CN110598020B - 二值图像检索方法 - Google Patents
二值图像检索方法 Download PDFInfo
- Publication number
- CN110598020B CN110598020B CN201910897618.5A CN201910897618A CN110598020B CN 110598020 B CN110598020 B CN 110598020B CN 201910897618 A CN201910897618 A CN 201910897618A CN 110598020 B CN110598020 B CN 110598020B
- Authority
- CN
- China
- Prior art keywords
- binary
- binary number
- dimensional array
- group
- ordered
- 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
Links
Images
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
- G06F16/53—Querying
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Library & Information Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请公开了一种二值图像检索方法,包括步骤:根据CPU的位数和数据库中的二值图像的尺寸预设二维数组;将数据库中的每个二值图像对应转换为第一二进制数,将第一二进制数逐位填入到预设的二维数组中;二维数组中的任意一行均为一个第一二进制数,根据排序算法将二维数组转换为有序二维数组;将待测二值图像转换为第二二进制数;通过二分查找在有序二维数组中选取位于中间的第一二进制数,当第一二进制数中的每一组均与对应的第二二进制数中的每一组均相等,则检索成功。本发明利用二分查找来对二值图像进行检索,针对二值图像的自身特性,可以提高识别速率;同时考虑到与硬件CPU的位数相结合,最大程度利用CPU的计算资源以进一步提高计算效率。
Description
技术领域
本发明涉及数据处理技术领域,尤其涉及一种二值图像检索方法。
背景技术
二值图像作为一类特殊的图像在信息领域有其专门的应用领域,如用以表示字库文件等。其特点为该图像的像素值只有两种,通常表示为黑与白两种颜色。利用普通的图像方法对二维图像进行检索和识别的特点是兼容性强,可以同时处理二值图像和其它图像。但是这些方法没有考虑二值图像的特点,实现较为复杂,计算效率低。二值图像的结构最为简单,因此对二值图像的处理与一般图像有所不同,常用操作如识别等可以采用一些技术进行加速。通过扫描一次图像矩阵同时获取几何形状信息和物体的边缘点,以此提高识别速率。这类方法的主要问题在于还是将二值图像作为图像处理,算法相对较为复杂,同时也没有考虑与硬件的具体参数结合以提高计算效率。
发明内容
本发明公开了一种二值图像检索方法,方法包括步骤:
根据CPU的位数和数据库中的二值图像的尺寸预设二维数组;
将所述数据库中的每个二值图像对应转换为第一二进制数,将所述第一二进制数逐位填入到所述预设的二维数组中;
所述二维数组中的任意一行均为一个所述第一二进制数,根据排序算法将所述二维数组转换为有序二维数组;
将待测二值图像转换为第二二进制数;
通过二分查找在所述有序二维数组中选取位于中间的所述第一二进制数,将所述第一二进制数由高到低依次按照每组p位分为第一组、第二组、第三组...第a组,将所述第二二进制数由高到低依次按照每组p位分为第一子组、第二子组、第三子组...第a子组,其中p是所述CPU的位数;
选取所述第一二进制数中的所述第一组与所述第二二进制数中的第一子组进行比较,
当所述第一二进制数中的所述第一组与所述第二二进制数中的第一子组相等时,则依次将所述第一二进制数中的所述第二组、所述第三组...所述第a组与所述第二二进制数中的所述第二子组、所述第三子组...所述第a子组进行比较,
当所述第一二进制数中的每一组均与对应的所述第二二进制数中的每一组均相等,则检索成功。
优选的,当所述第一二进制数中的所述第一组与所述第二二进制数中的第一子组不相等时,得出所述第一二进制数与所述第二二进制数大小关系,通过所述第一二进制数与所述第二二进制数大小关系,继续进行所述二分查找。
优选的,位于所述有序二维数组中间的所述第一二进制数将所述有序二进制数分为第一子有序二维数组和第二子有序二维数组,所述第一子有序二维数组大于第二子有序二维数组;
通过所述第一二进制数与所述第二二进制数大小关系,继续进行所述二分查找,进一步为,
当所述通过所述第二二进制数大于所述第一二进制数时,选取在所述第一子有序二维数组中位于中间的所述第一二进制数,与所述第二二进制数进行比较;
当所述通过所述第二二进制数小于所述第一二进制数时,选取在所述第二子有序二维数组中位于中间的所述第一二进制数,与所述第二二进制数进行比较。
优选的,所述二维数组中的元素为p位无符号二进制整数,所述有序二维数组的大小通过以下方法得到:
b=m×n;
其中,b是所述有序二维数组的大小,m是所述数据库中的二值图像的个数,n是预设数值。
