基于形状的图形搜索制造技术

描述了基于形状的图形搜索的方法。分析图形对象集合中的每个图形对象。分析包括从形成图形对象的图形数据确定图形对象的轮廓。对图形对象的轮廓进行采样，以得到捕获图形对象的轮廓的采样点。确定图形对象的形状描述符，其捕获采样点的局部和全局几何图形特性。基于用户标识的图形对象的形状描述符与该图形对象集合中的至少一个图形对象的形状描述符之间的比较来确定搜索查询的搜索结果。可以在与搜索查询相关联的用户设备上呈现搜索结果中的至少一个。

Shape-based Graphics Search

【技术实现步骤摘要】
基于形状的图形搜索
技术介绍
基于示例的图像搜索技术允许用户提供示例图像并接收包括视觉上相似的图像的搜索结果。在一些传统方法中，大量光栅图像被使用神经网络根据特定图像是描绘特定类型的对象还是显示特定特征而被标记。搜索结果可以基于图像标记与示例图像标记的相似程度来确定。这种方法可以适用于查找包含相似主题的图像。然而，用户可能对包含与示例图像相似形状的搜索结果感兴趣。传统的基于形状的图像搜索通过利用阴影和像素颜色针对照片和其他详细图形而被优化。然而，许多向量图形和一些光栅图形(例如勾画)缺少细节，这可能导致搜索结果不准确。例如，这些图形可能缺乏内部细节，并且通过使用传统方法不能很好地捕获的整体印迹而被强烈地表征。定向梯度直方图是用于捕获图像中的形状的传统方法的示例，该方法更适合于详细图像。图像的所有像素被分成单元网格，并且从其像素为每个单元创建梯度方向的直方图。这些梯度方向可能不足以为较不详细的图形产生准确的基于形状的搜索结果。
技术实现思路
本公开的方面提供对计算机的用于标识和比较图形对象的形状的能力的改进，以产生更准确的图形搜索结果。具体而言，本公开提供了图形对象的形状描述符，其形成对象的总体印迹的详细表示，从而允许更准确的基于形状的图形搜索。在各种实现中，图形对象的形状描述符被确定并被存储在数据存储库中。用户可以为搜索查询提供示例图形对象(例如，通过绘制向量勾画)，并且可以将示例对象的形状描述符与存储的形状描述符进行比较，以确定用于搜索结果的相似形状的图形对象。图形对象的形状描述符可以通过确定图形对象的轮廓(例如，连接的贝塞尔曲线集合)来确定。轮廓被采样以生成捕获轮廓的采样点。对于每个采样点，可以确定采样点的局部和全局几何图形特性。如本文所使用的，图形对象的采样点的局部和全局几何图形特性是指表示采样点相对于图形对象的其他采样点之间的几何图形关系(例如，通过参考其他采样点到采样点的位置几何图形)的一个或多个值。每个采样点的局部和全局几何图形特性可以存储在相应的特征向量中。采样点的特征向量可以组合成一个或多个聚合特征向量，该一个或多个聚合特征向量形成形状描述符。在一些情况下，根据图形对象是描绘特定类型的对象还是示出特定特征(例如，使用机器学习和/或手动标记)，可以使用任意合适的方法来标记图形对象。在确定搜索结果时，可以通过分析其形状描述符来确定具有与示例对象相似形状的图形对象。基于共享与确定的图形对象相似或相同的标记，其他图形对象可以被包括在搜索结果中。使用这种方法，不需要为这些其他图形对象中的至少一些确定和/或分析形状描述符，从而减少了生成搜索结果的处理要求。附图说明以下参考附图详细描述本专利技术，在附图中：图1是示出了根据本公开的实施例的操作环境的示例的框图；图2示出了根据本公开的实施例的图形搜索系统的框图；图3示出了根据本公开的实施例的图形用户界面的框图；图4A示出了根据本公开的实施例的图形对象的轮廓的表示；图4B示出了根据本公开的实施例的图形对象的轮廓的点采样；图5是示出了根据本公开的实施例的确定图形对象的形状描述符的方法的流程图；图6是示出了根据本公开的实施例的用于基于形状描述符来搜索图像的另一方法的流程图；以及图7是适用于实现本公开的实施例的示例性计算环境的框图。具体实施方式本文中具体描述本专利技术的主题以满足法定要求。