[发明专利]基于形状的图形搜索在审

专利信息
申请号: 201810353197.5 申请日: 2018-04-19
公开(公告)号: CN110019912A 公开(公告)日: 2019-07-16
发明(设计)人: S·K·比斯瓦斯 申请(专利权)人: 奥多比公司
主分类号: G06F16/583 分类号: G06F16/583;G06F16/532;G06F16/51
代理公司: 北京市金杜律师事务所 11256 代理人: 酆迅;姚杰
地址: 美国加利*** 国省代码: 美国;US
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图形对象 形状描述符 搜索查询 搜索结果 图形搜索 采样点 捕获 集合 几何图形 图形数据 用户标识 用户设备 采样 分析 关联 全局
【说明书】:

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。

背景技术

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。

发明内容

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发明,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。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于奥多比公司,未经奥多比公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810353197.5/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top