优选的,所述预设数值n是不小于阈值的最小整数,所述阈值通过以下方法计算:
c=hw/p;
其中,c是所述阈值,h是所述数据库中的二值图像的高,w是所述数据库中的二值图像的宽。
优选的,所述第一二进制数的位数根据以下方法得到:
q=w×h;
其中,q是所述二进制数的位数,h是所述待测二值图像的高,w是所述待测二值图像的宽。
优选的,所述数据库中的二值图像中的像素为黑色,对应的所述第一二进制数的位为1,所述数据库中的二值图像中的像素为白色,对应的所述第一二进制数的位为0;
所述待测二值图像中的像素为黑色,对应的所述第二二进制数的位为1,所述待测二值图像中的像素为白色,对应的所述第二二进制数的位为0。
优选的,将所述第一二进制数采用移位操作填入到所述二维数组中。
优选的,将所述第一二进制数中的位从高到低的依次逐位填入二维数组的任意一行,所述二维数组I的列数大于所述二进制数的位数,所述二维数组I中未填入所述第一二进制数的位按0补齐。
与现有技术相比,本发明提供的二值图像检索方法,达到如下有益效果:
本发明利用二分查找来对二值图像进行检索,针对二值图像的自身特性,可以提高识别速率;同时考虑到与硬件CPU的位数相结合,最大程度利用CPU的计算资源以进一步提高计算效率。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为本发明实施例1中二值图像检索方法的流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述。应注意到,所描述的实施例实际上仅仅是本发明一部分实施例,而不是全部的实施例,且实际上仅是说明性的,决不作为对本发明及其应用或使用的任何限制。本申请的保护范围当视所附权利要求所界定者为准。
实施例1:
参见图1所示为本申请二值图像检索方法的具体实施例,图1为本发明实施例1中二值图像检索方法的流程图。该方法包括步骤:
步骤101,根据CPU的位数和数据库中的二值图像的尺寸预设二维数组;
步骤102,将数据库中的每个二值图像对应转换为第一二进制数,将第一二进制数逐位填入到预设的二维数组中;
在步骤102中,将第一二进制数逐位填入到预设的二维数组中,可选的,将第一二进制数采用移位操作填入到二维数组中。本实施例中通过移位操作将第一二进制数填入到二维数组中,这样比直接赋值速度快,提高检索速度。
其中,步骤102中的数据库中的二值图像中的像素为黑色,对应的第一二进制数的位为1,数据库中的二值图像中的像素为白色,对应的第一二进制数的位为0;
同时,将第一二进制数中的位从高到低的依次逐位填入二维数组的任意一行,二维数组I的列数大于二进制数的位数,二维数组I中未填入第一二进制数的位按0补齐。可以方便后续步骤中将第一二进制数与第二二进制数进行比较较,提高检索速度。
第一二进制数的位数根据以下方法得到:
q=w×h;
其中,q是二进制数的位数,h是待测二值图像的高,w是待测二值图像的宽。
步骤103,二维数组中的任意一行均为一个第一二进制数,根据排序算法将二维数组转换为有序二维数组;
在步骤103中,所涉及到的二维数组中的元素为p位无符号二进制整数,有序二维数组的大小通过以下方法得到:
b=m×n;
其中,b是有序二维数组的大小,m是数据库中的二值图像的个数,n是预设数值。预设数值n是不小于阈值的最小整数,阈值通过以下方法计算:
c=hw/p;
其中,c是阈值,h是数据库中的二值图像的高,w是数据库中的二值图像的宽。
步骤104,将待测二值图像转换为第二二进制数;
在步骤104中,可选的,待测二值图像中的像素为黑色,对应的第二二进制数的位为1,待测二值图像中的像素为白色,对应的第二二进制数的位为0。
步骤105,通过二分查找在有序二维数组中选取位于中间的第一二进制数,将第一二进制数由高到低依次按照每组p位分为第一组、第二组、第三组...第a组,将第二二进制数由高到低依次按照每组p位分为第一子组、第二子组、第三子组...第a子组,其中p是CPU的位数;
步骤106,选取第一二进制数中的第一组与第二二进制数中的第一子组进行比较,
步骤107,当第一二进制数中的第一组与第二二进制数中的第一子组相等时,则依次将第一二进制数中的第二组、第三组...第a组与第二二进制数中的第二子组、第三子组...第a子组进行比较,
步骤108当第一二进制数中的每一组均与对应的第二二进制数中的每一组均相等,则检索成功。
本发明利用二分查找来对二值图像进行检索,二分查找又称折半查找,优点是比较次数少,查找速度快,平均性能好,占用系统内存较少;首先,假设表中元素是按升序排列,将表中间位置记录的关键字与查找关键字比较,如果两者相等,则查找成功;否则利用中间位置记录将表分成前、后两个子表,如果中间位置记录的关键字大于查找关键字,则进一步查找前一子表,否则进一步查找后一子表。重复以上过程,直到找到满足条件的记录,使查找成功,或直到子表不存在为止,此时查找不成功。二分查找的所需要的条件完全与二值图像的自身特性相匹配,利用二分查找来对二值图像进行检索可以提高识别速率;同时考虑到与硬件CPU的位数相结合,最大程度利用CPU的计算资源以进一步提高计算效率。
实施例2:
本申请提供了二值图像检索方法的另一个实施例,该方法包括步骤:
步骤201,根据CPU的位数和数据库中的二值图像的尺寸预设二维数组;
