专利快速检索-快速检索全球专利，免费商用专利数据库-IPRDB

1. 发明申请

US20130013578A1 OBJECT RETRIEVAL USING VISUAL QUERY CONTEXT 有权
标题翻译：使用视觉查询语境对象检索
公开(公告)号：US20130013578A1
公开(公告)日：2013-01-10
申请号：US13176279
申请日：2011-07-05
申请人： Linjun Yang , Bo Geng , Xian-Sheng Hua , Yang Cai
发明人： Linjun Yang , Bo Geng , Xian-Sheng Hua , Yang Cai
IPC分类号： G06F17/30
CPC分类号： G06F17/30277 , G06F17/30256
摘要： Some implementations provide techniques and arrangements to perform image retrieval. For example, some implementations identify an object of interest and a visual context in a first image. In some implementations, a second image that includes a second object of interest and a second visual context may be compared to the object of interest and the visual content, respectively, to determine whether the second image matches the first image.
摘要翻译：一些实现提供执行图像检索的技术和布置。例如，一些实现在第一图像中识别感兴趣的对象和视觉上下文。在一些实施方案中，可以分别将包括感兴趣的第二对象和第二视觉上下文的第二图像与感兴趣对象和视觉内容进行比较，以确定第二图像是否匹配第一图像。

2. 发明授权

US08560517B2 Object retrieval using visual query context 有权
标题翻译：使用视觉查询语境对象检索
公开(公告)号：US08560517B2
公开(公告)日：2013-10-15
申请号：US13176279
申请日：2011-07-05
申请人： Linjun Yang , Bo Geng , Xian-Sheng Hua , Yang Cai
发明人： Linjun Yang , Bo Geng , Xian-Sheng Hua , Yang Cai
IPC分类号： G06F17/30
CPC分类号： G06F17/30277 , G06F17/30256
摘要： Some implementations provide techniques and arrangements to perform image retrieval. For example, some implementations identify an object of interest and a visual context in a first image. In some implementations, a second image that includes a second object of interest and a second visual context may be compared to the object of interest and the visual content, respectively, to determine whether the second image matches the first image.
摘要翻译：一些实现提供执行图像检索的技术和布置。例如，一些实现在第一图像中识别感兴趣的对象和视觉上下文。在一些实施方案中，可以分别将包括感兴趣的第二对象和第二视觉上下文的第二图像与感兴趣对象和视觉内容进行比较，以确定第二图像是否匹配第一图像。

3. 发明授权

US08903166B2 Content-aware ranking for visual search 有权
标题翻译：视觉搜索的内容感知排名
公开(公告)号：US08903166B2
公开(公告)日：2014-12-02
申请号：US12690817
申请日：2010-01-20
申请人： Linjun Yang , Bo Geng , Xian-Sheng Hua
发明人： Linjun Yang , Bo Geng , Xian-Sheng Hua
IPC分类号： G06K9/62
CPC分类号： G06K9/6252
摘要： This document describes techniques that utilize a learning method to generate a ranking model for use in image search systems. The techniques leverage textual information and visual information simultaneously when generating the ranking model. The tools are further configured to apply the ranking model responsive to receiving an image search query.
摘要翻译：本文档描述了利用学习方法生成用于图像搜索系统的排名模型的技术。该技术在生成排名模型时同时利用文本信息和视觉信息。所述工具还被配置为响应于接收图像搜索查询来应用排序模型。

4. 发明申请

US20120102018A1 Ranking Model Adaptation for Domain-Specific Search 审中-公开
标题翻译：针对域特定搜索的排名模型适应
公开(公告)号：US20120102018A1
公开(公告)日：2012-04-26
申请号：US12911503
申请日：2010-10-25
申请人： Linjun Yang , Bo Geng , Xian-Sheng Hua
发明人： Linjun Yang , Bo Geng , Xian-Sheng Hua
IPC分类号： G06F15/18 , G06F17/30
CPC分类号： G06F16/3347
摘要： An adaptation process is described to adapt a ranking model constructed for a broad-based search engine for use with a domain-specific ranking model. An example process identifies a ranking model for use with a broad-based search engine and modifies that ranking model for use with a new (or “target”) domain containing information pertaining to a specific topic.
摘要翻译：描述适应过程以适应为基于广泛的搜索引擎构建的排名模型，以便与域特定排名模型一起使用。示例过程识别用于基于广泛的搜索引擎的排名模型，并修改与包含与特定主题相关的信息的新（或“目标”）域一起使用的排名模型。