然而，描述本身并不旨在限制本专利的范围。而是，专利技术人已经想到，所要求保护的主题还可以结合其他当前或未来的技术以其他方式来体现，以包括与本文档中描述的步骤相似的不同步骤或步骤的组合。此外，尽管本文可以使用术语“步骤”和/或“框”来暗示所采用的方法的不同元素，除非和除了当明确描述了个体步骤的顺序时，这些术语不应当被解释为暗示本文公开的各个步骤之中或之间的任意特定顺序。传统的基于形状的图像搜索通过利用像素的阴影和颜色，针对照片和其他详细图形被优化。例如，照片可捕获真实世界对象的所有可见区域的重要细节，这些细节可用于形状识别。许多向量图形和一些光栅图形缺乏相似的信息，这可能会导致不准确的搜索结果。例如，当用户勾画(例如，手绘)对象时，其可能由使用传统方法不能很好地捕获的整体印迹来强烈地表征，导致较低质量的搜索结果。为了说明上述内容，勾画的对象可能不包括太多颜色、阴影和/或其他细节，使得传统方法可能不足以捕获该对象以进行搜索。然而，可能期望允许用户快速勾画示例对象并取回相似但更详细的搜索结果。定向梯度直方图是用于捕获图像中的形状的传统方法的示例。图像的所有像素被分成单元网格，并且从其像素为每个单元创建梯度方向的直方图。当图形缺乏足够的细节时，这些梯度方向可能无法足够好地捕获到许多向量图形和某些光栅图形的整体形状，以产生准确的搜索结果。本公开的各方面对计算机的能力提供改进以标识和比较图形对象的形状，以产生更准确的图形搜索结果。具体而言，本公开提供了图形对象的形状描述符，其形成对象的总体印迹的详细表示，允许更准确的基于形状的图形搜索。本文描述的方法可以利用图形对象的轮廓的向量艺术表示(例如，连接的贝塞尔曲线和/或其他向量基元)来计算图形对象的形状描述符。形状描述符可用于搜索相似的向量图形，这些向量图形将被存储在向量文件或其他数据对象中。在各种实现中，图形对象的形状描述符被确定并存储在数据库(或其他合适的数据存储库)中。用户可以诸如通过在用户设备上绘制向量勾画来为搜索查询提供示例图形对象。用户可以发起对用户设备上的相似图形对象的搜索，其中示例对象的形状描述符可以可选地被生成或以其他方式被确定。示例对象的形状描述符可以与存储的形状描述符进行比较，以确定搜索结果相似形状的图形对象。图形对象的形状描述符可以通过确定图形对象的轮廓来确定。轮廓可以是由诸如连接的贝塞尔曲线的向量基元集合形成的向量对象。轮廓可以被采样以生成采样点，其使用诸如自适应点采样的采样技术来捕获轮廓，其中轮廓的段的多个采样点基于段的长度。采样点的局部和全局几何图形特性可以被确定并且可以被存储在相应的特征向量中。形状描述符包括采样点的特征向量，其可以被组合成一个或多个聚合特征向量。采样点的特征向量可以使用各种可能的方法来确定。这些包括在空间和/或频谱域中捕获采样点的局部和全局几何图形特性。在一个示例性的空间方法中，为捕获其他采样点的相对位置的每个采样点创建空间直方图。例如，几何图形对象(例如，圆形)可以以采样点为中心。几何图形对象可以被划分为相等的扇区，扇区可以进一步分为多个分区(bin)。采样点的特征向量可以包括每个分区的值，该值是落入该分区内的其他采样点的数目的计数。捕获局部和全局几何图形特性的其他合适方法包括确定采样点的热核签名、骨架化等。然后，可以将图形对象(例如，示例对象)的形状描述符与其他图形对象的相似确定的形状描述符进行比较以生成搜索结果。如稍后进一步详细描述的，在一些情况下，其他图形对象被标记以促进搜索结果的确定。根据图形对象是描绘特定类型的对象还是示出特定特性(例如，使用机器学习和/或手动标记)，可以使用任意合适的方法来标记图形对象。在确定搜索结果时，可以通过将其形状描述符与示例对象的形状描述符进行比较来确定与示例对象具有相似形状的图形对象。基于共享与确定的图形对象相似或相同的标记，附加图形对象可以被包括在搜索结果中。本文档来自技高网...

