统用于播放匹配视频;所述视频指纹认证子系统包括视频指纹提取模块、视频指纹匹配模块和指纹性能评价模块,所述视频指纹提取模块用于提取视频的特征,生成视频指纹,所述视频指纹匹配模块用于根据视频指纹比较两个视频是否内容一致,得到和查询视频相匹配的视频;所述指纹性能评价模块用于对视频指纹提取模块的性能进行评价。
本发明的有益效果为:实现了高效的多媒体视频教学。
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:
输入子系统1、视频指纹认证子系统2、输出子系统3。
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,本实施例的一种高效的多媒体教学管理系统,包括输入子系统1、视频指纹认证子系统2和输出子系统3,所述输入子系统1用于输入多媒体教学视频,所述视频指纹认证子系统2用于对输入的多媒体教学视频进行视频指纹认证,得到输入视频的匹配视频,所述输出子系统3用于播放匹配视频;所述视频指纹认证子系统2包括视频指纹提取模块、视频指纹匹配模块和指纹性能评价模块,所述视频指纹提取模块用于提取视频的特征,生成视频指纹,所述视频指纹匹配模块用于根据视频指纹比较两个视频是否内容一致,得到和查询视频相匹配的视频;所述指纹性能评价模块用于对视频指纹匹配模块的性能进行评价。
本实施例实现了高效的多媒体视频教学。
优选的,所述视频指纹提取模块包括视频解码单元、特征提取单元、指纹建模单元,所述视频解码单元用于对原始视频序列进行解码,得到YUV序列,所述特征提取单元用于根据YUV序列提取视频的特征,所述指纹建模单元用于根据提取的视频特征建立指纹模型,得到视频指纹;
所述特征提取单元包括特征提取子单元和帧率转换子单元,所述特征提取子单元用于提取原始帧率下视频的特征,所述帧率转换子单元用于将原始帧率的视频转化为固定帧率;
所述特征提取子单元用于提取原始帧率下视频的特征,具体为:
a、从YUV序列中提取亮度信息Y,组成新的视频序列;
b、假定视频像素是M×N,则每幅视频帧的几何中心为(M/2,N/2,将视频帧的几何中心作为坐标原点O,fk(x,y)为第k幅视频帧以O为原点的位置(x,y)处的亮度值,亮度值fk(x,y)的取值范围是[0,255,根据亮度值fk(x,y)计算每幅视频帧的特征中心(cxk,cyk):
c、基于特征中心,计算特征中心角:式中,βk表示第k幅视频帧的特征中心角;计算整个视频序列所有视频帧的特征中心角,用所有特征中心角构建一维特征向量β:β=[β1,β2,…,βK],式中,K表示视频序列包含的视频帧数目;
本优选实施例通过提取视频的亮度信息和建立视频帧的特征中心,实现了视频特征的有效提取,通过建立视频帧的特征中心角,能够方便直观的表示视频的特征。
优选的,所述帧率转换子单元用于将原始帧率的视频转化为固定帧率,具体为:
a、设原始视频序列帧率为Q,转化后的固定帧率为P,帧率为P下的第i帧的特征中心角θi由帧率为Q下的连续两个帧的特征中心角βk和βk+1转换得到,转换公式为:
θi=(1-μ2)βk+μ2βk+1
其中,
b、用转换后的所有视频帧的特征中心角构建一维特征向量θ:θ=[θ1,θ2,…,θM],式中,是帧率P下视频包含的视频帧的数目,特征向量θ即为提取的视频特征;
为使计算得到的特征向量能够进行比较,必须将其转变为具有同样帧率下的特征参数,传统的做法是先将数字视频转换为一定帧率的视频序列,再进行特征提取,本发明先对视频特征进行提取,然后直接采用线性化的方法对得到的特征中心角进行转换,减少了计算量,提高了转换效率,从而提高了特征提取速度。
优选的,所述指纹建模单元用于根据提取的视频特征建立指纹模型,具体为:
a、采用以下方式计算特征中心相对角γi,γi=θi+2+θi+1-θi;
b、计算整个视频序列的特征中心相对角,根据特征中心相对角建立视频指纹模型:视频指纹为γ=[γ1,γ2,…,γM-2];
本优选实施例对特征信息进行处理,建立了视频指纹,有助于后续进行指纹匹配。
优选的,所述视频指纹匹配模块包括第一匹配单元、第二匹配单元和综合匹配单元,所述第一匹配单元用于计算视频指纹之间的第一匹配值,所述第二匹配单元用于计算视频指纹之间的第二匹配值,所述综合匹配单元用于根据第一匹配值和第二匹配值确定视频匹配程度;
所述第一匹配值采用下式确定:
式中,表示视频指纹之间的第一匹配值,表示查询的视频指纹,ω=[ω1,ω2,…,ωM-2]表示视频数据库中的任意视频指纹;
所述第二匹配值采用下式确定:
式中,表示视频指纹之间的第二匹配值;
所述确定视频匹配程度通过匹配因子进行,所述匹配因子采用下式确定:
式中,表示视频之间的匹配因子;
若匹配因子小于设定阈值,则认为两视频匹配,否则,视频不匹配,继续在视频数据库搜索;
本优选实施例通过视频指纹之间的第一匹配值和第二匹配值确定视频的匹配因子对视频进行匹配,匹配结果更为准确。
优选的,所述指纹性能评价模块用于对视频指纹匹配模块的性能进行评价,具体通过评价因子进行,所述评价因子采用下式确定:
式中,ZC表示评价因子的值,T1表示查询到的和查询视频内容一致的视频数量,T2表示视频数据库中和查询视频内容一致的视频数量,T3表示查询到的和查询视频内容不一致的视频数量,T4表示视频数据库中和查询视频内容不一致的视频数量,评价因子越大,视频指纹匹配模块性能越好。
本优选实施例通过对视频指纹匹配模块的匹配结果进行评价,保证了视频指纹匹配模块的性能。
采用本发明高效的多媒体教学管理系统进行教学,选取5个学校进行实验,分别为学校1、学校2、学校3、学校4、学校5,对教学效率和教师满意度进行统计,同现有教学系统相比,产生的有益效果如下表所示:
