[发明专利]一种相似头像检索系统在审

专利信息
申请号: 201810245327.3 申请日: 2018-03-23
公开(公告)号: CN108334642A 公开(公告)日: 2018-07-27
发明(设计)人: 陈尔希;曾献辉;李顿伟 申请(专利权)人: 东华大学
主分类号: G06F17/30 分类号: G06F17/30;G06K9/00
代理公司: 上海泰能知识产权代理事务所 31233 代理人: 宋缨;钱文斌
地址: 201620 上海市*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 头像 头像图片 检索系统 上传 文本 图像 结果显示模块 人脸检测模块 图像编码模块 图像获取模块 图像检索模块 图像上传模块 图像编码 图像文本 人脸 检索 检测
【说明书】:

发明涉及一种相似头像检索系统,包括图像上传模块,用于上传头像图片;图像获取模块,用于获取头像图片中某一范围内的图像;图像编码模块,用于将获取的图像编码成文本;图像检索模块,用于从文本中检索出相似的图像文本;头像人脸检测模块,用于从图像中提取人脸;结果显示模块,用于显示某一范围与上传的头像图片相似的用户ID。本发明能够快速的检测出相似的头像。

技术领域

本发明涉及图像检索技术领域,特别是涉及一种相似头像检索系统。

背景技术

目前,图像检索技术在科研领域做得较好的国外知名高校有伊利诺斯大学,其提出的多媒体分析与检索系统(MultimediaAnalysis and Retrieval System,简称为MARS)对图像检索的发展提供方向。国内有清华大学基于彩色图像的导航检索系统,浙江大学计算机系的基于颜色的Photo Navigator和基于形状的Photo Engine的检索系统等,这些研究对图像检索技术的发展都具有指导性的意义。在商业领域,国外有Google,Tineye,Picitup等研究图像检索技术的商业公司,国内也有百度、阿里巴巴等著名企业在对其商用进行不懈的探索与努力。

随着图像检索技术的应用与发展,它的算法也层出不穷。学者将基于内容的图像检索算法分为基于颜色特征的图像检索算法、基于纹理特征的图像检索算法及基于形状特征的图像检索算法等几种。

(1)基于颜色特征的图像检索算法

彩色图像是基于颜色特征图像检索算法的研究对象,分析图像的颜色特征及颜色直方图。Zhao等人讨论了在不同的颜色空间以及采用不同的距离度量公式的情况下,对颜色直方图的性能进行评估,进而提出了一种先在不同的颜色空间中提取每幅图像颜色直方图,再用距离度量公式进行相似性测量的算法,该文的研究结果可以为选择颜色空间和距离度量公式提供参考性的意见Liu等人提出了一种新的表示图像颜色特征的方法,即颜色差分直方图(Color Difference Histograms,简称为CDH),它更注重颜色、边缘方向和感知颜色差异等特征,仿真结果表明,该算法具有较好的检索性能。

(2)基于纹理特征的图像检索算法

灰度图像是基于纹理特征图像检索算法的研究对象,纹理特征的描述方法多种多样。在实际的研究中,学者们通常采用结合多种描述方法的算法,使提取的纹理特征更有效。Aiadi等人对韦伯局部描述符(Weber Local Descriptor),简称为W LD、局部二值模式(Local BinaryPattern,简称为LB)和灰度共生矩阵(Gray-Level Co-occurrence Matrix,简称为GLCM)这三种常用的纹理特征进行研究,从查全率、查准率以及检索时间上作比较,实验结果表明,WLD算法的性能略好于其他算法。Zand等人研究了Gabo:小波和曲波特征这两种纹理特征模型,提出了采用Gabor小波和曲波变换的方法,拟合编码子带的信息多项式系数来创建纹理特征向量,实验结果表明,该算法的有效性更好。

发明内容

本发明所要解决的技术问题是提供一种相似头像检索系统,能够快速的检测出相似的头像。

本发明解决其技术问题所采用的技术方案是:提供一种相似头像检索系统,包括图像上传模块,用于上传头像图片;图像获取模块,用于获取头像图片中某一范围内的图像;图像编码模块,用于将获取的图像编码成文本;图像检索模块,用于从文本中检索出相似的图像文本;头像人脸检测模块,用于从图像中提取人脸;结果显示模块,用于显示某一范围与上传的头像图片相似的用户ID。

所述图像获取模块采用python中解析网页的库函数urllib对头像图片的url解码并保存。

所述头像人脸提取模块通过opencv中Haar特征的人脸检测,首先加载训练好的Harr文件,输入对应的头像图片,将其灰度化后,调用Harr文件输出人脸图像的位置。

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东华大学,未经东华大学许可,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/201810245327.3/2.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