KR100516289B1 - 퍼지 적분을 이용하여 사용자 의견을 반영한 내용기반영상 검색 장치 및 그 방법 - Google Patents
퍼지 적분을 이용하여 사용자 의견을 반영한 내용기반영상 검색 장치 및 그 방법 Download PDFInfo
- Publication number
- KR100516289B1 KR100516289B1 KR10-2000-0064956A KR20000064956A KR100516289B1 KR 100516289 B1 KR100516289 B1 KR 100516289B1 KR 20000064956 A KR20000064956 A KR 20000064956A KR 100516289 B1 KR100516289 B1 KR 100516289B1
- Authority
- KR
- South Korea
- Prior art keywords
- fuzzy
- image
- similarity
- user
- opinion
- Prior art date
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
-
- 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
- G06F16/5838—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using colour
-
- 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
- G06F18/217—Validation; Performance evaluation; Active pattern learning techniques
- G06F18/2178—Validation; Performance evaluation; Active pattern learning techniques based on feedback of a supervisor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/40—Software arrangements specially adapted for pattern recognition, e.g. user interfaces or toolboxes therefor
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
- Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10S707/00—Data processing: database and file management or data structures
- Y10S707/99931—Database or file accessing
- Y10S707/99933—Query processing, i.e. searching
- Y10S707/99936—Pattern matching access
Abstract
Description
Claims (11)
- 퍼지 적분을 이용하여 사용자 의견을 반영한 내용기반 영상 검색 장치에 있어서,사용자로부터의 영상을 입력받기 위한 영상 입력 수단;상기 영상 입력 수단을 통해 입력된 영상으로부터 영상 유사성 계산에 필요한 영상 특징을 추출하기 위한 특징 추출 수단;상기 특징 추출 수단에서 추출된 영상 특징들을 저장하기 위한 제1 저장수단;상기 영상 입력 수단을 통해 입력된 영상을 분할하여 소형 영상을 생성하기 위한 소형 영상 생성 수단;상기 소형 영상 생성 수단에서 생성된 소형 영상을 저장하기 위한 제2 저장수단;상기 제1 저장수단의 영상 특징을 이용하여 선택 질의 영상과 DB 영상과의 유사성을 각 특징별로 계산하기 위한 유사성 계산수단;상기 유사성 계산수단을 통해 계산된 특징별 유사성을 퍼지 적분을 이용하여 결합하여 최종적인 영상 유사성을 측정하기 위한 유사성 측정수단;사용자로부터의 질의를 해석하여 유사성을 측정하고, 측정된 유사성에 따라 상기 제2 저장수단을 통해 영상을 순차적으로 불러와 전달하기 위한 질의 처리수단; 및상기 질의 처리수단으로부터 전달된 영상 데이터에 대해 사용자의 의견을 반영하고, 상기 사용자 의견 반영 결과에 따른 선택 정보를 상기 질의 처리수단으로 전달하기 위한 사용자 인터페이싱수단을 포함하는 퍼지 적분을 이용하여 사용자 의견을 반영한 내용기반 영상 검색 장치.
- 제 1 항에 있어서,상기 유사성 측정수단은,하기의 수학식에 의해 상기 퍼지 적분을 수행하여 유사성을 측정하는 것을 특징으로 하는 퍼지 적분을 이용하여 사용자 의견을 반영한 내용기반 영상 검색 장치.Cg(S, i, j) = k=1..n[S(k)(xi(k),xj(k)) - S(k-1) (xi(k-1), xj(k-1))]g(A(k))(여기서, 0 ≤ s(1)(xi(1), xj(1)) ≤ … ≤ s(n)(xi(n) , xj(n)) ≤ 1 이고, A(i) = {x(i), … , x(n)}, i = 1, …, n 으로, g(.)는 퍼지 측정, A(i)에 대한 정의, g(A(0))는 0, 괄호() 표시는 순서, 이 순서는 두 영상간의 유사도 측정값의 오름차순임)
- 제 2 항에 있어서,상기 퍼지 적분 수행 과정은,사용자의 의견을 이용하여 퍼지 적분에 필요한 퍼지 측정을 수행하기 위하여, 개별 특징에 대한 퍼지 측정을 먼저 학습하여 초기화한 후, 특정 상호 작용을 학습하는 것을 특징으로 하는 퍼지 적분을 이용하여 사용자 의견을 반영한 내용기반 영상 검색 장치.