教学效率提高 | 教师满意度提高 | |
学校1 | 29% | 27% |
学校2 | 27% | 26% |
学校3 | 26% | 26% |
学校4 | 25% | 24% |
学校5 | 24% | 22% |
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 (7)
1.一种高效的多媒体教学管理系统,其特征在于,包括输入子系统、视频指纹认证子系统和输出子系统,所述输入子系统用于输入多媒体教学视频,所述视频指纹认证子系统用于对输入的多媒体教学视频进行视频指纹认证,得到输入视频的匹配视频,所述输出子系统用于播放匹配视频;所述视频指纹认证子系统包括视频指纹提取模块、视频指纹匹配模块和指纹性能评价模块,所述视频指纹提取模块用于提取视频的特征,生成视频指纹,所述视频指纹匹配模块用于根据视频指纹比较两个视频是否内容一致,得到和查询视频相匹配的视频;所述指纹性能评价模块用于对视频指纹匹配模块的性能进行评价。
2.根据权利要求1所述的高效的多媒体教学管理系统,其特征在于,所述视频指纹提取模块包括视频解码单元、特征提取单元、指纹建模单元,所述视频解码单元用于对原始视频序列进行解码,得到YUV序列,所述特征提取单元用于根据YUV序列提取视频的特征,所述指纹建模单元用于根据提取的视频特征建立指纹模型,得到视频指纹。
3.根据权利要求2所述的高效的多媒体教学管理系统,其特征在于,所述特征提取单元包括特征提取子单元和帧率转换子单元,所述特征提取子单元用于提取原始帧率下视频的特征,所述帧率转换子单元用于将原始帧率的视频转化为固定帧率;
所述特征提取子单元用于提取原始帧率下视频的特征,具体为:
a、从YUV序列中提取亮度信息Y,组成新的视频序列;
b、假定视频像素是M×N,则每幅视频帧的几何中心为(M/2,N/2),将视频帧的几何中心作为坐标原点O,fk(x,y)为第k幅视频帧以O为原点的位置(x,y)处的亮度值,亮度值fk(x,y)的取值范围是[0,255],根据亮度值fk(x,y)计算每幅视频帧的特征中心(cxk,cyk):
<mrow>
<msub>
<mi>c</mi>
<mrow>
<mi>x</mi>
<mi>k</mi>
</mrow>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<mi>&Sigma;</mi>
<mi>x</mi>
<mo>&times;</mo>
<msub>
<mi>f</mi>
<mi>k</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>,</mo>
<mi>y</mi>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mn>10</mn>
<msub>
<mi>&Sigma;f</mi>
<mi>k</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>,</mo>
<mi>y</mi>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>+</mo>
<msqrt>
<mrow>
<msup>
<mrow>
<mo>(</mo>
<mfrac>
<mrow>
<mi>&Sigma;</mi>
<mi>x</mi>
<mo>&times;</mo>
<msub>
<mi>f</mi>
<mi>k</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>,</mo>
<mi>y</mi>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msub>
<mi>&Sigma;f</mi>
<mi>k</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>,</mo>
<mi>y</mi>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>+</mo>
<mn>1</mn>
</mrow>
</msqrt>
</mrow>
<mrow>
<msub>
<mi>c</mi>
<mrow>
<mi>y</mi>
<mi>k</mi>
</mrow>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<mi>&Sigma;</mi>
<mi>y</mi>
<mo>&times;</mo>
<msub>
<mi>f</mi>
<mi>k</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>,</mo>
<mi>y</mi>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mn>10</mn>
<msub>
<mi>&Sigma;f</mi>
<mi>k</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>,</mo>
<mi>y</mi>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>+</mo>
<msqrt>
<mrow>
<msup>
<mrow>
<mo>(</mo>
<mfrac>
<mrow>
<mi>&Sigma;</mi>
<mi>y</mi>
<mo>&times;</mo>
<msub>
<mi>f</mi>
