JP5976115B2 - 画像検索方法 - Google Patents
画像検索方法 Download PDFInfo
- Publication number
- JP5976115B2 JP5976115B2 JP2014532187A JP2014532187A JP5976115B2 JP 5976115 B2 JP5976115 B2 JP 5976115B2 JP 2014532187 A JP2014532187 A JP 2014532187A JP 2014532187 A JP2014532187 A JP 2014532187A JP 5976115 B2 JP5976115 B2 JP 5976115B2
- Authority
- JP
- Japan
- Prior art keywords
- hash
- feature vector
- query
- image
- hash code
- 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
- G06F16/56—Information retrieval; Database structures therefor; File system structures therefor of still image data having vectorial format
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2228—Indexing structures
- G06F16/2255—Hash tables
-
- 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
- G06F16/583—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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/149—Segmentation; Edge detection involving deformable models, e.g. active contour models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/2163—Partitioning the feature space
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/60—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Software Systems (AREA)
- Library & Information Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Processing Or Creating Images (AREA)
Description
An={p∈Z(n+1)|Σipi=0}
Anは、座標の整数を作成するようにR(n+1)に組み込まれるn次元格子である。Anの両数(dual)はAn *であり、同様に、同一のn次元部分空間の内部に組み込まれる。An *は、以下により規定される。
An *={p∈R(n+1)|Σipi=0,∀q∈An,p・q∈Z}
関連特徴ベクトルを有するレコードが受信される場合、隣接する格子点が選択され、ベクトルに対するハッシュコードを決定するために使用される。隣接する格子点は、ベクトルを含むドローネ領域のコーナーに対応する格子の点である。任意であるが特定の格子が与えられる場合、格子の各ドローネ領域は、互いにある所定の範囲内にあるコーナーを有する。従って、隣接する格子点は、ベクトルのある所定の範囲内にある格子の点である。しかし、ベクトルのある所定の範囲内の全ての格子点が「隣接する格子点」であるというのは不確かである。ハッシュコードは格子点に紐付けられ、格子点を決定し且つ格子点からハッシュコードを決定するためにハッシュコードを使用することも可能である。その結果、ハッシュコード及び格子点は、同一の情報を示し、区別なく使用される。一実施形態において、格子点はハッシュコードである。別の実施形態は、ハッシュコードを決定するために関数を格子点に適用する。レコードは、ハッシュテーブルを使用してハッシュコードと関連付けられる。クエリベクトルが受信される場合、囲みドローネ領域のコーナーの格子点が配置され、配置された格子点の各々に対応するクエリハッシュコードが決定される。ハッシュテーブルは、各クエリハッシュコードと関連付けられたレコードを検出するために使用される。
(b)制御ユニット1339が取り込まれている命令を判定する復号化動作
(c)制御ユニット1339及び/又はALU1340が命令を実行する実行動作
その後、次の命令に対する更なる取り込み、復号化及び実行サイクルが実行される。同様に、制御ユニット1339が値を記憶場所1332に格納するかあるいは書き込むことにより、格納サイクルが実行される。
ハッシュテーブルの更新
図3は、本発明の一実施形態に係る入力画像に対するハッシュコードを決定するハッシュ法300を示すフローチャートである。ハッシュ法300は、画像のハッシュテーブルを形成するために多数の入力画像に適用される。図9に関連して更に詳細に説明されるように、画像をハッシュテーブルに格納することにより、ハッシュテーブルから類似画像を発見するためにクエリ画像が使用される際に画像を検索できる。方法300は、プロセッサユニット1305で実行する複数の命令を含むコンピュータプログラムとして実現される。
