[发明专利]一种基于磁盘的词汇树模型构建方法在审
| 申请号： | 201710073072.2 | 申请日： | 2017-02-10 |
| 公开（公告）号： | CN106874446A | 公开（公告）日： | 2017-06-20 |
| 发明（设计）人： | 施茂燊 | 申请（专利权）人： | 深圳前海大造科技有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30;G06K9/62 |
| 代理公司： | 成都行之专利代理事务所(普通合伙)51220 | 代理人： | 田甜 |
| 地址： | 518000 广东省深圳市前海深港合作区前*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于磁盘的词汇树模型构建方法，包括以下步骤A、将图片分为若干个样本组；B、分别提取每个样本组里所有图片的特征点描述子，分别对各样本组的特征点描述子进行聚合分类，将样本组分类出的每个子样本的几何中心向量以及子样本所对应的描述子组写入到外部存储器中；C、将所有样本组子样本的几何中心向量读入内存，对所有子样本的几何中心向量进行聚合分类，共包含K个子类；D、针对该K个子类，对每一个子类做最大层数为L‑1以及子节点数为K的分层聚合分类，完成词汇树模型的构建。采用该方法其充分利用外部存储器的存储空间，避免对计算机内存提出过大要求。 | ||
| 搜索关键词： | 一种 基于 磁盘 词汇 模型 构建 方法 | ||
【主权项】：
一种基于磁盘的词汇树模型构建方法，其特征在于，包括以下步骤：A、将图片分为若干个样本组；B、分别提取每个样本组里所有图片的特征点描述子，根据特征点描述子之间的欧氏距离，分别对各样本组的特征点描述子进行聚合分类，分为K类且最大层数为L，将样本组分类出的每个子样本的几何中心向量以及子样本所对应的描述子组写入到外部存储器中，其中，K和L均为大于1的自然数；C、将所有样本组子样本的几何中心向量读入内存，对所有子样本的几何中心向量进行聚合分类，共包含K个子类；D、针对该K个子类，对每一个子类做最大层数为L‑1以及子节点数为K的分层聚合分类，完成词汇树模型的构建。
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深圳前海大造科技有限公司，未经深圳前海大造科技有限公司许可，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/patent/201710073072.2/，转载请声明来源钻瓜专利网。