<mi>k</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>,</mo>
<mi>y</mi>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msub>
<mi>&Sigma;f</mi>
<mi>k</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>,</mo>
<mi>y</mi>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>+</mo>
<mn>1</mn>
</mrow>
</msqrt>
</mrow>
c、基于特征中心,计算特征中心角:式中,βk表示第k幅视频帧的特征中心角;计算整个视频序列所有视频帧的特征中心角,用所有特征中心角构建一维特征向量β:β=[β1,β2,…,βK],式中,K表示视频序列包含的视频帧数目。
4.根据权利要求3所述的高效的多媒体教学管理系统,其特征在于,所述帧率转换子单元用于将原始帧率的视频转化为固定帧率,具体为:
a、设原始视频序列帧率为Q,转化后的固定帧率为P,帧率为P下的第f帧的特征中心角θi由帧率为Q下的连续两个帧的特征中心角βk和βk+1转换得到,转换公式为:
θi=(1-μ2)βk+μ2βk+1
其中,
b、用转换后的所有视频帧的特征中心角构建一维特征向量θ:θ=[θ1,θ2,…,θM],式中,M是帧率P下视频包含的视频帧的数目,特征向量θ即为提取的视频特征。
5.根据权利要求4所述的高效的多媒体教学管理系统,其特征在于,所述指纹建模单元用于根据提取的视频特征建立指纹模型,具体为:
a、采用以下方式计算特征中心相对角γi,γi=θi+2+θi+1-θi;
b、计算整个视频序列的特征中心相对角,根据特征中心相对角建立视频指纹模型:视频指纹为γ=[γ1,γ2,…,γM-2]。
6.根据权利要求5所述的高效的多媒体教学管理系统,其特征在于,所述视频指纹匹配模块包括第一匹配单元、第二匹配单元和综合匹配单元,所述第一匹配单元用于计算视频指纹之间的第一匹配值,所述第二匹配单元用于计算视频指纹之间的第二匹配值,所述综合匹配单元用于根据第一匹配值和第二匹配值确定视频匹配程度;
所述第一匹配值采用下式确定:
式中,表示视频指纹之间的第一匹配值,表示查询的视频指纹,ω=[ω1,ω2,…,ωM-2]表示视频数据库中的任意视频指纹;
所述第二匹配值采用下式确定:
式中,表示视频指纹之间的第二匹配值;
所述确定视频匹配程度通过匹配因子进行,所述匹配因子采用下式确定:
式中,表示视频之间的匹配因子;
若匹配因子小于设定阈值,则认为两视频匹配,否则,视频不匹配,继续在视频数据库搜索。
7.根据权利要求6所述的高效的多媒体教学管理系统,其特征在于,所述指纹性能评价模块用于对视频指纹匹配模块的性能进行评价,具体通过评价因子进行,所述评价因子采用下式确定:
<mrow>
<mi>Z</mi>
<mi>C</mi>
<mo>=</mo>
<mfrac>
<msub>
<mi>T</mi>
<mn>1</mn>
</msub>
<msub>
<mi>T</mi>
<mn>2</mn>
</msub>
</mfrac>
<mo>&times;</mo>
<msqrt>
<mfrac>
<mrow>
<msub>
<mi>T</mi>
<mn>1</mn>
</msub>
<mo>+</mo>
<msub>
<mi>T</mi>
<mn>2</mn>
</msub>
</mrow>
<mrow>
<msub>
<mi>T</mi>
<mn>2</mn>
</msub>
<mo>+</mo>
<msub>
<mi>T</mi>
<mn>4</mn>
</msub>
</mrow>
</mfrac>
</msqrt>
<mo>+</mo>
<msup>
<mrow>
<mo>(</mo>
<mfrac>
<msub>
<mi>T</mi>
<mn>1</mn>
</msub>
<msub>
<mi>T</mi>
<mn>2</mn>
</msub>
</mfrac>
<mo>+</mo>
<mfrac>
<msub>
<mi>T</mi>
<mn>3</mn>
</msub>
<msub>
<mi>T</mi>
<mn>4</mn>
</msub>
</mfrac>
<mo>)</mo>
</mrow>
<mn>3</mn>
</msup>
</mrow>
式中,ZC表示评价因子的值,T1表示查询到的和查询视频内容一致的视频数量,T2表示视频数据库中和查询视频内容一致的视频数量,T3表示查询到的和查询视频内容不一致的视频数量,T4表示视频数据库中和查询视频内容不一致的视频数量,评价因子越大,视频指纹匹配模块性能越好。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710912943.5A CN107704570A (zh) | 2017-09-30 | 2017-09-30 | 一种高效的多媒体教学管理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710912943.5A CN107704570A (zh) | 2017-09-30 | 2017-09-30 | 一种高效的多媒体教学管理系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107704570A true CN107704570A (zh) | 2018-02-16 |
Family