格子候補選択
次に、図3の格子候補選択ステップ340で使用されるような格子候補選択方法600を示す図6を参照して、図3の格子候補選択ステップ340を説明する。格子候補選択方法600の目的は、特徴ベクトルを含む囲み領域のどの格子点が特徴ベクトルに対するハッシュコードとして適しているかを決定することである。方法は、開始ステップ605において開始し、候補となる格子点の集合を初期化して空にする初期化ステップ610に進む。方法600の残りのステップは、全ての格子点が処理されるまで囲み領域の各格子点に渡ってループする。ループ制御ステップ620は、全ての格子点が処理されているかをテストする。全ての格子点が処理されている、すなわち「yes」の場合、終了ステップ終了630に進み、候補選択方法は中断し、候補となる格子点の集合が返送される。ステップ620で全ての格子点が処理されているわけではない、すなわち「no」の場合、囲み領域から未処理の格子点を選択する選択ステップ640に進む。
第1の別の格子候補選択
次に、図7のハッシュ決定方法700を参照して、別の格子候補選択方法を説明する。ハッシュ決定方法700は、囲み領域を形成する全ての格子点を処理することなくハッシュ値を選択できるという利点により、図3の格子候補選択ステップ340及びハッシュコード選択ステップ350の双方を置換する。方法は、既に格子点と関連付けられているレコードの数に基づく順序で囲み領域の全てのハッシュコードを処理することで作用する。第1の適切な点が特徴点のハッシュコードとして使用される結果、特徴点は、割り当てられた特徴ベクトルの数が最も少ない適切な格子点に割り当てられる。
図6の格子候補選択方法600は、図8の選択方法800として代わりに実現されてもよい。選択方法800は、格子候補選択方法600と同一の入力及び出力を有し、開始ステップ805において開始して、最小の囲み領域を規定する全ての格子点を受信する格子候補受信ステップ810に進む。その後、全ての格子点は、リスト形成ステップ820で格子点候補リストをポピュレートするために使用される。候補リストは、コンピュータ1300のメモリ1306又は記憶装置1039に格納される。
ハッシュテーブルのクエリ
次に、図9を参照して、ハッシュテーブルのクエリ方法900を説明する。ハッシュテーブルのクエリ方法900は、クエリ画像を受信し、ハッシュテーブルに格納されたレコードを探索することであらゆる類似画像を探索する。画像の類似性は、クエリ半径のサイズにより判定され、クエリ半径が長くなるにつれ、類似すると考えられる画像の数は増加する。ハッシュテーブルのクエリ方法900は、同一の特徴空間及びハッシュ法300のために使用された格子を使用する。好適な一実施形態において、使用された格子はA*格子である。
格子のサイジング
上述したように、本発明の一実施形態は、特徴ベクトルに対するハッシュコードを提供するためにA*格子の点を使用する。A*格子がどのように構成されるかは、画像検索システムの正確な動作にとって重要である。特徴ベクトル1180がドローネ領域1100の中心に配置される図5Aに類似した状況を示す図11の2次元特徴空間を考える。特徴ベクトル1180から拡張するクエリ半径1170が使用されている。格子点間隔に対するクエリ半径1170のサイズのため、クエリ半径1170は、囲み領域1100の全ての3つの平面1115、1125及び1135を越えて隣接ドローネ領域1140、1150及び1160に拡張する。このような状況において、隣接領域1140、1150及び1160のいずれかに配置されたクエリベクトルは、特徴ベクトル1180と関連付けられた画像を類似画像として返送すべきである。しかし、4つ全ての領域1100、1140、1150及び1160に共通の格子点を発見することは不可能である。その結果、検索システムは正確に動作できない。このことから、格子のサイジングとクエリ半径との間に関連があることは明らかである。一実施形態において、クエリ半径に等しい半径を有する球がドローネセルの内部に適合するならば、格子は可能な限り密である。これは、ドローネセルの内半径がクエリ半径rに等しいように格子をサイジングすることに相当する。格子点の間の最短距離の半分は、パッキング半径1190として知られている。それは、格子点を中心位置とするオーバラップしていない球体の最大半径に対応する。格子の尺度は、パッキング半径に関して規定される。パッキング半径rho及び次元数nを有するA*格子の場合、格子は、r*sqrt((n+1)*(n/2))/rhoによる乗算を使用してサイズ変更される。同等に、内半径をrに等しくするために、パッキング半径はr*sqrt((n+1)*(n/2))に設定されるべきである。
利点