【技术保护点】
1.一种用于搜索图形的计算机实现的方法，所述方法包括：分析图形对象集合中的每个图形对象，所述分析包括：对所述图形对象的轮廓进行采样，以得到捕获所述图形对象的所述轮廓的采样点；以及确定所述图形对象的形状描述符，所述形状描述符捕获所述采样点中的每一个采样点的局部和全局几何图形特性；接收对应于用户标识的图形对象的搜索查询；以及基于所述用户标识的图形对象的形状描述符与所述图形对象集合中的至少一个图形对象的所述形状描述符之间的比较，来生成所述搜索查询的搜索结果。

【技术特征摘要】
2017.12.21 US 15/851,4121.一种用于搜索图形的计算机实现的方法，所述方法包括：分析图形对象集合中的每个图形对象，所述分析包括：对所述图形对象的轮廓进行采样，以得到捕获所述图形对象的所述轮廓的采样点；以及确定所述图形对象的形状描述符，所述形状描述符捕获所述采样点中的每一个采样点的局部和全局几何图形特性；接收对应于用户标识的图形对象的搜索查询；以及基于所述用户标识的图形对象的形状描述符与所述图形对象集合中的至少一个图形对象的所述形状描述符之间的比较，来生成所述搜索查询的搜索结果。2.根据权利要求1所述的方法，其中所述图形对象的所述轮廓包括向量图形。3.根据权利要求1所述的方法，还包括：加载包括向量图形数据的数据对象，所述向量图形数据包括所述图形对象集合中的每个图形对象的图形数据；标识所加载的所述数据对象的所述向量图形数据中的所述图形对象集合，每个图形对象对应于所述向量图形数据中的相应向量图形；以及基于标识所述图形对象集合，执行所述图形对象集合中的每个图形对象的所述分析。4.根据权利要求1所述的方法，还包括：从向量图形文件中提取所述图形对象集合，其中每个图形对象是向量图形；以及将每个提取的图形对象和所述图形对象的所述形状描述符存储在数据库中，其中生成所述搜索结果包括针对所述数据库处理所述搜索查询。5.根据权利要求1所述的方法，其中，所述搜索结果的所述生成包括：标识分配给给定图形对象的标记，其中所述比较在所述用户标识的图形对象的所述形状描述符和所述给定图形对象的所述形状描述符之间；基于所述比较，标识分配给所述标记的多个图形对象；以及将所标识的所述多个图形对象添加到所述搜索查询的搜索结果集合中。6.根据权利要求1所述的方法，其中在所述轮廓的所述采样中，所述轮廓的段的采样点的数目是基于所述段的长度的。7.根据权利要求1所述的方法，其中给定图形对象的所述轮廓由多个贝塞尔曲线形成。8.根据权利要求1所述的方法，其中所述确定所述图形对象的所述形状描述符包括：针对所述采样点的每个采样点，确定表示所述采样点的所述局部和全局几何图形特性的特征向量；将来自每个采样点的所述特征向量的对应值组合成组合特征向量，其中所述形状描述符包括所述组合特征向量。9.根据权利要求1所述的方法，包括：使用空间直方图来确定所述采样点的采样点的所述局部和全局几何图形特性，其中所述空间直方图的分区表示相应的空间区域，并且所述分区的值是基于在所述相应的空间区域内的所述采样点的相邻采样点的数目的；以及从所述空间直方图来确定所述空间描述符。10.根据权利要求1所述的方法，还包括引起在用户设备上的、与所述搜索查询相关联的所述搜索结果的呈现，所述呈现包括向所述用户设备发送所述搜索结果的指示符。11.至少一种非暂时性计算机可读介质，具有在其上实施的可执行指令，所述可执行指令在由至少一个处理器执行时使得所述至少一个处理器执行用于搜索图形的方法，所述方法包括：对所述图形对象的轮廓进...

【专利技术属性】
技术研发人员：S·K·比斯瓦斯，
申请(专利权)人：奥多比公司，
类型：发明
国别省市：美国,US