- 제 3 항에 있어서,상기 개별 특징에 대한 퍼지 측정 학습 과정은,퍼지 규칙을 이용하여 퍼지 측정값을 구할 때, 대표 유사도 차이를 이용하여 하기의 <수학식1>에 의거하여 퍼지 규칙을 구축하고, 하기의 <수학식2>에 의거하여 퍼지 적분을 측정하는 것을 특징으로 하는 퍼지 적분을 이용하여 사용자 의견을 반영한 내용기반 영상 검색 방법.<수학식1>If Δs k is positive, then gk = 1,Else if Δs k is negative, then gk = 0,Else Δs k is zero, then gk = gk.<수학식2>gk = (p(Δs k) * 1.0 + n(Δs k) * 0.0 + g k * z(Δs k)) / (p(Δs k) + n(Δs k) + z(Δs k))= (p(Δs k) + gk * z(Δs k)) / (p(Δ s k) + n(Δs k) + z(Δs k))(여기서, p(Δs k)는 Δs k가 퍼지집합 양수(positive)에 속하는 정도를 나타내는 멤버쉽, n(Δs k)는 Δs k가 퍼지집합 음수(negative)에 속하는 정도를 나타내는 멤버쉽, z(Δs k)는 Δs k가 퍼지집합 영(zero)에 속하는 정도를 나타내는 멤버쉽임)
- 제 3 항에 있어서,상기 특징 상호 작용 학습 과정은,하기의 수학식이 최소화되도록 퍼지 측정을 구하고, 퍼지 측정 조건인 모노토니서티(monotonicity)를 만족시키면서 학습하는 것는 것을 특징으로 하는 퍼지 적분을 이용하여 사용자 의견을 반영한 내용기반 영상 검색 방법.J(g) = Σi∈R + [Cg(S, q, i) - s(n)(xq(n), xi(n))] 2 + Σi∈R - [Cg(S, q, j) - s(1)(xq(1),xj(1))]2(여기서, s(n)(xq(n), xi(n))은 R+에 속하는 영상 i와 질의 영상 q사이의 특징별 유사도 {s1(.), … , sn(.)} 중에서 최대값, s(1)(xq(1),xj(1) )은 R-에 속하는 영상 j와의 특징별 유사도 중에서 최소값임)
- 퍼지 적분을 이용하여 사용자 의견을 반영한 내용기반 영상 검색 장치에 적용되는 내용기반 영상 검색 방법에 있어서,새로운 질의 영상에 따라 데이터베이스에 저장된 영상과 질의 영상간의 유사성을 각 특징별로 측정하는 제1 측정단계;상기 각 특징별로 측정된 유사성을 퍼지 적분을 이용하여 결합하여 퍼지 적분에 의한 유사성을 측정하는 제2 측정단계;최종적으로 구해진 유사성에 따라 유사성이 높은 영상을 순차적으로 불러와 검색 결과를 전달하는 검색 결과 전달단계; 및질의 결과에 대한 사용자의 의견을 피드백받아 특징별로 유사도를 재계산하여 변화된 영상을 출력하는 영상 출력단계를 포함하는 퍼지 적분을 이용하여 사용자 의견을 반영한 내용기반 영상 검색 방법.
- 제 6 항에 있어서,상기 유사성 결합 과정은,하기의 수학식에 의해 상기 퍼지 적분을 수행하여 유사성을 측정하는 것을 특징으로 하는 퍼지 적분을 이용하여 사용자 의견을 반영한 내용기반 영상 검색 방법.Cg(S, i, j) = k=1..n[S(k)(xi(k),xj(k)) - S(k-1) (xi(k-1), xj(k-1))]g(A(k))(여기서, 0 ≤ s(1)(xi(1), xj(1)) ≤ … ≤ s(n)(xi(n) , xj(n)) ≤ 1 이고, A(i) = {x(i), … , x(n)}, i = 1, …, n 으로, g(.)는 퍼지 측정, A(i)에 대한 정의, g(A(0))는 0, 괄호() 표시는 순서, 이 순서는 두 영상간의 유사도 측정값의 오름차순임)
- 제 7 항에 있어서,상기 퍼지 적분 수행 과정은,사용자의 의견을 이용하여 퍼지 적분에 필요한 퍼지 측정을 수행하기 위하여, 개별 특징에 대한 퍼지 측정을 먼저 학습하여 초기화한 후, 특정 상호 작용을 학습하는 것을 특징으로 하는 퍼지 적분을 이용하여 사용자 의견을 반영한 내용기반 영상 검색 방법.