A*格子を有する2次元特徴空間を示す図12A及び図12Bにおいて、検索システムの利点が示される。図12Aにおいて、8個のレコードが格子点と関連付けられており、そのうちの2つのレコードが各格子点1220、1230、1250及び1260と関連付けられる。図12Bは、当該特徴点に依存してハッシュ法300を使用して生じる別のハッシュ結果を示す。このような状況において、レコードのいくつかは、図12Aにおいて使用されなかった格子点と関連付けられている。例えば格子点1220は、図12Aにおいて2つのレコードを有するが、図12Bでは1つのレコードしか有さない。格子点1220と関連付けられた第2のレコードは、代わりに点1210と関連付けられる。これは、2つの格子点1210と1220との間に形成された平面から特徴ベクトルまでの距離がクエリ半径より短かった場合に行われる。図12Bにおいて使用された各格子点は、図12Aにおける2つのレコードの平均と比較して1.3個のレコードを平均する。検索システムの利点は、全ての関連画像レコードが配置されることを保証しつつ所定のクエリベクトルに対してより少ない画像レコードが返送される時に現れる。レコードとハッシュコードとの間に1つの関連付けしか格納されないため、格子の使用は、LSH等の多数の登録戦略よりもメモリ効率が良い。
別の実施形態
画像用の検索システムが上述されたが、他の種類のデータを検索するためにそのシステムを使用することも可能である。例えば特徴ベクトルは、テキスト又はテキストの一部に対して生成される。テキストに対して特徴ベクトルを生成する1つの方法は、テキストのいわゆるBag−Of−Words表現を使用することである。特徴ベクトルは、各単語又は単語列を単語又は列又は単語の頻度に設定された座標値を有する次元とみなすことにより、Bag−Of−Wordsから生成される。その場合、これは主成分分析(PCA)等の次元縮小を受ける恐れがあり、テキストに対して特徴ベクトルを生成する。検索システムは、サンプルテキストを含むクエリを使用することにより、テキストと関連付けられたレコードに迅速にアクセスするために使用される。別の適応例において、特徴ベクトルはペーパーフィンガープリントであってもよい。ペーパーフィンガープリントは、繊維構造から紙を識別するために使用される数値の配列である。検索システムは、ペーパーフィンガープリントを含むクエリを使用することにより、個々の紙と関連付けられたレコードに迅速にアクセスするために使用される。
産業上の利用可能性
説明した構成は、コンピュータ産業及びデータ処理産業、並びに特に画像処理産業に対して適用可能である。
Claims (23)
- ハッシュコードを画像の一部に紐付ける方法であって、
多次元格子の複数の格子点を選択して、前記画像の一部を示す特徴ベクトルの周囲に最小の囲み領域を形成するステップと、
分布基準に従って前記選択された複数の格子点から格子点を決定するステップと、
前記特徴ベクトルを前記決定された格子点に割り当てるステップと、
前記決定された格子点と関連付けられたハッシュコードと、前記画像の一部と、の間の紐付けを格納するステップと、
を備え、
前記決定された格子点は、前記最小の囲み領域及び前記特徴ベクトルのクエリ半径距離内に配置された前記最小の囲み領域に隣接する前記格子の領域に共通であり、
前記特徴ベクトルは、クエリベクトルの前記クエリ半径内に配置される場合に一致している
ことを特徴とする方法。 - 前記分布基準は、前記複数の格子点の少なくとも1つに既に割り当てられている多数の特徴ベクトルの数に基づくことを特徴とする請求項1記載の方法。
- 前記決定するステップは、
前記複数の格子点の各格子点に既に割り当てられている多数の特徴ベクトルの数を決定するサブステップと、
前記決定された数に基づいて前記複数の格子点から格子点を選択するサブステップと、
前記選択された格子点を除く前記複数の格子点の格子点から形成された平面を決定するサブステップと、
前記決定された平面から前記選択された格子点までの距離を計算するサブステップと、
前記計算された距離を前記クエリ半径と比較するサブステップと、
前記比較に基づいて、前記選択された格子点を前記決定された格子点として使用するサブステップと
を含むことを特徴とする請求項2記載の方法。 - 前記クエリベクトルはクエリ画像の一部を示すことを特徴とする請求項1記載の方法。
- 前記クエリ半径は、前記クエリ画像の一部と、一致していると考えられる別の画像と、の間の最大相違の基準であることを特徴とする請求項4記載の方法。
- 前記最小の囲み領域は、前記多次元格子のドローネ領域であることを特徴とする請求項1記載の方法。
- コンピュータプログラムを格納する記憶装置と、
前記プログラムを実行するプロセッサと
を備え、ハッシュコードを画像の一部に紐付けるシステムであって、
前記プログラムは、
多次元格子の複数の格子点を選択して、前記画像の一部を示す特徴ベクトルの周囲に最小の囲み領域を形成する方法ステップと、
分布基準に従って前記選択された複数の格子点から格子点を決定する方法ステップと、
前記特徴ベクトルを前記決定された格子点に割り当てる方法ステップと、
前記決定された格子点と関連付けられたハッシュコードと、前記画像の一部と、の間の紐付けを格納する方法ステップと
を実行するコードを含み、
前記決定された格子点は、前記最小の囲み領域及び前記特徴ベクトルのクエリ半径距離内に配置された前記最小の囲み領域に隣接する前記格子の領域に共通であり、
前記特徴ベクトルは、クエリベクトルの前記クエリ半径内に配置される場合に一致している
ことを特徴とするシステム。 - ハッシュコードを画像の一部に紐付ける方法を実行するようにプロセッサに指示するコンピュータプログラムを記録したコンピュータ可読記憶媒体であって、前記コンピュータプログラムは、
多次元格子の複数の格子点を選択して、前記画像の一部を示す特徴ベクトルの周囲に最小の囲み領域を形成するステップと、