步骤202,将数据库中的每个二值图像对应转换为第一二进制数,将第一二进制数逐位填入到预设的二维数组中;
在步骤202中,将第一二进制数逐位填入到预设的二维数组中,可选的,将第一二进制数采用移位操作填入到二维数组中。通过移位操作将第一二进制数填入到二维数组中,这样比直接赋值速度快,提高检索速度。
数据库中的二值图像中的像素为黑色,对应的第一二进制数的位为1,数据库中的二值图像中的像素为白色,对应的第一二进制数的位为0;
将第一二进制数中的位从高到低的依次逐位填入二维数组的任意一行,二维数组I的列数大于二进制数的位数,二维数组I中未填入第一二进制数的位按0补齐。可以方便后续步骤中将第一二进制数与第二二进制数进行比较较,提高检索速度。
第一二进制数的位数根据以下方法得到:
q=w×h;
其中,q是二进制数的位数,h是待测二值图像的高,w是待测二值图像的宽;其中,数据库中的一个二值图像中的像素对应一个二进制位。
步骤203,二维数组中的任意一行均为一个第一二进制数,根据排序算法将二维数组转换为有序二维数组;
在步骤203中,所涉及到的二维数组中的元素为p位无符号二进制整数,有序二维数组的大小通过以下方法得到:
b=m×n;
其中,b是有序二维数组的大小,m是数据库中的二值图像的个数,n是预设数值。预设数值n是不小于阈值的最小整数,阈值通过以下方法计算:
c=hw/p;
其中,c是阈值,h是数据库中的二值图像的高,w是数据库中的二值图像的宽。预设数值n通过上述方法计算可以将整数分段,每一段为一个p位二进制数转化的整数。
步骤204,将待测二值图像转换为第二二进制数;
在步骤204中,可选的,待测二值图像中的像素为黑色,对应的第二二进制数的位为1,待测二值图像中的像素为白色,对应的第二二进制数的位为0。
步骤205,通过二分查找在有序二维数组中选取位于中间的第一二进制数,将第一二进制数由高到低依次按照每组p位分为第一组、第二组、第三组...第a组,将第二二进制数由高到低依次按照每组p位分为第一子组、第二子组、第三子组...第a子组,其中p是CPU的位数;
步骤206,选取第一二进制数中的第一组与第二二进制数中的第一子组进行比较,
步骤207,当第一二进制数中的第一组与第二二进制数中的第一子组相等时,则依次将第一二进制数中的第二组、第三组...第a组与第二二进制数中的第二子组、第三子组...第a子组进行比较,
步骤208,当第一二进制数中的每一组均与对应的第二二进制数中的每一组均相等,则检索成功。
步骤209,当第一二进制数中的第一组与第二二进制数中的第一子组不相等时,得出第一二进制数与第二二进制数大小关系,通过第一二进制数与第二二进制数大小关系,继续进行二分查找。
在步骤209中,可选的,位于有序二维数组中间的第一二进制数将有序二进制数分为第一子有序二维数组和第二子有序二维数组,第一子有序二维数组大于第二子有序二维数组;
当通过第二二进制数大于第一二进制数时,选取在第一子有序二维数组中位于中间的第一二进制数,与第二二进制数进行比较;
当通过第二二进制数小于第一二进制数时,选取在第二子有序二维数组中位于中间的第一二进制数,与第二二进制数进行比较。
当通过第二二进制数和第一二进制数不相等时,重复步骤209,直至当通过第二二进制数和第一二进制数相等时等值停止检索,或者直至二维数组无法分组时停止检索。本发明利用二分查找来对二值图像进行检索,针对二值图像的自身特性,可以提高识别速率;同时考虑到与硬件CPU的位数相结合,最大程度利用CPU的计算资源以进一步提高计算效率。
实施例3:
本实施例为应用实施例:
数据库中有7幅图像,图像的w和h分别是3和5,故每个图像对应一个十五位二进制数。设CPU的位数为4,故CPU每次可以处理一个4位二进制整数。设7幅图像对应的整数分别是128,256,1024,64,36,1040,16。待查询图像对应的整数是1024。则数组的尺寸为[7,4]。将数组按照升序排列,并保存索引值。则数组内容为:
待查询图像转换为整数是0,8,0,0。二分查找过程为:
首先与数组中间的第四行进行比较。首先比较最高的4位二进制转化的整数,二者都相等于0。然后继续比较第二个4位转化的整数,待查询图像是8,第四行数据是1,待查询图像大于第四行数据,因此,需要继续在第5、6、7三行中继续查找。选取中间行即第六行进行比较。比较结果为相等。然后可以通过查询索引值,得知该图像是数据库中的第三幅图像。因此检索成功。
通过以上各实施例可知,本申请存在的有益效果是:
本发明利用二分查找来对二值图像进行检索,针对二值图像的自身特性,可以提高识别速率;同时考虑到与硬件CPU的位数相结合,最大程度利用CPU的计算资源以进一步提高计算效率。
上面通过附图和实施例,对本发明的技术方案做虽然已经通过例子对本发明的一些特定实施例进行了详细说明,但是本领域的技术人员应该理解,以上例子仅是为了进行说明,而不是为了限制本发明的范围。尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。本发明的范围由所附权利要求来限定。
Claims (6)
1.一种二值图像检索方法,其特征在于,包括步骤:
根据CPU的位数和数据库中的二值图像的尺寸预设二维数组;
将所述数据库中的每个二值图像对应转换为第一二进制数,将所述第一二进制数逐位填入到所述预设的二维数组中;
所述第一二进制数的位数根据以下方法得到:
q=w×h;
其中,q是所述二进制数的位数,h是待测二值图像的高,w是所述待测二值图像的宽,所述数据库中一个所述二值图像中的像素对应一个二进制位;
所述二维数组中的任意一行均为一个所述第一二进制数,根据排序算法将所述二维数组转换为有序二维数组;
所述二维数组中的元素为p位无符号二进制整数,所述有序二维数组的大小通过以下方法得到:
b=m×n;
其中,b是所述有序二维数组的大小,m是所述数据库中的二值图像的个数,n是预设数值;
所述预设数值n是不小于阈值的最小整数,所述阈值通过以下方法计算:
c=hw/p;
其中,c是所述阈值,h是所述数据库中的二值图像的高,w是所述数据库中的二值图像的宽;
将待测二值图像转换为第二二进制数;
通过二分查找在所述有序二维数组中选取位于中间的所述第一二进制数,将所述第一二进制数由高到低依次按照每组p位分为第一组、第二组、第三组…第a组,将所述第二二进制数由高到低依次按照每组p位分为第一子组、第二子组、第三子组…第a子组,其中p是所述CPU的位数;
选取所述第一二进制数中的所述第一组与所述第二二进制数中的第一子组进行比较;
当所述第一二进制数中的所述第一组与所述第二二进制数中的第一子组相等时,则依次将所述第一二进制数中的所述第二组、所述第三组…所述第a组与所述第二二进制数中的所述第二子组、所述第三子组…所述第a子组进行比较;
当所述第一二进制数中的每一组均与对应的所述第二二进制数中的每一组均相等,则检索成功。
2.根据权利要求1所述二值图像检索方法,其特征在于,当所述第一二进制数中的所述第一组与所述第二二进制数中的第一子组不相等时,得出所述第一二进制数与所述第二二进制数大小关系,通过所述第一二进制数与所述第二二进制数大小关系,继续进行所述二分查找。
3.根据权利要求2所述二值图像检索方法,其特征在于,位于所述有序二维数组中间的所述第一二进制数将所述有序二维数组 分为第一子有序二维数组和第二子有序二维数组,所述第一子有序二维数组大于第二子有序二维数组;
通过所述第一二进制数与所述第二二进制数大小关系,继续进行所述二分查找,进一步为,
当所述通过所述第二二进制数大于所述第一二进制数时,选取在所述第一子有序二维数组中位于中间的所述第一二进制数,与所述第二二进制数进行比较;
当所述通过所述第二二进制数小于所述第一二进制数时,选取在所述第二子有序二维数组中位于中间的所述第一二进制数,与所述第二二进制数进行比较。
4.根据权利要求1所述二值图像检索方法,其特征在于,所述数据库中的二值图像中的像素为黑色,对应的所述第一二进制数的位为1,所述数据库中的二值图像中的像素为白色,对应的所述第一二进制数的位为0;
所述待测二值图像中的像素为黑色,对应的所述第二二进制数的位为1,所述待测二值图像中的像素为白色,对应的所述第二二进制数的位为0。
5.根据权利要求1所述二值图像检索方法,其特征在于,将所述第一二进制数采用移位操作填入到所述二维数组中。
6.根据权利要求1所述二值图像检索方法,其特征在于,将所述第一二进制数中的位从高到低的依次逐位填入二维数组的任意一行,所述二维数组I的列数大于所述二进制数的位数,所述二维数组I中未填入所述第一二进制数的位按0补齐。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910897618.5A CN110598020B (zh) | 2019-09-23 | 2019-09-23 | 二值图像检索方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910897618.5A CN110598020B (zh) | 2019-09-23 | 2019-09-23 | 二值图像检索方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110598020A CN110598020A (zh) | 2019-12-20 |
CN110598020B true CN110598020B (zh) | 2022-05-03 |
Family
ID=68862166
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910897618.5A Active CN110598020B (zh) | 2019-09-23 | 2019-09-23 | 二值图像检索方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110598020B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102622359A (zh) * | 2011-01-27 | 2012-08-01 | 联想移动通信科技有限公司 | 搜索数据库中字符串的方法和装置 |
CN107392212A (zh) * | 2017-07-19 | 2017-11-24 | 上海电机学院 | 一种图像信息快速识别方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102449663B (zh) * | 2009-06-24 | 2015-02-11 | 诺基亚公司 | 用于处理由二进制图像传感器捕获的数字图像的设备和方法 |