- 제 8 항에 있어서,상기 개별 특징에 대한 퍼지 측정 학습 과정은,퍼지 규칙을 이용하여 퍼지 측정값을 구할 때, 대표 유사도 차이를 이용하여 하기의 <수학식1>에 의거하여 퍼지 규칙을 구축하고, 하기의 <수학식2>에 의거하여 퍼지 적분을 측정하는 것을 특징으로 하는 퍼지 적분을 이용하여 사용자 의견을 반영한 내용기반 영상 검색 방법.<수학식1>If Δs k is positive, then gk = 1,Else if Δs k is negative, then gk = 0,Else Δs k is zero, then gk = gk.<수학식2>gk = (p(Δs k) * 1.0 + n(Δs k) * 0.0 + g k * z(Δs k)) / (p(Δs k) + n(Δs k) + z(Δs k))= (p(Δs k) + gk * z(Δs k)) / (p(Δ s k) + n(Δs k) + z(Δs k))(여기서, p(Δs k)는 Δs k가 퍼지집합 양수(positive)에 속하는 정도를 나타내는 멤버쉽, n(Δs k)는 Δs k가 퍼지집합 음수(negative)에 속하는 정도를 나타내는 멤버쉽, z(Δs k)는 Δs k가 퍼지집합 영(zero)에 속하는 정도를 나타내는 멤버쉽임)
- 제 8 항에 있어서,상기 특징 상호 작용 학습 과정은,하기의 수학식이 최소화되도록 퍼지 측정을 구하고, 퍼지 측정 조건인 모노토니서티(monotonicity)를 만족시키면서 학습하는 것는 것을 특징으로 하는 퍼지 적분을 이용하여 사용자 의견을 반영한 내용기반 영상 검색 방법.J(g) = Σi∈R + [Cg(S, q, i) - s(n)(xq(n), xi(n))] 2 + Σi∈R - [Cg(S, q, j) - s(1)(xq(1),xj(1))]2(여기서, s(n)(xq(n), xi(n))은 R+에 속하는 영상 i와 질의 영상 q사이의 특징별 유사도 {s1(.), … , sn(.)} 중에서 최대값, s(1)(xq(1),xj(1) )은 R-에 속하는 영상 j와의 특징별 유사도 중에서 최소값임)
- 프로세서를 구비한 내용기반 영상 검색 장치에,새로운 질의 영상에 따라 데이터베이스에 저장된 영상과 질의 영상간의 유사성을 각 특징별로 측정하는 제1 측정기능;상기 각 특징별로 측정된 유사성을 퍼지 적분을 이용하여 결합하여 퍼지 적분에 의한 유사성을 측정하는 제2 측정기능;최종적으로 구해진 유사성에 따라 유사성이 높은 영상을 순차적으로 불러와 검색 결과를 전달하는 검색 결과 전달기능; 및질의 결과에 대한 사용자의 의견을 피드백받아 특징별로 유사도를 재계산하여 변화된 영상을 출력하는 영상 출력기능을 실현시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체.
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR10-2000-0064956A KR100516289B1 (ko) | 2000-11-02 | 2000-11-02 | 퍼지 적분을 이용하여 사용자 의견을 반영한 내용기반영상 검색 장치 및 그 방법 |
US09/735,920 US6744935B2 (en) | 2000-11-02 | 2000-12-14 | Content-based image retrieval apparatus and method via relevance feedback by using fuzzy integral |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR10-2000-0064956A KR100516289B1 (ko) | 2000-11-02 | 2000-11-02 | 퍼지 적분을 이용하여 사용자 의견을 반영한 내용기반영상 검색 장치 및 그 방법 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20020034564A KR20020034564A (ko) | 2002-05-09 |
KR100516289B1 true KR100516289B1 (ko) | 2005-09-21 |
Family
ID=19696938
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR10-2000-0064956A KR100516289B1 (ko) | 2000-11-02 | 2000-11-02 | 퍼지 적분을 이용하여 사용자 의견을 반영한 내용기반영상 검색 장치 및 그 방법 |
Country Status (2)
Country | Link |
---|---|
US (1) | US6744935B2 (ko) |
KR (1) | KR100516289B1 (ko) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9519543B2 (en) | 2010-11-15 | 2016-12-13 | Samsung Electronics Co., Ltd. | Method and apparatus for image search using feature point |
Families Citing this family (52)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7565008B2 (en) | 2000-11-06 | 2009-07-21 | Evryx Technologies, Inc. | Data capture and identification system and process |
US8224078B2 (en) | 2000-11-06 | 2012-07-17 | Nant Holdings Ip, Llc | Image capture and identification system and process |
US7680324B2 (en) | 2000-11-06 | 2010-03-16 | Evryx Technologies, Inc. | Use of image-derived information as search criteria for internet and other search engines |
US7899243B2 (en) | 2000-11-06 | 2011-03-01 | Evryx Technologies, Inc. | Image capture and identification system and process |
US9310892B2 (en) | 2000-11-06 | 2016-04-12 | Nant Holdings Ip, Llc | Object information derived from object images |
JP4363792B2 (ja) * | 2001-03-23 | 2009-11-11 | 富士通株式会社 | 情報検索システムおよび方法 |
US7266545B2 (en) * | 2001-08-07 | 2007-09-04 | International Business Machines Corporation | Methods and apparatus for indexing in a database and for retrieving data from a database in accordance with queries using example sets |
US7133555B2 (en) * | 2002-08-02 | 2006-11-07 | Intel Corporation | Image color matching scheme |
US20040024756A1 (en) * | 2002-08-05 | 2004-02-05 | John Terrell Rickard | Search engine for non-textual data |
JP4300767B2 (ja) * | 2002-08-05 | 2009-07-22 | ソニー株式会社 | ガイドシステム、コンテンツサーバ、携帯装置、情報処理方法、情報処理プログラム、及び記憶媒体 |
US20050210019A1 (en) * | 2002-11-20 | 2005-09-22 | Fujitsu Limited | Method and apparatus for retrieving image from database, and computer product |
CA2513490A1 (en) * | 2003-01-24 | 2004-08-05 | Gery Michel Ducatel | Searching apparatus and methods |
JP4516957B2 (ja) | 2003-01-25 | 2010-08-04 | パーデュー リサーチ ファンデーション | 3次元オブジェクトについて検索を行なうための方法、システムおよびデータ構造 |
US7274834B2 (en) * | 2003-05-21 | 2007-09-25 | Konica Minolta Holdings, Inc. | Searching device, searching method and program |
CN100568231C (zh) * | 2003-06-23 | 2009-12-09 | 爱尔兰都柏林国立大学-都柏林大学 | 会话式推荐系统及其检索方法 |
JP4333350B2 (ja) * | 2003-12-04 | 2009-09-16 | コニカミノルタホールディングス株式会社 | 画像管理装置、画像管理方法及びプログラム |
US7457483B2 (en) * | 2004-02-09 | 2008-11-25 | Olympus Corporation | Image processing apparatus, image processing program and storage medium |
CN1300746C (zh) * | 2004-12-09 | 2007-02-14 | 上海交通大学 | 基于多特征信息融合的视频运动目标自适应跟踪方法 |
US7877382B1 (en) * | 2004-12-31 | 2011-01-25 | Google, Inc. | System and methods for detecting images distracting to a user |
WO2007038612A2 (en) * | 2005-09-26 | 2007-04-05 | Cognisign, Llc | Apparatus and method for processing user-specified search image points |
WO2007038642A2 (en) * | 2005-09-26 | 2007-04-05 | Cognisign, Llc | Apparatus and method for trajectory-based identification of digital data content |
JP5009577B2 (ja) | 2005-09-30 | 2012-08-22 | 富士フイルム株式会社 | 画像検索装置および方法並びにプログラム |
US20070250478A1 (en) * | 2006-04-23 | 2007-10-25 | Knova Software, Inc. | Visual search experience editor |
JP5139716B2 (ja) * | 2007-05-16 | 2013-02-06 | キヤノン株式会社 | 画像検索装置及び画像検索方法 |
US8050503B2 (en) * | 2007-07-05 | 2011-11-01 | General Electric Company | Systems and methods for computer vision using curvelets |
US8165406B2 (en) | 2007-12-12 | 2012-04-24 | Microsoft Corp. | Interactive concept learning in image search |
CN100550038C (zh) * | 2007-12-26 | 2009-10-14 | 腾讯科技(深圳)有限公司 | 图片内容识别方法及识别系统 |
US9043828B1 (en) | 2007-12-28 | 2015-05-26 | Google Inc. | Placing sponsored-content based on images in video content |
US8315423B1 (en) * | 2007-12-28 | 2012-11-20 | Google Inc. | Providing information in an image-based information retrieval system |
US8190604B2 (en) * | 2008-04-03 | 2012-05-29 | Microsoft Corporation | User intention modeling for interactive image retrieval |
US7962468B2 (en) * | 2008-04-17 | 2011-06-14 | Yahoo! Inc. | System and method for providing image labeling game using CBIR |
US20090287655A1 (en) * | 2008-05-13 | 2009-11-19 | Bennett James D | Image search engine employing user suitability feedback |
US20100166303A1 (en) * | 2008-12-31 | 2010-07-01 | Ali Rahimi | Object recognition using global similarity-based classifier |
US8429173B1 (en) | 2009-04-20 | 2013-04-23 | Google Inc. | Method, system, and computer readable medium for identifying result images based on an image query |
JP5676597B2 (ja) * | 2009-06-30 | 2015-02-25 | コーニンクレッカ フィリップス エヌ ヴェ | 内容に基づく画像検索についての関連性フィードバック |
JP5438436B2 (ja) * | 2009-08-27 | 2014-03-12 | 株式会社日立国際電気 | 画像検索装置 |
AU2009357597B2 (en) * | 2009-12-30 | 2015-11-05 | Nokia Technologies Oy | Methods and apparatuses for facilitating content-based image retrieval |
US9317533B2 (en) | 2010-11-02 | 2016-04-19 | Microsoft Technology Licensing, Inc. | Adaptive image retrieval database |
US8463045B2 (en) | 2010-11-10 | 2013-06-11 | Microsoft Corporation | Hierarchical sparse representation for image retrieval |
US8639034B2 (en) * | 2010-11-19 | 2014-01-28 | Ricoh Co., Ltd. | Multimedia information retrieval system with progressive feature selection and submission |
US20140278375A1 (en) * | 2013-03-14 | 2014-09-18 | Trinity College Dublin | Methods and system for calculating affect scores in one or more documents |
CN103218441B (zh) * | 2013-04-22 | 2015-12-09 | 北京邮电大学 | 一种基于内容和反馈的图像检索方法 |
US9898685B2 (en) | 2014-04-29 | 2018-02-20 | At&T Intellectual Property I, L.P. | Method and apparatus for analyzing media content |
US10013436B1 (en) | 2014-06-17 | 2018-07-03 | Google Llc | Image annotation based on label consensus |
KR101582130B1 (ko) * | 2015-09-07 | 2016-01-04 | 케이에이엠 주식회사 | 아마추어의 마그네트 및 브러시 압입장치 |
KR101582126B1 (ko) * | 2015-09-21 | 2016-01-04 | 케이에이엠 주식회사 | 아마추어의 트러스트 플러그 압입장치 |
US10346476B2 (en) | 2016-02-05 | 2019-07-09 | Sas Institute Inc. | Sketch entry and interpretation of graphical user interface design |
US10795935B2 (en) | 2016-02-05 | 2020-10-06 | Sas Institute Inc. | Automated generation of job flow definitions |
US10642896B2 (en) | 2016-02-05 | 2020-05-05 | Sas Institute Inc. | Handling of data sets during execution of task routines of multiple languages |
US10650046B2 (en) | 2016-02-05 | 2020-05-12 | Sas Institute Inc. | Many task computing with distributed file system |
US10650045B2 (en) | 2016-02-05 | 2020-05-12 | Sas Institute Inc. | Staged training of neural networks for improved time series prediction performance |