分布基準に従って前記選択された複数の格子点から格子点を決定するステップと、
前記特徴ベクトルを前記決定された格子点に割り当てるステップと、
前記決定された格子点と関連付けられたハッシュコードと、前記画像の一部と、の間の紐付けを格納するステップと
を実行するコードを含み、
前記決定された格子点は、前記最小の囲み領域及び前記特徴ベクトルのクエリ半径距離内に配置された前記最小の囲み領域に隣接する前記格子の領域に共通であり、
前記特徴ベクトルは、クエリベクトルの前記クエリ半径内に配置される場合に一致している
ことを特徴とするコンピュータ可読記憶媒体。 - ハッシュテーブルの格納及び検索の方法であって、
少なくとも1つのレコードを格納するために登録フェーズを実行する登録ステップと、
前記ハッシュテーブルから前記格納されたレコードのうち少なくとも1つを検索するためにクエリフェーズを実行する検索ステップと
を備え、
前記登録ステップは、前記格納されたレコード毎に、
多次元格子の格子点により形成された特徴ベクトルの周囲の最小の囲み領域であるドローネ領域を該多次元格子から選択するステップと、
前記ドローネ領域から候補となる格子点を識別するステップと、
前記候補となる格子点のうち1つを前記特徴ベクトルに対するハッシュコードとして選択するステップと、
前記レコードを前記ハッシュテーブルの前記ハッシュコードと関連付けるステップと
を含み、
前記検索ステップは、
探索基準を満たす特徴ベクトルと関連付けられる前記ハッシュテーブルのハッシュコードを識別するステップと、
前記識別されたハッシュコードのうち少なくとも1つに割り当てられた少なくとも1つのレコードを検索するステップと
を含むことを特徴とする方法。 - 前記ドローネ領域は、n次元特徴空間に対してn+1個の格子点を含むことを特徴とする請求項9記載の方法。
- 前記多次元格子は、A格子、D格子、A*格子、D*格子、Z格子、及びリーチ格子から構成される格子のグループから選択されることを特徴とする請求項9記載の方法。
- 前記候補となる格子点のうちの1つを前記特徴ベクトルに対するハッシュコードとして選択する前記ステップは、前記候補となる格子点の各々に割り当てられた多数の特徴ベクトルに基づくことを特徴とする請求項9記載の方法。
- 各特徴ベクトルは、画像の一部、テキスト、又はペーパーフィンガープリントから導出されることを特徴とする請求項9記載の方法。
- 前記探索基準は、クエリベクトル及びクエリ半径により規定されたクエリ領域に基づいており、
また、前記識別されたハッシュコードは前記クエリ領域内に配置されることを特徴とする請求項9記載の方法。 - 前記クエリベクトルはクエリ画像から導出されることを特徴とする請求項14記載の方法。
- コンピュータプログラムを格納する記憶装置と、
前記プログラムを実行するプロセッサと
を備えるハッシュテーブルの格納及び検索のシステムであって、前記プログラムは、
少なくとも1つのレコードを格納するために登録フェーズを実行する登録ステップと、
前記ハッシュテーブルから前記格納されたレコードのうち少なくとも1つを検索するためにクエリフェーズを実行する検索ステップと
を実行するコードを含み、
前記登録ステップは、前記格納されたレコード毎に、
多次元格子の格子点により形成された特徴ベクトルの周囲の最小の囲み領域であるドローネ領域を該多次元格子から選択するステップと、
前記ドローネ領域から候補となる格子点を識別するステップと、
前記候補となる格子点のうち1つを前記特徴ベクトルに対するハッシュコードとして選択するステップと、
前記レコードを前記ハッシュテーブルの前記ハッシュコードと関連付けるステップと
を含み、
前記検索ステップは、
探索基準を満たす特徴ベクトルと関連付けられる前記ハッシュテーブルのハッシュコードを識別するステップと、
前記識別されたハッシュコードのうち少なくとも1つに割り当てられた少なくとも1つのレコードを検索するステップと
を含む
ことを特徴とするシステム。 - ハッシュテーブルの格納及び検索の方法を実行するようにプロセッサに指示するコンピュータプログラムを記録したコンピュータ可読記憶媒体であって、前記コンピュータプログラムは、
少なくとも1つのレコードを格納するために登録フェーズを実行する登録ステップと、
前記ハッシュテーブルから前記格納されたレコードのうち少なくとも1つを検索するためにクエリフェーズを実行する検索ステップと
を実行するコードを含み、
前記登録ステップは、前記格納されたレコード毎に、
多次元格子の格子点により形成された特徴ベクトルの周囲の最小の囲み領域であるドローネ領域を該多次元格子から選択するステップと、
前記ドローネ領域から候補となる格子点を識別するステップと、
前記候補となる格子点のうち1つを前記特徴ベクトルに対するハッシュコードとして選択するステップと、
前記レコードを前記ハッシュテーブルの前記ハッシュコードと関連付けるステップと
を含み、
前記検索ステップは、
探索基準を満たす特徴ベクトルと関連付けられる前記ハッシュテーブルのハッシュコードを識別するステップと、
前記識別されたハッシュコードのうち少なくとも1つに割り当てられた少なくとも1つのレコードを検索するステップと
を含む
ことを特徴とするコンピュータ可読記憶媒体。 - ハッシュコードを画像の一部に紐付けてハッシュテーブルに格納する方法であって、
前記画像の一部を示す特徴ベクトルに基づいて複数のハッシュコードの候補を選択するステップと、
