WIPO logo
Mobile | Deutsch | English | Español | 日本語 | 한국어 | Português | Русский | 中文 | العربية |
PATENTSCOPE

Recherche dans les collections de brevets nationales et internationales
World Intellectual Property Organization
Recherche
 
Options de navigation
 
Traduction
 
Options
 
Quoi de neuf
 
Connexion
 
Aide
 
Traduction automatique
1. (WO2013177751) PROCÉDÉ DE RÉCUPÉRATION DANS PLUSIEURS SUPPORTS BASÉ SUR UN MODÈLE DE RÉGRESSION LINÉAIRE GÉNÉRALISÉE
Dernières données bibliographiques dont dispose le Bureau international   

N° de publication :    WO/2013/177751    N° de la demande internationale :    PCT/CN2012/076212
Date de publication : 05.12.2013 Date de dépôt international : 29.05.2012
CIB :
G06F 17/30 (2006.01)
Déposants : INSTITUTE OF AUTOMATION, CHINESE ACADEMY OF SCIENCES [CN/CN]; No.95 Zhongguancun East Road Haidian District Beijing 100190 (CN) (Tous Sauf US).
TAN, Tieniu [CN/CN]; (CN) (US Seulement).
WANG, Liang [CN/CN]; (CN) (US Seulement).
CHEN, Yongming [CN/CN]; (CN) (US Seulement)
Inventeurs : TAN, Tieniu; (CN).
WANG, Liang; (CN).
CHEN, Yongming; (CN)
Mandataire : CHINA SCIENCE PATENT & TRADEMARK AGENT LTD.; 11/F., Bldg. D, International Finance and Economics Center No.87, West 3rd Ring North Rd., Haidian District Beijing 100089 (CN)
Données relatives à la priorité :
Titre (EN) CROSS-MEDIA RETRIEVAL METHOD BASED ON GENERALIZED LINEAR REGRESSION MODEL
(FR) PROCÉDÉ DE RÉCUPÉRATION DANS PLUSIEURS SUPPORTS BASÉ SUR UN MODÈLE DE RÉGRESSION LINÉAIRE GÉNÉRALISÉE
(ZH) 基于线性泛化回归模型的跨媒体检索方法
Abrégé : front page image
(EN)Disclosed is a cross-media retrieval method based on a generalized linear regression model. The method, the semantic features of different mode objects are extracted first, then the generalized linear regression mode is utilized to establish regression relations among mode features to implement mutual conversion of the different mode features, subsequently, several types of logistic regression algorithms are utilized to estimate a posterior probability distribution of the converted mode objects, and finally, a distance-measuring method is utilized to calculate the distance between a test sample and a database sample, thus outputting the first N-number of most similar samples of the database that are acquired by retrieval. When crossing a gap between the semantics of the different modes, the present invention is capable of preventing as much as possible the disclosure of effective information when converting between the different modes of media, thus ensuring effectiveness in transmitting the different mode information and further improving the robustness and accuracy of cross-media searches, and providing a great application prospect and a significant market value.
(FR)L'invention se rapporte à un procédé de récupération dans plusieurs supports basé sur un modèle de régression linéaire généralisé. Selon ce procédé, les caractéristiques sémantiques de différents objets de mode sont tout d'abord extraites, puis le modèle de régression linéaire généralisé est utilisé pour établir des relations de régression parmi les caractéristiques de mode afin de réaliser une conversion mutuelle des différentes caractéristiques de mode, après quoi plusieurs types d'algorithmes de régression logistique servent à estimer une distribution de probabilités a posteriori des objets de mode convertis, et pour finir, un procédé de mesure de distance est employé dans le but de calculer la distance entre un échantillon pour essai et un échantillon de base de données, ce qui permet d'émettre le premier nombre N d'échantillons les plus similaires de la base de données, qui sont acquis par récupération. Lorsque la différence entre les sémantiques des différents modes est résolue, la présente invention peut empêcher, autant qu'il est possible, la révélation d'informations réelles lors de la conversion entre les différents modes de supports, garantissant ainsi l'efficacité de la transmission des différentes informations de mode et améliorant en outre la robustesse et la précision des recherches dans plusieurs supports. Cela donne d'importantes perspectives d'application et une valeur commerciale considérable.
(ZH)本发明公开了一种基于线性泛化回归模型的跨媒体检索方法。该方法首先提取不同模态对象的语义特征,再利用线性泛化回归模型建立各个模态特征之间的回归关系,实现不同模态特征的相互转换,接着利用多类Logistic回归算法估计转换后模态对象的后验概率分布,最后利用距离度量的方法来计算测试样本和数据库样本之间的距离,从而输出检索得到的最相似的前N个数据库中的样本。本发明在跨越不同模态的语义鸿沟时,可以最大限度地防止不同模态媒体在转换时有效信息的泄露,从而保证不同模态信息传递的有效性,进一步提高跨媒体搜索的鲁棒性和准确性,具有良好的运用前景和可观的市场价值。
États désignés : AE, AG, AL, AM, AO, AT, AU, AZ, BA, BB, BG, BH, BR, BW, BY, BZ, CA, CH, CL, CN, CO, CR, CU, CZ, DE, DK, DM, DO, DZ, EC, EE, EG, ES, FI, GB, GD, GE, GH, GM, GT, HN, HR, HU, ID, IL, IN, IS, JP, KE, KG, KM, KN, KP, KR, KZ, LA, LC, LK, LR, LS, LT, LU, LY, MA, MD, ME, MG, MK, MN, MW, MX, MY, MZ, NA, NG, NI, NO, NZ, OM, PE, PG, PH, PL, PT, QA, RO, RS, RU, RW, SC, SD, SE, SG, SK, SL, SM, ST, SV, SY, TH, TJ, TM, TN, TR, TT, TZ, UA, UG, US, UZ, VC, VN, ZA, ZM, ZW.
Organisation régionale africaine de la propriété intellectuelle (ARIPO) (BW, GH, GM, KE, LR, LS, MW, MZ, NA, RW, SD, SL, SZ, TZ, UG, ZM, ZW)
Office eurasien des brevets (OEAB) (AM, AZ, BY, KG, KZ, RU, TJ, TM)
Office européen des brevets (OEB) (AL, AT, BE, BG, CH, CY, CZ, DE, DK, EE, ES, FI, FR, GB, GR, HR, HU, IE, IS, IT, LT, LU, LV, MC, MK, MT, NL, NO, PL, PT, RO, RS, SE, SI, SK, SM, TR)
Organisation africaine de la propriété intellectuelle (OAPI) (BF, BJ, CF, CG, CI, CM, GA, GN, GQ, GW, ML, MR, NE, SN, TD, TG).
Langue de publication : chinois (ZH)
Langue de dépôt : chinois (ZH)