[发明专利]一种图像搜索引擎的生成方法及系统

权利要求书

1.一种图像搜索引擎的生成方法，包括：

基于视觉词库，确定待索引图像各自的视觉词集合；

根据所述待索引图像的提供者信息，对每一提供者，将该提供者提供的所有待索引图像作为一组，在该组待索引图像的范围内进行视觉词的统计和判断，确定该提供者关联的停用视觉词，然后对该组待索引图像各自的视觉词集合分别进行修正，从中去除该提供者关联的停用视觉词；

生成图像搜索引擎时，将所述待索引图像修正后的视觉词集合加入到所述图像搜索引擎的倒排索引中。

2.如权利要求1所述的生成方法，其特征在于：

所述在该组待索引图像的范围内进行视觉词的统计和判断，确定该提供者关联的停用视觉词，包括：

确定该组待索引图像各自的视觉词集合H_k中的每一视觉词，其中，k＝0,1,…,K，K为该组待索引图像的图像数目；

对H_k中的每一视觉词，统计包含该视觉词的H_k的个数，如果该个数大于等于设定的次数阈值，则将该视觉词确定为该提供者关联的停用视觉词。

3.如权利要求1或2所述的生成方法，其特征在于：

所述在该组待索引图像的范围内进行视觉词的统计和判断，确定该提供者关联的停用视觉词，包括：

确定该组待索引图像各自的视觉词集合H_k中的每一视觉词，其中，k＝0,1,…,K，K为该组待索引图像的图像数目；

对H_k中的每一视觉词，统计包含该视觉词的H_k的个数并计算该个数与K的比值，如果该比值大于等于设定的比例阈值，则将该视觉词确定为该提供者关联的停用视觉词。

4.如权利要求1或2所述的生成方法，其特征在于：

所述在该组待索引图像的范围内进行视觉词的统计和判断，确定该提供者关联的停用视觉词之前，还包括：

确定该组待索引图像的图像数目，判断该图像数目是否大于等于统计所需的最小数目，如果是，进行所述视觉词的统计和判断，如果否，不再进行所述视觉词的统计和判断。

5.如权利要求1或2所述的生成方法，其特征在于：

所述待索引图像为待索引商品图像，所述提供者为提供所述待索引商品图像的店铺。

6.一种图像搜索引擎的生成系统，包括：

视觉词生成模块，用于基于视觉词库，确定待索引图像各自的视觉词集合；

视觉词修正模块，用于根据所述待索引图像的提供者信息，对每一提供者，将该提供者提供的所有待索引图像作为一组，在该组待索引图像的范围内进行视觉词的统计和判断，确定该提供者关联的停用视觉词，然后对该组待索引图像各自的视觉词集合分别进行修正，从中去除该提供者关联的停用视觉词；

搜索引擎生成模块，用于在生成图像搜索引擎时，将所述待索引图像修正后的视觉词集合加入到所述图像搜索引擎的倒排索引中。

7.如权利要求6所述的生成系统，其特征在于：

所述视觉词修正模块在该组待索引图像的范围内进行视觉词的统计和判断，确定该提供者关联的停用视觉词，包括：

确定该组待索引图像各自的视觉词集合H_k中的每一视觉词，其中，k＝0,1,…,K，K为该组待索引图像的图像数目；

对H_k中的每一视觉词，统计包含该视觉词的H_k的个数，如果该个数大于等于设定的次数阈值，则将该视觉词确定为该提供者关联的停用视觉词。