-
公开(公告)号：KR1020140077409A
公开(公告)日：2014-06-24
申请号：KR1020120146194
申请日：2012-12-14
Applicant: 포항공과대학교 산학협력단
CPC classification number: G06F17/30247 , G06F17/17
Abstract: Disclosed are a method and apparatus for learning a sequential binary code using a plurality of features, capable of providing high accuracy when an image composed of multiple features is searched. The method includes the steps of obtaining an inquiry image; extracting the feature from the obtained inquiry image; learning a multi-view hashing algorithm by using the extracted feature; and searching an image with a binary code corresponding to the binary code generated through the learned multi-view algorithm. Therefore, high accuracy is provided when the image with the image composed of the features is searched. The present invention is successfully applied to a content-based image searching system.
Abstract translation: 公开了一种用于使用多个特征学习连续二进制码的方法和装置，当搜索由多个特征组成的图像时能够提供高精度。 该方法包括获取查询图像的步骤; 从所获得的查询图像中提取特征; 通过使用提取的特征学习多视图散列算法; 并用与通过学习的多视图算法生成的二进制码相对应的二进制码搜索图像。 因此，当搜索由特征组成的图像的图像时，提供高精度。 本发明成功应用于基于内容的图像搜索系统。
-
公开(公告)号：KR1020130076257A
公开(公告)日：2013-07-08
申请号：KR1020110144773
申请日：2011-12-28
Applicant: 포항공과대학교 산학협력단
CPC classification number: G06F17/30572 , G06F17/16
Abstract: PURPOSE: A system for extracting data features and a method for extracting the same are provided to process information by modeling a partial correlation between information and extracting the data features at a high dimension. CONSTITUTION: A multiple information data extracting unit (20) receives original data including information and extracts a first probability variable set data. A feature vector extracting unit (30) generates a second probability variable set data including an intrinsic feature vector and a common feature vector from the first probability variable set data. A connection strength matrix forming unit (40) calculates a value of an intrinsic connection strength matrix between the first probability variable set data and the common and the intrinsic feature vectors. A data distribution modeling unit (50) forms a data distribution model about the original data by using the first and the second probability variable set data, a parameter, and the connection strength matrix. [Reference numerals] (10) Material data input unit; (20) Multiple information data extracting unit; (30) Feature vector extracting unit; (40) Connection strength matrix forming unit; (50) Data distribution modeling unit
Abstract translation: 目的：提供一种提取数据特征的系统及其提取方法，用于通过建模信息之间的部分相关性并提取高维数据特征来处理信息。 构成：多信息数据提取单元（20）接收包含信息的原始数据并提取第一概率变量集数据。 特征向量提取单元（30）从第一概率变量集数据生成包括固有特征向量和公共特征向量的第二概率变量集合数据。 连接强度矩阵形成单元（40）计算第一概率可变集数据与公共和固有特征向量之间的固有连接强度矩阵的值。 数据分布建模单元（50）通过使用第一和第二概率变量集数据，参数和连接强度矩阵来形成关于原始数据的数据分布模型。 （附图标记）（10）材料数据输入单元; （20）多信息数据提取单元; （30）特征向量提取单元; （40）连接强度矩阵形成单元; （50）数据分布建模单元
-
公开(公告)号：KR101435010B1
公开(公告)日：2014-08-28
申请号：KR1020120146194
申请日：2012-12-14
Applicant: 포항공과대학교 산학협력단
Abstract: 다수의 특징으로 구성된 이미지를 검색하는데 높은 정확도를 제공할 수 있는 다수의 특징을 이용한 순차적 바이너리 코드 학습 방법 및 학습 장치가 개시된다. 질의 이미지를 획득하는 단계와, 획득한 질의 이미지로부터 특징을 추출하는 단계와, 추출된 특징을 이용하여 다중 뷰 해싱 알고리즘을 학습하는 단계 및 학습된 다중뷰 알고리즘을 통해 생성된 바이너리 코드와 대응되는 바이너리 코드를 가지는 이미지를 검색하는 단계를 포함한다. 따라서, 다수의 특징으로 구성된 이미지를 검색하는데 높은 정확도를 제공할 수 있고, 내용 기반 이미지 검색 시스템에 성공적으로 적용될 수도 있다.
-
公开(公告)号：KR101318923B1
公开(公告)日：2013-10-17
申请号：KR1020110144773
申请日：2011-12-28
Applicant: 포항공과대학교 산학협력단
Abstract: 본 발명은 자료 특징 추출 시스템 및 자료 특징 추출 방법으로서, 구체적으로 자료 특징 추출 시스템은 복수의 정보를 포함하는 원본 자료 데이터를 입력받고 상기 복수의 정보별로 제1 확률 변수 집합 데이터를 추출하는 다중 정보 데이터 추출부, 상기 제1 확률 변수 집합 데이터로부터, 상기 복수의 정보가 공유하는 공통 특징 벡터와 상기 복수의 정보 각각의 고유한 고유 특징 벡터를 포함하는 제2 확률 변수 집합 데이터를 생성하는 특징 벡터 추출부, 상기 제1 확률 변수 집합 데이터와 상기 제2 확률 변수 집합 데이터의 확률 분포에서 반복적으로 샘플링하여 상기 제1 확률 변수 집합 데이터와 상기 공통 특징 벡터 간의 공통 연결 강도 행렬의 값 및 상기 제1 확률 변수 집합 데이터와 상기 고유 특징 벡터 간의 고유 연결 강도 행렬의 값을 연산하고 각각 서로 다른 값을 가지도록 보상하는 연결 강도 행렬 형성부, 및 상기 제1 확률 변수 집합 데이터, 제2 확률 변수 집합 데이터, 매개 변수, 및 연결 강도 행렬을 이용하여 상기 원본 자료 데이터에 대한 자료 분포 모델을 형성하는 자료 분포 모델링부를 포함한다.
-
-
-
Search Results
4
records
(took 0.019 seconds)
