G - Physics – 06 – F
Patent
G - Physics
06
F
G06F 17/30 (2006.01)
Patent
CA 2495046
Although negative example can be highly useful to better understand the user's needs in content-based image retrieval, it was considered by few authors. A content-based image retrieval method according to the present invention addresses some issues related to the combination of positive and negative examples to perform a more efficient image retrieval. A relevance feedback approach that uses positive example to perform generalization and negative example to perform specialization is described herein. In this approach, a query containing both positive and negative example is processed in two general steps. The first general step considers positive example only in order to reduce the set of images participating in retrieval to a more homogeneous subset. Then, the second general step considers both positive and negative examples and acts on the images retained in the first step. Mathematically, relevance feedback is formulated as an optimization of intra and inter variances of positive and negative examples.
Bien qu'un exemple négatif puisse être très utile pour mieux comprendre les besoins des utilisateurs dans un système d'extraction d'images fondé sur le contenu, celui-ci a été rarement employé. La présente invention concerne un procédé d'extraction d'images fondé sur le contenu qui aborde certains problèmes liés à la combinaison d'exemples positifs et d'exemples négatifs pour obtenir une extraction d'images plus efficace. Une approche qui consiste à réaliser un contrôle de pertinence utilisant un exemple positif pour effectuer une généralisation et un exemple négatif pour effectuer une particularisation est décrite. Dans cette approche, une requête contenant à la fois un exemple positif et un exemple négatif est traitée en deux étapes générales. La première étape générale consiste à prendre en compte uniquement l'exemple positif afin de réduire l'ensemble d'images objets de l'extraction à un sous-ensemble plus homogène. Ensuite, la seconde étape générale consiste à prendre en compte l'exemple positif et l'exemple négatif et à traiter les images retenues dans la première étape. D'un point de vue mathématique, le contrôle de pertinence est décrit comme une optimisation des variances intra et inter de l'exemple positif et de l'exemple négatif.
Bernardi Alan
Kherfi Mohammed Lamine
Ziou Djemel
Bcf Llp
Bell Canada
Universite de Sherbrooke
LandOfFree
Content-based image retrieval method does not yet have a rating. At this time, there are no reviews or comments for this patent.
If you have personal experience with Content-based image retrieval method, we encourage you to share that experience with our LandOfFree.com community. Your opinion is very important and Content-based image retrieval method will most certainly appreciate the feedback.
Profile ID: LFCA-PAI-O-1409213