搜索多媒体数据的方法技术

本发明专利技术揭示了一种搜索多媒体数据的方法，其中通过自动更新图像的各个特征中的特征权数和／或特征元素的权数来再次搜索图像。（*该技术在2020年保护过期，可自由使用*）

【技术实现步骤摘要】

本专利技术涉及，具体涉及通过使用用户反馈更精确地。目前，用于数字图像信号处理的技术已经得到了极大的发展，并在各个领域得到了应用。例如，数字图像信号处理技术可以用于用来自动编辑电影或戏剧的移动图像文件中的特定角色的脸部的搜索系统，可以用于用来只允许在系统中注册的人员才能进入的安全系统，或者用于用来搜索由检测系统检测的图像或视频的特定数据的搜索系统。这些系统的性能基本上依赖于检测或搜索所需目标的速度和精确性。因此，在现有技术中已经提出了不同的图像搜索方法。在名为“图像查询系统和方法”的美国专利5，579，471中揭示了使用诸如颜色、纹理或形状的特征来检测目标图像的相似性程度的图像搜索系统。根据所要搜索的图像，特征的重要性可能不同，并且在诸如颜色的一个特定特征中，诸如红色或绿色的特征元素的重要性也可能不同。然而，上述搜索系统并没有考虑各个目标图像的特征或特征元素的特征的重要性不一样。在另一个名为“Virage图像搜索引擎”(www．virage．com)的搜索方法中，用户可以通过指定权数值直接输入诸如颜色、纹理和形状的特征的重要性级别。尽管可以使用这种方法根据特征的重要性来搜索图像，但是对于一个用户来说确定特征的权数可能是很困难的。因此，在SPIE Vol．3312的“交互性关联反馈技术”中Yong Rui揭示了一种新技术，其中发现了与参考图像相似的图像，并通过计算所发现的图像的相似性自动获得特征的重要性或权数。然而，即使对于同一个图像，在完成了指定图像的搜索后权数重要性信息并没有维持，而对于每一个图像搜索需要重新计算权数重要性信息。在现有技术的图像搜索和浏览系统或视频(运动图像)搜索和浏览系统中，描述图像或视频数据的特定特征的信息被用来更有效地搜索或浏览多媒体数据。例如，在图像查询系统中，一个图像可以被分成多个区域，并且每一个区域的代表性颜色可以用作图像的特征信息，或者可以将图像的整个颜色直方图用作特征信息。此后，基于特征信息来计算相似性，比较两个图像和确定两个图像是否相似。因此，现有技术的图像搜索方法可能使用诸如颜色、纹理或形状的特征权数。然而，其中并没有考虑特征元素的权数。因此，现有技术的图像搜索方法在用来搜索时在智能训练和发展搜索权数上受到限制，这样延长了获得搜索结果的搜索时间，并且也降低了搜索结果的可靠性。因此，本专利技术的一个目的是至少解决现有技术的问题和缺点。本专利技术的一个目的是提供一种通过自动更新包含在指定图像中的特征的权数和／或特征元素的权数，和通过应用更新后的权数来搜索指定的目标的。本专利技术的另一个目的是提供一种，当用户搜索图像时，通过分析和归类所应用的判别标准来构造对应于包含在指定图像中的特征的类型的图像特性，并在接下来的图像搜索中通过考虑特征的权数和特征元素的权数调整特征信息集。本专利技术还有一个目的是提供一种包含在多媒体数据中的特征结构，以有效地搜索图像。本专利技术的别的优点、目的和特征将在后面的叙述中逐渐体现出来。对于本领域技术人员，通过对下面内容的检验和对专利技术的实践能够对本专利技术有更多的理解。正如在所附的权利要求中具体指出的那样，可以认识和获得本专利技术的目的和优点。正如本说明书所体现和广泛描述的那样，为了达到目标并与专利技术的目的一致，在多媒体数据搜索系统中包括搜索由用户选择的参考多媒体数据；接收所搜索多媒体数据的关联信息的用户反馈；根据关联信息确定包含在多媒体数据中的特征的各个特征元素的重要性；如果用户要求另外的搜索，通过更新上述各个元素的重要性再次执行参考多媒体数据的搜索；并且将以前的重要性更新为所获得的新的重要性，并保持更新后的重要性等级。在本专利技术的另一个实施例中，在多媒体数据搜索系统中包括接收一个对先前搜索的多媒体数据的查询；在查询过程中分析所搜索多媒体数据的判断标准；应用判断标准的分析结果，使用至少一种包含在多媒体数据中的特征来构造图像特性；并当用户要求另外的搜索时，调整图像特性的重要性并再次执行多媒体数据的搜索。本专利技术还提供了一种多媒体数据的特征结构，包括表示多媒体数据的特征的第一信息；表示多媒体数据的区域特征的第二信息；表示第一信息和第二信息的重要性的第三信息。本专利技术将参考附图进行详细介绍，其中相同的参考数字表示相同的单元。附图说明图1用直方图显示图像的特征；图2显示了用局部栅格表示的图像；图3是根据本专利技术的第一实施例的多媒体数据搜索过程的流程图；图4和图5是图2的多媒体数据搜索过程的流程图，其中初始搜索并没有产生希望的图像；图6是根据本专利技术的第二实施例的用于图像搜索的图像特性的基本结构；图7是图6的图像特性，其中用颜色和纹理来构造特征信息；和图8到图11是图像特性的不同的实施例。下面将详细介绍本专利技术的优选实施例，在附图中展示了优选实施例的示例。在通常的图像搜索系统中，诸如颜色、纹理和形状的图像特征可以用图1所示的直方图来表示。具体地说，图1是图像的颜色直方图，其中图像的颜色被归并为24种颜色元素。通过调整或改变每一个颜色元素的权数，可以表示每一个颜色元素的重要性级别或颜色元素对搜索的影响程度。图2是由局部栅格表示的图像。具体地说，一个图像被分为了n*m个栅格区域，并且每一个栅格区域可以由区域颜色直方图或代表栅格区域的颜色来表示。这里，每一个栅格区域的重要性级别或栅格区域对搜索的影响程度可以通过指定每一个n*m栅格区域的权数来表示。同样，由系统预先确定的阈值可以用作界限(cap)，这样特定的栅格区域将不影响搜索。也就是说，如果一个栅格区域的权数超过了预先确定的阈值，在搜索中将用到这个栅格区域。否则，这个栅格区域被处理为“无关”区域，它将不影响图像搜索。下面将参考图3到图5来介绍图像搜索过程。图3是根据本专利技术的第一实施例当选择了多个参考图像，并且包含在指定图像中的特征的各个类型或元素的权数被指定或更新时的多媒体数据搜索过程的流程图。参考图3，一个用户选择了代表要搜索的指定图像的多个参考图像(步骤S301)。此后，系统判断并确定包含在参考图像中的特征元素的重要性。例如，系统测量包含在参考图像中的特征的相似性(步骤S302)，并根据所测量的特征的相似性来确定每一个特征的权数(步骤S303)。同样，系统测量包含在参考图像中的每一个特征的特征元素的相似性(步骤S304)，并根据所测量的特征元素的相似性来确定各个特征的特征元素的权数(步骤S305)。因此，如果用户要求额外的搜索，系统通过使用重要性，也就是特征的权数和各个特征中特征元素的权数，来再次进行图像搜索(步骤S306)。此时，系统可以使用特征的权数或者特征元素的权数，或者同时使用它们。具体地说，特征的权数和各个特征的特征元素的权数按下述方法来确定。当用户选择了多个参考图像时，则搜索系统通过测量所选择的参考图像列表的特征的相似性和各个特征中特征元素的相似性来确定特征的权数和各个特征中特征元素的权数。特征的权数按照下面的方程1a、1b和1c来计算。[1a]---Weight_k=Cont(k)Cont(ALL)]]>[1b]---Cont(k)=Σi=1n-1Σj=i+1nSim(i,j,k)]]>&am本文档来自技高网...

【技术保护点】
一种搜索多媒体数据的方法，包括： ａ１）接收由用户选择的至少一个参考多媒体数据，其中参考多媒体数据表示要搜索的指定多媒体数据；和 ｂ１）通过考虑每一个特征和特征元素在搜索中应具有的影响的程度，使用包含在所述至少一个参考多媒体数据中的特征和各个特征的特征元素来搜索指定的多媒体数据。

【技术特征摘要】
...

【专利技术属性】
技术研发人员：李振秀，金贤俊，
申请(专利权)人：LG电子株式会社，
类型：发明
国别省市：KR[韩国]