前記選択された複数のハッシュコードの候補の中から、既に紐付けられている特徴ベクトルが最も少ないハッシュコードを、前記画像の一部に紐付けるべきハッシュコードとして決定するステップと、
前記決定されたハッシュコードと、前記画像の一部と、の間の紐付けを前記ハッシュテーブルに格納するステップと
を備えることを特徴とする方法。 - 前記複数のハッシュコードの候補は、前記特徴ベクトルの配置された多次元特徴空間において、該特徴ベクトルを囲む領域を構成する複数の格子点の中から、該特徴ベクトルの位置に基づいて決定されることを特徴とする請求項18記載の方法。
- 前記複数のハッシュコードの候補は、前記特徴ベクトルの配置された多次元特徴空間において、該特徴ベクトルを囲む領域を構成する複数の格子点の中から、前記特徴ベクトルの位置を中心とした所定の半径で規定される領域に基づいて決定されることを特徴とする請求項19記載の方法。
- 前記特徴ベクトルを囲む領域はドローネ領域であることを特徴とする請求項19記載の方法。
- ハッシュコードを画像の一部に紐付けてハッシュテーブルに格納する装置であって、
前記画像の一部を示す特徴ベクトルに基づいて複数のハッシュコードの候補を選択する手段と、
前記選択された複数のハッシュコードの候補の中から、既に紐付けられている特徴ベクトルが最も少ないハッシュコードを、前記画像の一部に紐付けるべきハッシュコードとして決定する手段と、
前記決定されたハッシュコードと、前記画像の一部と、の間の紐付けを前記ハッシュテーブルに格納する手段と
を備えることを特徴とする装置。 - ハッシュコードを画像の一部に紐付けてハッシュテーブルに格納するコンピュータを、
前記画像の一部を示す特徴ベクトルに基づいて複数のハッシュコードの候補を選択する手段、
前記選択された複数のハッシュコードの候補の中から、既に紐付けられている特徴ベクトルが最も少ないハッシュコードを、前記画像の一部に紐付けるべきハッシュコードとして決定する手段、
前記決定されたハッシュコードと、前記画像の一部と、の間の紐付けを前記ハッシュテーブルに格納する手段
として機能させるためのコンピュータプログラム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
AU2011226985A AU2011226985B2 (en) | 2011-09-30 | 2011-09-30 | Image retrieval method |
AU2011226985 | 2011-09-30 | ||
PCT/AU2012/001154 WO2013044295A1 (en) | 2011-09-30 | 2012-09-25 | Image retrieval method |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2015501017A JP2015501017A (ja) | 2015-01-08 |
JP5976115B2 true JP5976115B2 (ja) | 2016-08-23 |
Family
ID=47994014
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014532187A Active JP5976115B2 (ja) | 2011-09-30 | 2012-09-25 | 画像検索方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US10289702B2 (ja) |
JP (1) | JP5976115B2 (ja) |
AU (2) | AU2011226985B2 (ja) |
WO (1) | WO2013044295A1 (ja) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9141676B2 (en) * | 2013-12-02 | 2015-09-22 | Rakuten Usa, Inc. | Systems and methods of modeling object networks |
US20170039222A1 (en) * | 2014-04-29 | 2017-02-09 | Farrow Norris Pty Ltd | Method and system for comparative data analysis |
US10157178B2 (en) * | 2015-02-06 | 2018-12-18 | International Business Machines Corporation | Identifying categories within textual data |
CN104820696B (zh) * | 2015-04-29 | 2018-06-05 | 山东大学 | 一种基于多标签最小二乘哈希算法的大规模图像检索方法 |
US10885098B2 (en) * | 2015-09-15 | 2021-01-05 | Canon Kabushiki Kaisha | Method, system and apparatus for generating hash codes |
GB2551504A (en) * | 2016-06-20 | 2017-12-27 | Snell Advanced Media Ltd | Image Processing |
