[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
【说明书】:

本申请提供了一种私人收藏品图集目录的处理方法,应用于文化收藏数据库技术领域,本申请有益效果:能够运用大数据及电子档案归类技术,将大量收藏品图片进行归纳整理,生成收藏者图集目录;能够让私人收藏品从沉重的纸质目录中解放出来,实现大量珍贵私人藏品的数据化收集,有助于完成海量藏品的大数据统计分析;对收藏图片添加渐变水印,有效的提高藏品图片的防伪性能,使得水印无法完全从图片中去除,避免了藏品图片被盗的风险;以及建立私人收藏品图集目录能够实现共享文件的配置、映射方式灵活,通过浏览路径访问目录,能够提高访问速度,以及避免图集被复制、数据库被攻击,利于用户之间电子藏品图片在线查看、在线分享、在线交易。

技术领域

本申请涉及文化收藏数据库技术领域,具体而言,涉及一种私人收藏品图集目录的处理方法、设备及存储介质。

背景技术

收藏品图片是收藏过程中的重要比对资料,藏品的品种不计其数,即使是几十万图片的藏品图库也有大量的缺失,建立藏品图库需要大量人工拍照编辑,藏品来源是难以解决的问题,即使现场将收藏家的藏品拍照扫描录入藏品图库,也有藏品丢失或损坏的风险,难于实现藏品的大量收集,现阶段收藏品图库归纳起来主要包括以下三种:第一种以海量图片检索为主导的图库,该图库不具备目录功能,缺乏专业性;第二种专业收藏机构的资料图库,该图库仅能查阅图片,无法实现用户与用户之间的交互,图库缺乏可扩展性;第三种收藏者自定义图库,该图库虽然实现了用户的藏品记录,但是缺少专业的系统化和多元化管理,无法实现用户的在线交流互动,以及线上交易问题。

发明内容

有鉴于此,本申请实施例提供了一种私人收藏品图集目录的处理方法,能够让私人收藏品从沉重的纸质目录中解放出来,实现大量珍贵私人藏品的数据化收集,以及针对私人收藏品图片添加渐变水印及将精度处理,能够有效的提高藏品图片的防伪性能,同时建立私人收藏品图片的收藏品图集目录有利于目录全文检索,且网页读取浏览速度快,不会影响网络速度等优点,以及能够避免被复制,便于用户之间电子藏品图片分享。

第一方面,本申请实施例提供了一种私人收藏品图集目录的处理方法,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。

结合第一方面,本申请实施例提供了第一方面的第一种可能的实施方式,其中,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。

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/202111292136.0/2.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