US10191921B1 (en) | 2018-04-03 | 2019-01-29 | Sas Institute Inc. | System for expanding image search using attributes and associations |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5579471A (en) * | 1992-11-09 | 1996-11-26 | International Business Machines Corporation | Image query system and method |
US5802361A (en) * | 1994-09-30 | 1998-09-01 | Apple Computer, Inc. | Method and system for searching graphic images and videos |
US5717940A (en) * | 1995-04-28 | 1998-02-10 | Ricoh Company, Ltd. | Method of selecting a target document using features of an example page |
US6507841B2 (en) * | 1998-02-20 | 2003-01-14 | Hewlett-Packard Company | Methods of and apparatus for refining descriptors |
-
2000
- 2000-11-02 KR KR10-2000-0064956A patent/KR100516289B1/ko active IP Right Grant
- 2000-12-14 US US09/735,920 patent/US6744935B2/en not_active Expired - Lifetime
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9519543B2 (en) | 2010-11-15 | 2016-12-13 | Samsung Electronics Co., Ltd. | Method and apparatus for image search using feature point |
Also Published As
Publication number | Publication date |
---|---|
US6744935B2 (en) | 2004-06-01 |
US20020051576A1 (en) | 2002-05-02 |
KR20020034564A (ko) | 2002-05-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR100516289B1 (ko) | 퍼지 적분을 이용하여 사용자 의견을 반영한 내용기반영상 검색 장치 및 그 방법 | |
US20220222920A1 (en) | Content processing method and apparatus, computer device, and storage medium | |
CN112119388A (zh) | 训练图像嵌入模型和文本嵌入模型 | |
JP2010504593A (ja) | 分類手法を用いて画像からドミナントカラーを抽出する方法 | |
CN111260754B (zh) | 人脸图像编辑方法、装置和存储介质 | |
CN111475729A (zh) | 搜索内容推荐方法及装置 | |
JPWO2013021888A1 (ja) | 色決定装置、色決定システム、色決定方法、情報記録媒体、ならびに、プログラム | |
CN112074828A (zh) | 训练图像嵌入模型和文本嵌入模型 | |
WO2017027705A1 (en) | Method and system for personifying a brand | |
CN105913286B (zh) | 一种自动融合多种个性化推荐模型的方法 | |
US20130268475A1 (en) | Information processing apparatus, a method and a non-transitory computer readable medium thereof, and an information communication terminal, a control method and a non-transitory computer readable medium thereof | |
US20110052074A1 (en) | Image database creation device, image retrieval device, image database creation method and image retrieval method | |
WO2022089467A1 (zh) | 视频数据的排序方法、装置、计算机设备和存储介质 | |
CN109033261A (zh) | 图像处理方法、装置、处理设备及其存储介质 | |
CN111538818A (zh) | 数据查询方法、装置、电子设备及存储介质 | |
KR20190075277A (ko) | 콘텐트 검색을 위한 방법 및 그 전자 장치 | |
CN110263973B (zh) | 预测用户行为的方法及装置 | |
US7310630B2 (en) | Multimedia-object-retrieving method and system | |
JP5113653B2 (ja) | データ処理装置、プログラムおよびデータ処理方法 | |
CN115600017A (zh) | 特征编码模型训练方法及装置、媒体对象推荐方法及装置 | |
JP2000048041A (ja) | データ検索システム及びこれに用いる装置 | |
JP2005149033A (ja) | コンテンツ検索方法、コンテンツ更新方法、コンテンツ更新の反映方法、コンテンツ検索装置、コンテンツ更新装置、コンテンツ検索のプログラム及びコンテンツ更新のプログラム並びにそれらの記録媒体 | |
Xiong et al. | Image Aesthetics Assessment via Learnable Queries | |
JPH0573625A (ja) | 類似尺度構成処理方法 | |
Hadj-Selem et al. | An iterative smoothing algorithm for regression with structured sparsity |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant | ||
FPAY | Annual fee payment |
Payment date: 20120904 Year of fee payment: 8 |
|
FPAY | Annual fee payment |
Payment date: 20130904 Year of fee payment: 9 |
|
FPAY | Annual fee payment |
Payment date: 20140902 Year of fee payment: 10 |
|
FPAY | Annual fee payment |
Payment date: 20150908 Year of fee payment: 11 |
|
FPAY | Annual fee payment |
Payment date: 20160906 Year of fee payment: 12 |
|
FPAY | Annual fee payment |
Payment date: 20170904 Year of fee payment: 13 |
|
FPAY | Annual fee payment |
Payment date: 20180903 Year of fee payment: 14 |
|
FPAY | Annual fee payment |
Payment date: 20190807 Year of fee payment: 15 |