CN102411616B (zh) * | 2011-10-28 | 2014-11-19 | 北京地拓科技发展有限公司 | 一种数据存储方法和系统及数据管理方法 |
-
2019
- 2019-09-23 CN CN201910897618.5A patent/CN110598020B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102622359A (zh) * | 2011-01-27 | 2012-08-01 | 联想移动通信科技有限公司 | 搜索数据库中字符串的方法和装置 |
CN107392212A (zh) * | 2017-07-19 | 2017-11-24 | 上海电机学院 | 一种图像信息快速识别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110598020A (zh) | 2019-12-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5926291B2 (ja) | 類似画像を識別する方法および装置 | |
CN111868710B (zh) | 搜索大规模非结构化数据的随机提取森林索引结构 | |
Jégou et al. | On the burstiness of visual elements | |
CN101710334B (zh) | 基于图像哈希的大规模图像库检索方法 | |
US5907297A (en) | Bitmap index compression | |
CN1206604C (zh) | 使用位移表建立一个完备的散列 | |
US20090216755A1 (en) | Indexing Method For Multimedia Feature Vectors Using Locality Sensitive Hashing | |
US11106708B2 (en) | Layered locality sensitive hashing (LSH) partition indexing for big data applications | |
KR100903961B1 (ko) | 시그니처 파일을 이용한 고차원 데이터 색인 및 검색방법과 그 시스템 | |
US9619501B2 (en) | Index scan device and index scan method | |
US9047534B2 (en) | Method and apparatus for detecting near-duplicate images using content adaptive hash lookups | |
US20180307743A1 (en) | Mapping method and device | |
CN103699691A (zh) | 生成图像指纹及基于此进行相似图像检索的方法 | |
US5448651A (en) | Texture discrimination method | |
CN113806601B (zh) | 一种周边兴趣点检索方法及存储介质 | |
Wan et al. | Data driven multi-index hashing | |
CN105740428A (zh) | 一种基于b+树的高维磁盘索引结构和图像检索方法 | |
US20200117452A1 (en) | Method for min-max computation in associative memory | |
CN110598020B (zh) | 二值图像检索方法 | |
CN113360911A (zh) | 恶意代码同源分析方法、装置、计算机设备和存储介质 | |
CN105302833A (zh) | 一种基于内容的视频检索数学模型建立方法 | |
WO2017157038A1 (zh) | 数据处理的方法、装置和设备 | |
CN107402974B (zh) | 基于多种二进制HoG描述符的草图检索方法 | |
KR102054211B1 (ko) | 이미지 쿼리 기반의 영상 검색 방법 및 시스템 | |
WO2014196167A1 (ja) | 特徴量変換装置、学習装置、認識装置、及び特徴量変換プログラム製品 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
CB03 | Change of inventor or designer information |
Inventor after: Diao Luhong Inventor after: Sun Jing Inventor after: Teng Yu Inventor before: Diao Luhong Inventor before: Sun Jing Inventor before: Teng Yu |
|
CB03 | Change of inventor or designer information | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |