[发明专利]语义可视搜索引擎

权利要求书

1.一种用于将移动电子设备上的目标项目进行分类的方法，所述方法包括：

从多个候选低级特征（510）中选择显著的低级特征（310），其中围绕多个项目（300）中的突点（410）局部地提取所述多个候选低级特征（510），根据监督的学习方法（305）将显著的低级特征与预定的对象分类关联；

将目标项目（320）转化成多个多尺度局部特征（520）；以及

对于所述多个多尺度局部特征中的每一个，使用概率模型（325；530），将多尺度局部特征与显著的低级特征相匹配。

2.根据权利要求1所述的方法，进一步包括：

围绕多个项目中的突点（410）局部地提取候选低级特征（500）。

3.根据权利要求1或2所述的方法，其中所述监督的学习方法包括AdaBoosting学习算法、Bayesian统计的使用或SVM模式识别。

4.根据权利要求1至3中任一项所述的方法，其中所述多个项目包括视频和/或图像。

5.根据权利要求1至4中任一项所述的方法，其中如果多尺度局部特征和显著的低级特征之间计算的匹配概率大于预定的阈值，则多尺度局部特征与显著的低级特征相匹配。

6.根据权利要求5所述的方法，其中通过使用所述监督的学习方法（305）来确定所述预定的阈值。

7.根据权利要求1至6中任一项所述的方法，进一步包括：

接收来自用户（540）的输入（340；350）；以及

向用户返回与所述输入（550）共享某些类似性的至少一个项目（380）。

8.根据权利要求7所述的方法，其中

所述输入包括关键词（340），并且所述至少一个项目包括类似于关键词的批注（330）；或者

所述输入包括模板项目（350），并且所述输入中的低级特征与所述显著的低级特征进行比较以识别出至少一个项目；或者

所述输入包括模板项目（350）和关键词（340），并且至少一个项目的返回包括：

使用感兴趣的分类的概率模型来预过滤所述模板项目中的低级特征（360）；以及

将所述预过滤的低级特征与相同分类（370）中的目标图像进行匹配，所述分类由关键词来识别。

9.一种包括至少一个计算机可读存储介质的计算机程序产品，所述计算机可读存储介质具有其中存储的计算机可读程序代码部分，当在处理器上执行时实现根据前述权利要求1至8中任一项所述的方法。

10.一种电子设备（12），包括：

处理器（56），以及

存储单元（58），其操作性地连接到处理器并且包括：

用于从多个候选低级特征中选择显著的低级特征的计算机代码，其中围绕多个项目中的突点局部地提取所述多个候选低级特征，根据监督的学习方法将显著的低级特征与预定的对象分类相关联；

用于将目标项目转化成多个多尺度局部特征的计算机代码；以及

用于使用概率模型，将多个多尺度局部特征中的每一个与显著的低级特征相匹配的计算机代码。

11.根据权利要求10所述的电子设备，所述存储器单元（58）进一步包括：

用于围绕多个项目中的突点局部地提取所述多个候选低级特征的计算机代码。

12.根据权利要求10或11所述的电子设备，其中如果多尺度局部特征和显著的低级特征之间计算的匹配概率大于预定的阈值，则多尺度局部特征与显著的低级特征相匹配。

13.根据权利要求12所述的电子设备，其中通过使用所述监督的学习方法来确定所述预定的阈值。

14.根据权利要求13所述的电子设备，所述存储器单元（58）进一步包括：

用于接收来自用户的输入的计算机代码；以及

用于向用户返回与所述输入共享某些类似性的至少一个项目的计算机代码。