5. 发明申请

US20140250110A1 IMAGE ATTRACTIVENESS BASED INDEXING AND SEARCHING 审中-公开
标题翻译：基于图像吸引力的索引和搜索
公开(公告)号：US20140250110A1
公开(公告)日：2014-09-04
申请号：US13394425
申请日：2011-11-25
申请人： Linjun Yang , Bo Geng , Xian-Sheng Hua , Shipeng Li
发明人： Linjun Yang , Bo Geng , Xian-Sheng Hua , Shipeng Li
IPC分类号： G06F17/30
CPC分类号： G06F16/5866 , G06F16/2228 , G06F16/248 , G06F16/583 , G06F16/9535
摘要： Attractiveness of an image may be estimated by integrating extracted visual features with contextual cues pertaining to the image. Image attractiveness may be defined by the visual features (e.g., perceptual quality, aesthetic sensitivity, and/or affective tone) of elements contained within the image. Images may be indexed based on the estimated attractiveness, search results may be presented based on image attractiveness, and/or a user may elect, after receiving image search results, to re-rank the image search results by attractiveness.
摘要翻译：图像的吸引力可以通过将提取的视觉特征与与图像有关的语境线索相结合来估计。图像吸引力可以由包含在图像内的元素的视觉特征（例如感知质量，美学敏感度和/或情感色调）来定义。可以基于估计的吸引力来索引图像，可以基于图像吸引力来呈现搜索结果，和/或用户可以在接收图像搜索结果之后选择通过吸引力重新排列图像搜索结果。

6. 发明授权

US08219511B2 Unbiased active learning 有权
标题翻译：不偏不倚的主动学习
公开(公告)号：US08219511B2
公开(公告)日：2012-07-10
申请号：US12391511
申请日：2009-02-24
申请人： Linjun Yang , Bo Geng , Xian-Sheng Hua
发明人： Linjun Yang , Bo Geng , Xian-Sheng Hua
IPC分类号： G06F15/18 , G06F17/10 , G06N3/08
CPC分类号： G06N99/005
摘要： Techniques described herein create an accurate active-learning model that takes into account a sample selection bias of elements, such as images, selected for labeling by a user. These techniques select a first set of elements for labeling. Once a user labels these elements, the techniques calculate a sample selection bias of the selected elements and train a model that takes into account the sample selection bias. The techniques then select a second set of elements based, in part, on a sample selection bias of the elements. Again, once a user labels the second set of elements the techniques train the model while taking into account the calculated sample selection bias. Once the trained model satisfies a predefined stop condition, the techniques use the trained model to predict labels for the remaining unlabeled elements.
摘要翻译：本文描述的技术创建了一种精确的主动学习模型，其考虑了由用户选择进行标签选择的元素（例如图像）的样本选择偏差。这些技术选择用于标记的第一组元素。一旦用户标记了这些元素，这些技术就会计算所选元素的样本选择偏差，并训练考虑样本选择偏倚的模型。然后，技术部分地基于元素的样本选择偏差来选择第二组元素。同样，一旦用户标记第二组元素，则该技术训练模型，同时考虑计算的样本选择偏差。一旦训练的模型满足预定义的停止条件，该技术使用经过训练的模型来预测剩余的未标记元素的标签。

7. 发明申请

US20110176724A1 Content-Aware Ranking for Visual Search 有权
标题翻译：内容感知视觉搜索排名
公开(公告)号：US20110176724A1
公开(公告)日：2011-07-21
申请号：US12690817
申请日：2010-01-20
申请人： Linjun Yang , Bo Geng , Xian-Sheng Hua
发明人： Linjun Yang , Bo Geng , Xian-Sheng Hua
IPC分类号： G06K9/62
CPC分类号： G06K9/6252
摘要： This document describes techniques that utilize a learning method to generate a ranking model for use in image search systems. The techniques leverage textual information and visual information simultaneously when generating the ranking model. The tools are further configured to apply the ranking model responsive to receiving an image search query.
摘要翻译：本文档描述了利用学习方法生成用于图像搜索系统的排名模型的技术。该技术在生成排名模型时同时利用文本信息和视觉信息。所述工具还被配置为响应于接收图像搜索查询来应用排序模型。

8. 发明申请

US20100217732A1 Unbiased Active Learning 有权
标题翻译：无偏见主动学习
公开(公告)号：US20100217732A1
公开(公告)日：2010-08-26
申请号：US12391511
申请日：2009-02-24
申请人： Linjun Yang , Bo Geng , Xian-Sheng Hua
发明人： Linjun Yang , Bo Geng , Xian-Sheng Hua
IPC分类号： G06F15/18
CPC分类号： G06N99/005
摘要： Techniques described herein create an accurate active-learning model that takes into account a sample selection bias of elements, such as images, selected for labeling by a user. These techniques select a first set of elements for labeling. Once a user labels these elements, the techniques calculate a sample selection bias of the selected elements and train a model that takes into account the sample selection bias. The techniques then select a second set of elements based, in part, on a sample selection bias of the elements. Again, once a user labels the second set of elements the techniques train the model while taking into account the calculated sample selection bias. Once the trained model satisfies a predefined stop condition, the techniques use the trained model to predict labels for the remaining unlabeled elements.
摘要翻译：本文描述的技术创建了一种精确的主动学习模型，其考虑了由用户选择进行标签选择的元素（例如图像）的样本选择偏差。这些技术选择用于标记的第一组元素。一旦用户标记了这些元素，这些技术就会计算所选元素的样本选择偏差，并训练考虑样本选择偏倚的模型。然后，技术部分地基于元素的样本选择偏差来选择第二组元素。同样，一旦用户标记第二组元素，则该技术训练模型，同时考虑计算的样本选择偏差。一旦训练的模型满足预定义的停止条件，该技术使用经过训练的模型来预测剩余的未标记元素的标签。

9. 发明授权

US09443011B2 Searching for images by video 有权
标题翻译：通过视频搜索图像
公开(公告)号：US09443011B2
公开(公告)日：2016-09-13
申请号：US13110708
申请日：2011-05-18
申请人： Linjun Yang , Xian-Sheng Hua , Yang Cai
发明人： Linjun Yang , Xian-Sheng Hua , Yang Cai
IPC分类号： G06K9/46 , G06F17/30
CPC分类号： G06K9/4676 , G06F17/30796 , G06F17/30799 , G06K9/00671 , G06K9/00744 , G06K9/38 , G06K9/4642 , G06K9/4671 , G06K9/623
摘要： Techniques describe submitting a video clip as a query by a user. A process retrieves images and information associated with the images in response to the query. The process decomposes the video clip into a sequence of frames to extract the features in a frame and to quantize the extracted features into descriptive words. The process further tracks the extracted features as points in the frame, a first set of points to correspond to a second set of points in consecutive frames to construct a sequence of points. Then the process identifies the points that satisfy criteria of being stable points and being centrally located in the frame to represent the video clip as a bag of descriptive words for searching for images and information related to the video clip.
摘要翻译：技术描述提交视频剪辑作为用户的查询。响应于查询，进程检索与图像相关联的图像和信息。该过程将视频剪辑分解成帧序列以提取帧中的特征并将提取的特征量化为描述性词。该过程进一步跟踪提取的特征作为帧中的点，第一组点对应于连续帧中的第二组点以构成点序列。然后，该过程识别满足稳定点的标准并且位于帧中心的点以将视频剪辑表示为用于搜索与视频剪辑相关的图像和信息的描述词的一袋。

10. 发明授权

US08239333B2 Media tag recommendation technologies 有权
标题翻译：媒体标签推荐技术
公开(公告)号：US08239333B2
公开(公告)日：2012-08-07
申请号：US12396885
申请日：2009-03-03
申请人： Linjun Yang , Lei Wu , Xian-Sheng Hua
发明人： Linjun Yang , Lei Wu , Xian-Sheng Hua
IPC分类号： G06F15/18
CPC分类号： G06F17/3089 , G06Q10/10
摘要： Technologies for recommending relevant tags for the tagging of media based on one or more initial tags provided for the media and based on a large quantity of other tagged media. Sample media as candidates for recommendation are provided by a set of weak rankers based on corresponding relevance measures in semantic and visual domains. The various samples provided by the weak rankers are then ranked based on relative order to provide a list of recommended tags for the media. The weak rankers provide sample tags based on relevance measures including tag co-occurrence, tag content correlation, and image-conditioned tag correlation.
摘要翻译：基于为媒体提供的一个或多个初始标签并基于大量其他标记的媒体来推荐用于标记媒体的相关标签的技术。作为推荐候选人的示例媒体由一组基于语义和视觉领域中的相应相关性度量的弱排名者提供。然后由弱排名者提供的各种样本根据相关顺序排列，以提供媒体推荐标签的列表。弱排名者基于相关性测量提供样本标签，包括标签共现，标签内容相关性和图像条件标签相关性。

你已经成功收藏专利！

检索式保存成功!

IPRDB

热门服务

关于我们

友情链接

联系方式