ID=61175759
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710912943.5A Pending CN107704570A (zh) | 2017-09-30 | 2017-09-30 | 一种高效的多媒体教学管理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107704570A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111385646A (zh) * | 2018-12-31 | 2020-07-07 | 西安跃亿智产信息科技有限公司 | 一种基于视频特征中心识别的多媒体视频教学平台 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103198293A (zh) * | 2011-12-22 | 2013-07-10 | 美国博通公司 | 用于指纹识别视频的系统和方法 |
CN103593464A (zh) * | 2013-11-25 | 2014-02-19 | 华中科技大学 | 基于视觉特征的视频指纹检测及视频序列匹配方法及系统 |
CN104809248A (zh) * | 2015-05-18 | 2015-07-29 | 成都索贝数码科技股份有限公司 | 视频指纹提取及检索方法 |
-
2017
- 2017-09-30 CN CN201710912943.5A patent/CN107704570A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103198293A (zh) * | 2011-12-22 | 2013-07-10 | 美国博通公司 | 用于指纹识别视频的系统和方法 |
CN103593464A (zh) * | 2013-11-25 | 2014-02-19 | 华中科技大学 | 基于视觉特征的视频指纹检测及视频序列匹配方法及系统 |
CN104809248A (zh) * | 2015-05-18 | 2015-07-29 | 成都索贝数码科技股份有限公司 | 视频指纹提取及检索方法 |
Non-Patent Citations (1)
Title |
---|
王大永: "感知视频指纹算法研究", 《中国博士学位论文全文数据库信息科技辑》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111385646A (zh) * | 2018-12-31 | 2020-07-07 | 西安跃亿智产信息科技有限公司 | 一种基于视频特征中心识别的多媒体视频教学平台 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104866593B (zh) | 一种基于知识图谱的数据库搜索方法 | |
CN105045818B (zh) | 一种图片的推荐方法、装置和系统 | |
CN109271401A (zh) | 一种题目搜索、批改方法、装置、电子设备和存储介质 | |
CN106097801A (zh) | 一种利于提高学习兴趣的智慧课堂系统 | |
CN107239801A (zh) | 视频属性表示学习方法及视频文字描述自动生成方法 | |
CN102750347B (zh) | 一种用于图像或视频搜索重排序的方法 | |
CN109344266A (zh) | 一种基于双语义空间的对抗性跨媒体检索方法 | |
CN106600213B (zh) | 一种个人简历智能管理系统及方法 | |
CN108573041A (zh) | 基于加权信任关系的概率矩阵分解推荐方法 | |
CN104182766A (zh) | 基于模板匹配的手写汉字笔画位置关系正确性判断方法 | |
CN110263874A (zh) | 一种基于注意力关系图学习的图像分类方法及装置 | |
CN101661484A (zh) | 一种查询方法及系统 | |
CN110135380A (zh) | 一种基于人脸检测的课堂专注度识别的方法 | |
CN108109453A (zh) | 作业批改装置 | |
CN106339486A (zh) | 一种基于大规模词汇树的增量学习的图像检索方法 | |
CN105488522A (zh) | 融合多视图和半监督学习的搜索引擎用户信息需求满意度评估方法 | |
CN104504406A (zh) | 一种快速高效的近似重复图像匹配方法 | |
CN107704570A (zh) | 一种高效的多媒体教学管理系统 | |
Hu et al. | A Chinese handwriting education system with automatic error detection. | |
CN110288026A (zh) | 一种基于度量关系图学习的图像分割方法及装置 | |
CN106570504A (zh) | 一种图像质量评价系统及方法 | |
CN107590279A (zh) | 一种智慧旅游推荐系统 | |
CN107133348A (zh) | 大规模图片集中基于语义一致性的近似搜索方法 | |
CN100533478C (zh) | 基于最优全局仿射变换的汉字合成实现方法 | |
CN106250818A (zh) | 一种全序保持投影的人脸年龄估计方法 |
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: 20180216 |