[发明专利]一种私人收藏品图集目录的处理方法、设备及存储介质在审

专利信息
申请号: 202111292136.0 申请日: 2021-11-03
公开(公告)号: CN114003873A 公开(公告)日: 2022-02-01
发明(设计)人: 陈力;梁文伟;石言强 申请(专利权)人: 北京藏趣阁文化发展有限公司
主分类号: G06F21/16 分类号: G06F21/16;G06T1/00;G06F16/51
代理公司: 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 代理人: 董艳芳
地址: 100038 北京市西城区*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 私人 收藏 品图集 目录 处理 方法 设备 存储 介质
【权利要求书】:

1.一种私人收藏品图集目录的处理方法,其特征在于,包括:

通过机器视觉模型对私人藏品图片的二进制灰度图进行锐化处理,得到高清灰度图;

采用等值累加方式,针对所述高清灰度图添加渐变水印,得到添加渐变水印后的防伪高清图片,并将添加所述渐变水印后所述防伪高清图片进行降精度处理,得到前置调用图片;

通过图文识别器从所述前置调用图片中识别文字信息;

将所述前置调用图片中文字信息归集类别与预设词典和正则表达式进行智能匹配,并将匹配结果保存在文字信息归集类别的图集数据库中;

计算每个所述图集数据库中藏品图集类别的语义向量与预设目录中标题单元所有文本分类的语义向量的第一余弦相似度,以及计算所述前置调用图片中文字信息归集类别的语义向量与预设目录中子目录单元文本分类的语义向量的第二余弦相似度;

根据所述藏品图集类别与预设目录中标题单元所有文本分类的第一余弦相似度和所述前置调用图片中文字信息归集类别与预设目录中子目录单元文本分类的第二余弦相似度之间的关联关系,确定出私人用户的收藏图集目录。

2.根据权利要求1所述的私人收藏品图集目录的处理方法,其特征在于,通过机器视觉模型对私人藏品图片的二进制灰度图进行锐化处理,得到高清灰度图,包括:

通过所述机器视觉模型的拉普拉斯能量函数或能量梯度函数或方差函数,检测出所述二进制灰度图的峰值,根据所述峰值确定第一清晰度图片;

根据预设的灰度阈值对第一清晰度图片进行锐化处理,得到第二清晰度图片;

将所述第一清晰度图片和所述第二清晰度图片融合,得到高清灰度图。

3.根据权利要求1所述的私人收藏品图集目录的处理方法,其特征在于,采用等值累加方式,针对所述高清灰度图添加渐变水印,得到添加渐变水印后的防伪高清图片,并将添加所述渐变水印后所述防伪高清图片进行降精度处理,得到前置调用图片,包括:

针对所述高清灰度图的每个像素点采用所述等值累加方式进行计算,得到对应每个像素点的反码值和真实值;

针对每个像素点的反码值和真实值,将预设文字渐变水印对应的RGB三色谱数值,根据随机偏移量逐行进行颜色替换,得到添加渐变水印后的所述防伪高清图片;

根据所述防伪高清图片每个数字像素点的反码值和真实值,分别计算所述防伪高清图片的第一损失值和第二损失值,并将计算所述第一损失值和第二损失值融合,得到融合后的所述访问高清图片作为前置调用图片。

4.根据权利要求3所述的私人收藏品图集目录的处理方法,其特征在于,根据所述防伪高清图片每个数字像素点的反码值和真实值,计算第一损失值,包括:

按照如下公式计算第一损失值:

其中:qmn代表第m个防伪高清图片数据集合中第n个数字像素点的反码值;pmn代表第m个防伪高清图片数据集合中第n个数字像素点的真实值;loss(qmn,pmn)代表第m个防伪高清图片数据集合中第n个数字像素点的反码值和真实值之间的第一损失值,c代表第m个防伪高清图片数据集合中数字像素点的总数量;t代表像素类别的总数量。

5.根据权利要求3所述的私人收藏品图集目录的处理方法,其特征在于,根据所述防伪高清图片每个数字像素点的反码值和真实值,计算第二损失值,包括:

按照如下公式计算第二损失值:

其中,quv代表第u个防伪高清图片数据集合中第v个数字像素点的反码值;puv代表第u个防伪高清图片数据集合中第v个数字像素点的真实值;loss(quv,puv)代表第u个防伪高清图片数据集合中第v个数字像素点的反码值和真实值之间的第二损失值;h代表第u个防伪高清图片数据集合中数字像素点的总数量;g代表数字像素点的总数量。

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北京藏趣阁文化发展有限公司,未经北京藏趣阁文化发展有限公司许可,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/pat/books/202111292136.0/1.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