US20190147620A1 (en) * | 2017-11-14 | 2019-05-16 | International Business Machines Corporation | Determining optimal conditions to photograph a point of interest |
US10991120B2 (en) * | 2017-11-14 | 2021-04-27 | Samsung Electronics Co., Ltd. | Method and apparatus for processing a plurality of undirected graphs |
KR20210042752A (ko) * | 2019-10-10 | 2021-04-20 | 삼성전자주식회사 | 이미지 백업을 수행하는 컴퓨팅 시스템 및 이미지 백업 방법 |
US11507616B2 (en) | 2020-09-03 | 2022-11-22 | General Electric Company | Inspection systems and methods including image retrieval module |
US11727052B2 (en) | 2020-09-03 | 2023-08-15 | General Electric Company | Inspection systems and methods including image retrieval module |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6122628A (en) * | 1997-10-31 | 2000-09-19 | International Business Machines Corporation | Multidimensional data clustering and dimension reduction for indexing and searching |
JP2002539528A (ja) * | 1999-03-05 | 2002-11-19 | キヤノン株式会社 | データベース注釈付け及び検索 |
JP4284288B2 (ja) * | 2005-03-10 | 2009-06-24 | 株式会社東芝 | パターン認識装置及びその方法 |
WO2007015228A1 (en) * | 2005-08-02 | 2007-02-08 | Mobixell Networks | Content distribution and tracking |
US7949186B2 (en) * | 2006-03-15 | 2011-05-24 | Massachusetts Institute Of Technology | Pyramid match kernel and related techniques |
TW200818981A (en) * | 2006-08-30 | 2008-04-16 | Sumitomo Chemical Co | Organic electroluminescence device |
KR101247891B1 (ko) | 2008-04-28 | 2013-03-26 | 고리츠다이가쿠호징 오사카후리츠다이가쿠 | 물체 인식용 화상 데이터베이스의 작성 방법, 처리 장치 및 처리용 프로그램 |
US8422793B2 (en) * | 2009-02-10 | 2013-04-16 | Osaka Prefecture University Public Corporation | Pattern recognition apparatus |
AU2012202352A1 (en) * | 2012-04-20 | 2013-11-07 | Canon Kabushiki Kaisha | Method, system and apparatus for determining a hash code representing a portion of an image |
-
2011
- 2011-09-30 AU AU2011226985A patent/AU2011226985B2/en active Active
-
2012
- 2012-09-25 JP JP2014532187A patent/JP5976115B2/ja active Active
- 2012-09-25 US US14/348,338 patent/US10289702B2/en active Active
- 2012-09-25 WO PCT/AU2012/001154 patent/WO2013044295A1/en active Application Filing
-
2014
- 2014-04-02 AU AU2014201891A patent/AU2014201891B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
US10289702B2 (en) | 2019-05-14 |
JP2015501017A (ja) | 2015-01-08 |
US20140236963A1 (en) | 2014-08-21 |
