基于过程特性的网络信息重复检索策略研究

日常生活中,上网重复查询相关资源等情况十分普遍,但由于网络信息一直处于变化之中,信息重复检索结果可能存在差异。通过实验方法针对网络信息检索与再检索这两阶段对应的过程特性进行研究。研究结果显示,与初始检索过程对比来说,虽然信息重复检索相对比较节约时间,但其检索对应难度也比较高。最后,针对网络信息检索系统及个人信息管理层面提出一些改善建议。

基于相对编辑相似度的近似重复视频检索和定位

为有效对近似重复视频进行检索和定位,提出了一种基于相对编辑相似度的检索和定位算法.算法包括基于局部特征的视频编码和基于相对编辑相似度的在线检索和定位两部分.基于局部特征的视频编码首先提取数据库视频的关键帧,然后在关键帧中提取Root-SIFT特征描述符并应用层次K-Means聚类算法构建词典,之后将关键帧量化至词袋模型的单词并编码.基于相对编辑相似度的在线检索和定位首先对查询视频进行编码,然后应用相对编辑相似度算法,筛选近似重复视频并对近似重复片段进行定位.实验结果表明,LD算法比Yeh等提出的算法在平均F1评价准则上效果要高8.55%,并且NDCR降低为原来的29%,效果提升明显.

基于改进的多特征哈希的近重复视频检索

随着互联网的迅速发展,产生了大量的近重复视频。文章提出了一种改进的哈希算法提高近重复视频的检索准确性,根据语义哈希对图像检索的原理,对算法中的邻接矩阵进行改进。邻接矩阵表示KNN图中样本间的邻接关系,文中不再使用0和1两个值表示样本间的邻接关系,而是引入高斯核函数来表示,提高了模型的检索精度。实验结果表明所提出的方法具有更高的检索精度。

基于多特征绑定的近似重复图像检索

基于绑定特征的近似重复图像检索方法由于采用尺度不变特征变换(SIFT)特征及坐标信息,存在一定的局限性.因此,文中在SIFT特征基础上增加颜色特征形成多特征绑定,并利用兴趣点尺度方向信息,提出2种鲁棒的绑定特征兴趣点顺序计算方法:中心顺序和主方向顺序.首先,抽取绑定特征兴趣点的颜色分布特征并加入索引,检索时利用该特征的Kullback-Leibler距离排除潜在的SIFT错误匹配.然后,根据兴趣点同绑定区域中心位置的距离顺序或同主方向的夹角顺序的不一致性计算几何损失得分.在Copydays数据集上的实验表明,颜色特征的增加提升检索准确度,相比坐标顺序,绑定特征的中心顺序及主方向顺序在检索中的几何约束更好.

基于稀疏自动编码器的近重复视频检索

随着互联网的迅速发展,网摘络上产生了大量的近重复视频,要如何快速精确地检测出这些近重复视频成为研究的热点。本文提出了一种基于稀疏自动编码器的视频特征提取模型,用于近重复视频检索。先用稀疏自动编码器提取视频关键帧的特征,然后根据视频间匹配的关键帧数占视频所有关键帧数的比例来度量视频的相似性。实验结果表明所提出的方法取得了较好的检索精度。

基于混合特征的近似重复图像检索方法

仅基于SIFT特征的近似重复图像检索有较高的错误率,无法满足大规模数据的检索精度要求。此文提出了一种基于混合特征的近似重复图像检索方法,该方法将SIFT特征点附近的边缘特征检测结果与SIFT描述子一起,用汉明嵌入的方式生成比特串。对于比特串的匹配结果,使用了一种评分加权方法,提高了结果精度。在Oxford5K数据集上的实验结果表明,该方法有效地提高了SIFT描述子的抗干扰能力,降低了近似重复图像检索的错误率,减少了在线查询所需时间,具有较高的工程应用价值。

Web搜索引擎与全文检索技术

本文主要阐述了全文检索技术在 Web搜索引擎中的应用 ,对国内 Web搜索引擎的全文检索技术中的不足进行了分析和思考并提出解决办法 ,同时对 Web搜索引擎中的全文检索技术的发展提出了自己的观点。

一种重复视频的快速检测算法

随着网络多媒体应用的增加,各种网络视频应用需求大规模重复视频检测的方法,尤其对检测的快速和有效性要求逐渐增高.提出一种基于多层视频内容分析的快速有效检测重复视频的算法.从视频关键帧中提取的局部特征采用一种新的自适应局部敏感哈希算法进行索引.通过样本学习并设定一些参数,使检索过程不需要进行高维距离计算,从而有效的提升了处理速度.检索得到的特征向量备选集经过特征过滤和两层匹配方法完成重复视频的检测流程.在标准数据集上的实验表明,与其他最新的方法相比,本文提出的算法有效的提高了大规模重复视频的检测速度.

面向多畸变稳健性的图像归因算法

随着多媒体编辑软件和生成式神经网络的发展,数字图像的可信度正在不断削弱。作为一种新兴的溯源式取证技术,图像归因回溯需分析图像的可信源和可视化图像的编辑性改变,因而能够有效对抗恶意篡改并辅助群体和个人对图像信息形成正确判断。但是目前的图像归因方法对网络空间中常见的几何变形和信号压缩表现不够稳定,特别是对于图像同时包含多种畸变的情况。为此,文章提出一种多畸变稳健的图像归因方法,该方法基于一种正交且协变的图像局部表征策略,具有对多种几何变换和信号损失的稳健性,同时设计了面向稀疏域和稠密域表征任务的两种快速计算方案。由此形成的图像归因方法能够有效回溯可信数据库中的近重复图像源,矫正待分析图像的几何姿态,并可视化潜在的图像篡改区域。该方法对网络空间中的多种良性变换具有稳健性,同时保持对恶性内容篡改的敏感性。仿真结果表明,该方法具有更优的篡改检测稳健性和综合检测精度,同时具有更优的特征紧凑性和实现成本。

专利审查高速路影响后续申请局专利积压的机理研究

结合当前世界范围内专利审查高速路的现状,分别从两个方面具体探究了专利审查高速路是如何缓解或加重后续申请局专利积压的,认为专利审查高速路尽管有助于减少针对每项后续申请的重复检索与审查工作,但若处理不当不仅不会缓解反而有可能加重后续申请局的专利积压。

基于层次特征融合哈希的近似重复视频检索方法

近年来,由于互联网上视频数量的爆炸式增长,基于视频哈希(Hash)的近似重复视频检索已经吸引了越来越多的研究者关注.在现有方法中,视频的视觉特征,包括单一特征以及多特征融合的方法被广泛应用于近似重复视频检索算法中.而低层视觉特征在表达高层语义方面存在不足,使得近似重复视频检索的性能变低.针对这一问题,本文提出了一种基于层次特征融合的视频哈希方法,用于近似重复视频检索.该方法首先从视频中提取低层人工定义特征,然后利用卷积神经网络提取中间层深度特征以及高层语义特征,最后把不同层级的特征融合起来,利用层次特征和样本之间的全局结构关系以及各特征之间的互补性,学习得到视频哈希,进而进行近似重复视频检索.该方法在CC-WEB-VIDEO数据库上进行了实验,实验结果证明本文方法与现有的方法相比在性能上有较大提升.

IP问答

问题1:专利申请是否需要进行专利检索,为什么?答:在专利申请前最好进行检索。但实际中是否要检索需要根据具体情况确定。对于发明,如果前期(例如立项阶段)已做过较充分的检索,在申请专利时为了节省时间和费用,一般不用再重复检索。如果之前没有做过检索,对现有技术的情况不了解,先进行检索是有利的。