AU2014201891B2 (en) | 2015-05-07 |
AU2011226985A1 (en) | 2013-04-18 |
AU2011226985B2 (en) | 2014-05-01 |
AU2014201891A1 (en) | 2014-04-17 |
WO2013044295A1 (en) | 2013-04-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5976115B2 (ja) | 画像検索方法 | |
US20200356901A1 (en) | Target variable distribution-based acceptance of machine learning test data sets | |
AU2012202352A1 (en) | Method, system and apparatus for determining a hash code representing a portion of an image | |
US9053386B2 (en) | Method and apparatus of identifying similar images | |
Yagoubi et al. | Massively distributed time series indexing and querying | |
US7613701B2 (en) | Matching of complex nested objects by multilevel hashing | |
US10878087B2 (en) | System and method for detecting malicious files using two-stage file classification | |
US8872828B2 (en) | Method for generating a graph lattice from a corpus of one or more data graphs | |
US11100073B2 (en) | Method and system for data assignment in a distributed system | |
EP3292481B1 (en) | Method, system and computer program product for performing numeric searches | |
JP6607061B2 (ja) | 情報処理装置、データ比較方法、およびデータ比較プログラム | |
US20210149924A1 (en) | Clustering of data records with hierarchical cluster ids | |
US10885098B2 (en) | Method, system and apparatus for generating hash codes | |
US20210263903A1 (en) | Multi-level conflict-free entity clusters | |
CN104933096A (zh) | 数据库的异常键识别方法、装置与数据系统 | |
CN110083731B (zh) | 图像检索方法、装置、计算机设备及存储介质 | |
CN111783088A (zh) | 一种恶意代码家族聚类方法、装置和计算机设备 | |
US11755671B2 (en) | Projecting queries into a content item embedding space | |
JP2014048989A (ja) | BoF表現生成装置及びBoF表現生成方法 | |
US20220172455A1 (en) | Systems and methods for fractal-based visual searching | |
CN115544257A (zh) | 网盘文档快速分类方法、装置、网盘及存储介质 | |
CN110321435B (zh) | 一种数据源划分方法、装置、设备和存储介质 | |
US20240095244A1 (en) | Method and information processing device | |
EP3588349B1 (en) | System and method for detecting malicious files using two-stage file classification | |
CN118035180A (zh) | 元数据补全方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20151002 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20151201 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20160621 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20160719 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 5976115 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |