CN103761326A - 图片搜索方法以及搜索引擎 - Google Patents
图片搜索方法以及搜索引擎 Download PDFInfo
- Publication number
- CN103761326A CN103761326A CN201410043815.8A CN201410043815A CN103761326A CN 103761326 A CN103761326 A CN 103761326A CN 201410043815 A CN201410043815 A CN 201410043815A CN 103761326 A CN103761326 A CN 103761326A
- Authority
- CN
- China
- Prior art keywords
- picture
- user
- search result
- search
- demand
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Library & Information Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提出一种图片搜索方法以及搜索引擎,方法包括:接收用户输入的查询词,对查询词进行分析,获得与查询词相关的需求选项信息和图片搜索结果,并发送至客户端;接收用户在确定当前图片搜索结果不符合用户的需求时选中的当前需求选项,对当前需求选项进行分析,获得新的需求选项信息和新的图片搜索结果,并发送至客户端,不断地重复上述操作,直至当前图片搜索结果符合用户的需求。本发明实施例的图片搜索方法,通过多次向用户显示新的需求选项信息和新的图片搜索结果,与用户智能交互,不断地深入理解用户的搜索意图,从而能够准确地为用户提供符合用户搜索意图的搜索结果,增加了搜索结果的准确性,提升了用户的搜索体验及满意度。
Description
技术领域
本发明涉及互联网技术领域,特别涉及一种图片搜索方法以及搜索引擎。
背景技术
目前,大多数图片搜索引擎在根据用户输入的查询词搜索图片时,首先判断在图片所在界面(如网页、广告界面等)中,图片周围的文字中是否与该查询词匹配,然后将图片周围文字中与该查询词匹配的图片按照一定的排序规则提供给用户。
但是,在实现本发明过程中,发明人发现现有技术中至少存在如下问题:由于图片周围的文字并不一定是与图片内容相关的,因此,其中一部分搜索到的图片与用户的需求图片的相关度不高,并且准确性低。此外,上述方法仅从查询词与图片周围文字的字词进行匹配,而无法深入理解用户的搜索意图以及对图片的限定条件。因此,上述方法为用户提供的搜索结果不能准确满足用户的搜索期望,需要用户通过不断变换查询词以获取所需要的图片,操作过程繁琐,用户搜索体验差。
发明内容
本发明旨在至少在一定程度上解决上述技术问题。
为此,本发明的第一个目的在于提出一种图片搜索方法,该方法能够为用户提供多个需求选项,对用户的搜索意图进行引导,从而更加准确地获得用户需求图片。
为达上述目的,根据本发明第一方面实施例提出了一种图片搜索方法,包括:接收用户输入的查询词,对所述查询词进行分析,获得与所述查询词相关的需求选项信息和图片搜索结果,并发送至客户端,以用于向所述用户显示所述需求选项信息和图片搜索结果;接收所述用户在确定当前图片搜索结果不符合所述用户的需求时选中的当前需求选项,对当前需求选项进行分析,获得新的需求选项信息和新的图片搜索结果,并发送至所述客户端,以用于向所述用户显示所述新的需求选项信息和新的图片搜索结果,不断地重复上述操作,直至当前图片搜索结果符合所述用户的需求。
本发明实施例的图片搜索方法,通过多次向用户显示新的需求选项信息和新的图片搜索结果,与用户智能交互,不断地深入理解用户的搜索意图,获得较精准的查询词,从而能够准确地为用户提供符合用户搜索意图的搜索结果,增加了搜索结果的准确性,节省了用户思考的时间,提升了用户的搜索体验及满意度。
本发明第二方面实施例提出了一种搜索引擎,包括:第一处理模块,用于接收用户输入的查询词,对所述查询词进行分析,获得与所述查询词相关的需求选项信息和图片搜索结果,并发送至客户端,以用于向所述用户显示所述需求选项信息和图片搜索结果;第二处理模块,用于接收所述用户在确定当前图片搜索结果不符合所述用户的需求时选中的当前需求选项,对当前需求选项进行分析,获得新的需求选项信息和新的图片搜索结果,并发送至所述客户端,以用于向所述用户显示所述新的需求选项信息和新的图片搜索结果,不断地重复上述操作,直至当前图片搜索结果符合所述用户的需求。
本发明实施例的搜索引擎,通过多次向用户显示新的需求选项信息和新的图片搜索结果,与用户智能交互,不断地深入理解用户的搜索意图,获得较精准的查询词,从而能够准确地为用户提供符合用户搜索意图的搜索结果,增加了搜索结果的准确性,节省了用户思考的时间,提升了用户的搜索体验及满意度。
本发明的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1为根据本发明一个实施例的图片搜索方法的流程图;
图2为根据本发明另一个实施例的图片搜索方法的流程图;
图3为根据本发明一个实施例的建立图片库的流程图;
图4为根据本发明一个具体实施例的图片搜索方法的流程图;
图5为一个图片搜索结果示意图;
图6为另一个图片搜索结果示意图;
图7为根据本发明一个实施例的搜索引擎的结构示意图;
图8为根据本发明另一个实施例的搜索引擎的结构示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能理解为对本发明的限制。
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
下面参考附图描述根据本发明实施例的图片搜索方法以及搜索引擎。
由于目前的图片搜索方法提供的搜索结果不能准确满足用户的搜索期望,需要用户通过不断变换搜索关键词以获取需要的图片,操作过程繁杂,用户搜索体验差。为此,本发明的实施例提出一种图片搜索方法。
图1为根据本发明一个实施例的图片搜索方法的流程图。
如图1所示,本发明实施例的图片搜索方法,包括:
S101,接收用户输入的查询词,对查询词进行分析,获得与查询词相关的需求选项信息和图片搜索结果,并发送至客户端,以用于向用户显示需求选项信息和图片搜索结果。
在本发明的实施例中,搜索引擎接收到用户在客户端输入的查询词之后,对查询词进行语义分析。根据语义分析的结果,获得与查询词相关的需求选项信息和图片搜索结果。然后将需求选项信息和图片搜索结果发送至客户端。客户端将需求选项信息和图片搜索结果向用户进行显示。用户可根据搜索引擎提供的多个需求选项进行操作,例如选中其中一个需求选项,从而能够进行更进一步的搜索。同时,如果图片搜索结果中有符合用户需求的图片,则用户可以直接获得。
S102,接收用户在确定当前图片搜索结果不符合用户的需求时选中的当前需求选项,对当前需求选项进行分析,获得新的需求选项信息和新的图片搜索结果,并发送至客户端,以用于向用户显示新的需求选项信息和新的图片搜索结果,不断地重复上述操作,直至当前图片搜索结果符合用户的需求。
在本发明的实施例中,在当前显示的图片搜索结果中,如果没有符合用户需求的图片时,用户可以选中一需求选项,此时,搜索引擎会对该需求选项进行语义分析,从而获得新的需求选项信息和新的图片搜索结果,然后将新的需求选项信息和新的图片搜索结果发送至客户端。客户端将新的需求选项信息和新的图片搜索结果向用户进行显示。若新的图片搜索结果中有符合用户需求的图片,则操作停止,若新的图片搜索结果中没有符合用户需求的图片,则重复上述操作,直至最新的图片搜索结果中包含符合用户需求的图片。
本发明实施例的图片搜索方法,通过多次向用户显示新的需求选项信息和新的图片搜索结果,与用户智能交互,不断地深入理解用户的搜索意图,获得较精准的查询词,从而能够准确地为用户提供符合用户搜索意图的搜索结果,增加了搜索结果的准确性,节省了用户思考的时间,提升了用户的搜索体验及满意度。
图2为根据本发明另一个实施例的图片搜索方法的流程图。
如图2所示,本发明实施例的图片搜索方法,包括:
S201,对互联网网页进行图片抓取,对所抓取的图片进行处理,建立图片库。
在本发明的实施例中,在获得与查询词相关的图片搜索结果之前,搜索引擎需要先对互联网中的所有网页进行图片抓取,并对所有抓取的图片进行处理,然后建立图片库。具体地,步骤如图3所示。
S2011,抓取互联网中的图片,并获得与每个抓取到的图片相关的文字信息。
其中,图片相关的文字信息可为图片所在界面(如网页、应用程序操作界面等)中图片周围的文字。
S2012,分别对每个抓取到的图片相关的文字信息进行语义分析,以生成每个抓取到的图片的语义标签。
S2013,对每个抓取到的图片进行图像识别,并根据图像识别结果生成每个抓取到的图片的视觉标签。
在本发明的实施例中,对图片进行图像识别后,可获知该图片为人物图片,且为一对情侣,因此可生成视觉标签,将图片标注为“人物”或“情侣”。
S2014,根据语义标签和视觉标签对抓取到的多个图片进行分类,并根据分类结果建立结构化知识体系,并根据建立后的结构化知识体系和抓取到的多个图片建立图片库。
在本发明的实施例中,搜索引擎可根据语义标签和视觉标签对抓取到的多个图片进行分类,并对每个分类进一步细化分类,由此可根据分类之间的关系产生多个具有递进关系的属性层级。图片的属性为根据搜索信息分析获得的、能够反映用户搜索需求的、对图片内容、图片尺寸、图片配色等图片特征进行描述的信息。图片库可通过结构化知识体系存储多个属性层级的递进关系、每个属性层级中的多个图片属性以及每个图片属性与图片库中图片的对应关系。举例来说,在图片库的结构化知识体系中,在ROOT(根)层级下包括第一层级:景点、美女、动物和头像四个图片属性,其中,每个图片属性下还分别包括具有至少一个图片属性的第二层级、第三层级,如图关于图片风格、图片颜色、图片类型、图片特效的属性等,由此,直至图片属性下包括的至少一个图片。在本发明的其他实施例中,图片库的结构化知识体系中的第一层级还可包括资讯、家居、服饰、动漫、汽车等,本发明对此不作限定。此外,图片库的结构化知识体系所具有的层级数目可为多层,本发明对此不做限定。
S202,接收用户输入的查询词,对查询词进行分析,获得与查询词相关的需求选项信息和图片搜索结果,并发送至客户端,以用于向用户显示需求选项信息和图片搜索结果。
在本发明的实施例中,搜索引擎接收到用户在客户端输入的查询词之后,对查询词进行语义分析。根据语义分析的结果,获得与查询词相关的需求选项信息和图片搜索结果。然后将需求选项信息和图片搜索结果发送至客户端。客户端将需求选项信息和图片搜索结果向用户进行显示。用户可根据搜索引擎提供的多个需求选项进行操作,例如选中其中一个需求选项,从而能够进行更进一步的搜索。同时,如果图片搜索结果中有符合用户需求的图片,则用户可以直接获得。
S203,接收用户在确定当前图片搜索结果不符合用户的需求时选中的当前需求选项,对当前需求选项进行分析,获得新的需求选项信息和新的图片搜索结果,并发送至客户端,以用于向用户显示新的需求选项信息和新的图片搜索结果,不断地重复上述操作,直至当前图片搜索结果符合用户的需求。
在本发明的实施例中,在当前显示的图片搜索结果中,如果没有符合用户需求的图片时,用户可以选中一需求选项,此时,搜索引擎会对该需求选项进行语义分析,从而获得新的需求选项信息和新的图片搜索结果,然后将新的需求选项信息和新的图片搜索结果发送至客户端。客户端将新的需求选项信息和新的图片搜索结果向用户进行显示。若新的图片搜索结果中有符合用户需求的图片,则操作停止,若新的图片搜索结果中没有符合用户需求的图片,则重复上述操作,直至最新的图片搜索结果中包含符合用户需求的图片。
本发明实施例的图片搜索方法,对互联网网页进行图片抓取,对所抓取的图片进行处理,建立图片库,将图片库结构化,因此可以对图片准确地分类,提高搜索效率的同时,增加了搜索的准确性,节省了用户思考的时间,提升了用户的搜索体验及满意度。
图4为根据本发明一个具体实施例的图片搜索方法的流程图。
如图4所示,本发明实施例的图片搜索方法,包括:
S401,抓取图片,并获得与每个抓取到的图片相关的文字信息。
S402,分别对每个抓取到的图片相关的文字信息进行语义分析,以生成每个抓取到的图片的语义标签。
S403,建立结构化图片库。
S404,智能交互。
搜索引擎接收用户在客户端输入的查询词,对查询词进行语义分析。根据语义分析的结果,获得与查询词相关的需求选项信息和图片搜索结果。然后将需求选项信息和图片搜索结果发送至客户端。客户端将需求选项信息和图片搜索结果向用户进行显示。通过智能交互的方式为用户提供多个需求选项,以使用户能够根据提供的多个需求选项进行选择,直至满足需求为止。
S405,判断是否满足需求,如果图片搜索结果无法满足用户需求,则转至步骤S404,继续进行智能交互。如果图片搜索结果满足用户需求,则进行下一步骤S406。
S406,结果排序。
按照预设的排序规则对图片搜索结果进行排序,并向用户进行显示。
下面通过举例,对本实施例进行进一步说明。
如图5(a)所示,用户输入查询词“眼霜”,搜索引擎根据“眼霜”进行搜索,然后智能地为用户提供多个眼霜的需求选项信息例如品牌名称和图片搜索结果,假设在该实施例中的品牌名称为:兰蔻、欧莱雅、雅诗兰黛等等,以供用户进行选择。用户可根据图片搜索结果,选择喜欢的品牌,例如:“兰蔻”,则搜索引擎可再次将兰蔻眼霜进行分类细化,为用户提供更细致的需求选项,为用户提供了兰蔻眼霜的多个系列,如图5(b)所示的抗皱紧肤眼霜、塑颜紧肤眼霜、智能愉悦臻白眼霜等等。用户在选中“智能愉悦臻白眼霜”后,搜索引擎对图片库进行搜索,最终获得“智能愉悦臻白眼霜”的图片。如图5(c)所示,在通过一定规则进行排序后,例如:按照图片的分辨率从高到低进行排序,将排序后的结果展示给用户。在此之后,搜索引擎还可以提示用户已完成智能搜索,并为用户提供满意度的选项,以获得用户的满意度。
另外,用户可能无法得知自身需求的图片具体是什么,因此本方法的实施例还可以通过提供多个需求选项对用户的需求意图进行引导,以使用户获得满意的图片。如图6(a)所示,用户输入查询词“阿狸”,实际上用户目前只需要有关“阿狸”的图片即可,但有关“阿狸”具体什么类型的图片,用户的需求并不清晰。因此搜索引擎为用户提供“动态图”、“表情”、“头像”、“壁纸”等需求选项,如图6(b)所示,用户可对上述选项进行选择。在用户选择“头像”后,搜索引擎会向用户提供关于头像风格的选项,例如:“可爱”、“伤感”、“搞笑”、“唯美”等。用户选择了“可爱”选项后,搜索引擎对图片库进行搜索,最终获得“阿狸可爱头像”的图片,如图6(c)所示。对图片搜索结果进行排序后,展示给用户,使得用户获得满意的图片。
此外,图片可能具有多个语义,例如:“蝰蛇”,它即可以是动物的一种,也可以是一种汽车的型号,同样还可以是一种鼠标的名称,因此,根据本实施例的方法通过多次的智能交互,还可以对用户的搜索意图进行深入了解,以使获得的结果更加准确。
本发明实施例的图片搜索方法,通过多次向用户显示新的需求选项信息和新的图片搜索结果,与用户智能交互,不断地深入理解用户的搜索意图,获得较精准的查询词,从而能够准确地为用户提供符合用户搜索意图的搜索结果,增加了搜索结果的准确性,节省了用户思考的时间,提升了用户的搜索体验及满意度。
为了实现上述实施例,本发明还提出一种搜索引擎。
图7为根据本发明一个实施例的搜索引擎的结构示意图。
如图7所示,本发明实施例的搜索引擎包括:第一处理模块110以及第二处理模块120。
具体地,第一处理模块110用于接收用户输入的查询词,对查询词进行分析,获得与查询词相关的需求选项信息和图片搜索结果,并发送至客户端,以用于向用户显示需求选项信息和图片搜索结果。
在本发明的实施例中,第一处理模块110接收到用户在客户端输入的查询词之后,对查询词进行语义分析。根据语义分析的结果,第一处理模块110获得与查询词相关的需求选项信息和图片搜索结果。然后将需求选项信息和图片搜索结果发送至客户端。客户端将需求选项信息和图片搜索结果向用户进行显示。用户可根据搜索引擎提供的多个需求选项进行操作,例如选中其中一个需求选项,从而能够进行更进一步的搜索。同时,如果图片搜索结果中有符合用户需求的图片,则用户可以直接获得。
第二处理模块120用于接收用户在确定当前图片搜索结果不符合用户的需求时选中的当前需求选项,对当前需求选项进行分析,获得新的需求选项信息和新的图片搜索结果,并发送至客户端,以用于向用户显示新的需求选项信息和新的图片搜索结果,不断地重复上述操作,直至当前图片搜索结果符合用户的需求。
在本发明的实施例中,在当前显示的图片搜索结果中,如果没有符合用户需求的图片时,用户可以选中一需求选项,此时,第二处理模块120会对该需求选项进行语义分析,从而获得新的需求选项信息和新的图片搜索结果,然后将新的需求选项信息和新的图片搜索结果发送至客户端。客户端将新的需求选项信息和新的图片搜索结果向用户进行显示。若新的图片搜索结果中有符合用户需求的图片,则操作停止,若新的图片搜索结果中没有符合用户需求的图片,则重复上述操作,直至最新的图片搜索结果中包含符合用户需求的图片。
本发明实施例的搜索引擎,通过多次向用户显示新的需求选项信息和新的图片搜索结果,与用户智能交互,不断地深入理解用户的搜索意图,获得较精准的查询词,从而能够准确地为用户提供符合用户搜索意图的搜索结果,增加了搜索结果的准确性,节省了用户思考的时间,提升了用户的搜索体验及满意度。
图8为根据本发明另一个实施例的搜索引擎的结构示意图。
如图8所示,本发明实施例的搜索引擎包括:第一处理模块110、第二处理模块120以及建立图片库模块130。其中,建立图片库模块130还包括:抓取单元131、语义分析单元132、图像识别单元133以及建立单元134。
建立图片库模块130用于在第一处理模块110获得与述查询词相关的图片搜索结果之前,对互联网网页进行图片抓取,对所抓取的图片进行处理,建立图片库。
具体地,抓取单元131用于抓取互联网中的图片,并获得与每个抓取到的图片相关的文字信息。其中,图片相关的文字信息可为图片所在界面(如网页、应用程序操作界面等)中图片周围的文字。
语义分析单元132用于分别对每个抓取到的图片相关的文字信息进行语义分析,以生成每个抓取到的图片的语义标签。
图像识别单元133用于对每个抓取到的图片进行图像识别,并根据图像识别结果生成每个抓取到的图片的视觉标签。
在本发明的实施例中,图像识别单元133对图片进行图像识别后,可获知该图片为人物图片,且为一对情侣,因此可生成视觉标签,将图片标注为“人物”或“情侣”。
建立单元134用于根据语义标签和视觉标签对抓取到的多个图片进行分类,并根据分类结果建立结构化知识体系,并根据建立后的结构化知识体系和抓取到的多个图片建立图片库。
在本发明的实施例中,建立单元134可根据语义标签和视觉标签对抓取到的多个图片进行分类,并对每个分类进一步细化分类,由此可根据分类之间的关系产生多个具有递进关系的属性层级。图片的属性为根据搜索信息分析获得的、能够反映用户搜索需求的、对图片内容、图片尺寸、图片配色等图片特征进行描述的信息。图片库可通过结构化知识体系存储多个属性层级的递进关系、每个属性层级中的多个图片属性以及每个图片属性与图片库中图片的对应关系。举例来说,在图片库的结构化知识体系中,在ROOT(根)层级下包括第一层级:景点、美女、动物和头像四个图片属性,其中,每个图片属性下还分别包括具有至少一个图片属性的第二层级、第三层级,如图关于图片风格、图片颜色、图片类型、图片特效的属性等,由此,直至图片属性下包括的至少一个图片。在本发明的其他实施例中,图片库的结构化知识体系中的第一层级还可包括资讯、家居、服饰、动漫、汽车等,本发明对此不作限定。此外,图片库的结构化知识体系所具有的层级数目可为多层,本发明对此不做限定。
本发明实施例的搜索引擎,对互联网网页进行图片抓取,对所抓取的图片进行处理,建立图片库,将图片库结构化,因此可以对图片准确地分类,提高搜索效率的同时,增加了搜索的准确性,节省了用户思考的时间,提升了用户的搜索体验及满意度。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行***、装置或设备(如基于计算机的***、包括处理器的***或其他可以从指令执行***、装置或设备取指令并执行指令的***)使用,或结合这些指令执行***、装置或设备而使用。就本说明书而言,"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行***、装置或设备或结合这些指令执行***、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行***执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本发明各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施例,本领域的普通技术人员可以理解:在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由权利要求及其等同限定。
Claims (10)
1.一种图片搜索方法,其特征在于,包括:
接收用户输入的查询词,对所述查询词进行分析,获得与所述查询词相关的需求选项信息和图片搜索结果,并发送至客户端,以用于向所述用户显示所述需求选项信息和图片搜索结果;
接收所述用户在确定当前图片搜索结果不符合所述用户的需求时选中的当前需求选项,对当前需求选项进行分析,获得新的需求选项信息和新的图片搜索结果,并发送至所述客户端,以用于向所述用户显示所述新的需求选项信息和新的图片搜索结果,不断地重复上述操作,直至当前图片搜索结果符合所述用户的需求。
2.如权利要求1所述的图片搜索方法,其特征在于,所述获得与所述查询词相关的图片搜索结果包括:
根据查询词的分析结果查询图片库,获得与所述查询词相关的图片搜索结果。
3.如权利要求1所述的图片搜索方法,其特征在于,在所述获得与所述查询词相关的图片搜索结果之前,还包括:
对互联网网页进行图片抓取,对所抓取的图片进行处理,建立所述图片库。
4.如权利要求3所述的图片搜索方法,其特征在于,所述图片库通过结构化知识体系存储多个属性层级的递进关系、每个所述属性层级中的多个图片属性以及每个图片属性与所述图片库中图片的对应关系。
5.如权利要求3所述的图片搜索方法,其特征在于,对互联网网页进行图片抓取,对所抓取的图片进行处理,建立所述图片库,包括:
抓取互联网中的图片,并获得与每个抓取到的图片相关的文字信息;
分别对所述每个抓取到的图片相关的文字信息进行语义分析,以生成所述每个抓取到的图片的语义标签;
对所述每个抓取到的图片进行图像识别,并根据所述图像识别结果生成所述每个抓取到的图片的视觉标签;
根据所述语义标签和所述视觉标签对所述抓取到的多个图片进行分类,并根据所述分类结果建立所述结构化知识体系,并根据建立后的所述结构化知识体系和所述抓取到的多个图片建立所述图片库。
6.一种搜索引擎,其特征在于,包括:
第一处理模块,用于接收用户输入的查询词,对所述查询词进行分析,获得与所述查询词相关的需求选项信息和图片搜索结果,并发送至客户端,以用于向所述用户显示所述需求选项信息和图片搜索结果;
第二处理模块,用于接收所述用户在确定当前图片搜索结果不符合所述用户的需求时选中的当前需求选项,对当前需求选项进行分析,获得新的需求选项信息和新的图片搜索结果,并发送至所述客户端,以用于向所述用户显示所述新的需求选项信息和新的图片搜索结果,不断地重复上述操作,直至当前图片搜索结果符合所述用户的需求。
7.如权利要求5所述的搜索引擎,其特征在于,所述第一处理模块,具体用于:
根据查询词的分析结果查询图片库,获得与所述查询词相关的图片搜索结果。
8.如权利要求5所述的搜索引擎,其特征在于,还包括:
建立图片库模块,用于在所述第一处理模块获得与所述查询词相关的图片搜索结果之前,对互联网网页进行图片抓取,对所抓取的图片进行处理,建立所述图片库。
9.如权利要求8所述的搜索引擎,其特征在于,所述图片库通过结构化知识体系存储多个属性层级的递进关系、每个所述属性层级中的多个图片属性以及每个图片属性与所述图片库中图片的对应关系。
10.如权利要求8所述的搜索引擎,其特征在于,所述建立图片库模块,包括:
抓取单元,用于抓取互联网中的图片,并获得与每个抓取到的图片相关的文字信息;
语义分析单元,用于分别对所述每个抓取到的图片相关的文字信息进行语义分析,以生成所述每个抓取到的图片的语义标签;
图像识别单元,用于对所述每个抓取到的图片进行图像识别,并根据所述图像识别结果生成所述每个抓取到的图片的视觉标签;
建立单元,用于根据所述语义标签和所述视觉标签对所述抓取到的多个图片进行分类,并根据所述分类结果建立所述结构化知识体系,并根据建立后的所述结构化知识体系和所述抓取到的多个图片建立所述图片库。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410043815.8A CN103761326A (zh) | 2014-01-29 | 2014-01-29 | 图片搜索方法以及搜索引擎 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410043815.8A CN103761326A (zh) | 2014-01-29 | 2014-01-29 | 图片搜索方法以及搜索引擎 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103761326A true CN103761326A (zh) | 2014-04-30 |
Family
ID=50528562
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410043815.8A Pending CN103761326A (zh) | 2014-01-29 | 2014-01-29 | 图片搜索方法以及搜索引擎 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103761326A (zh) |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104391710A (zh) * | 2014-12-15 | 2015-03-04 | 北京奇虎科技有限公司 | 消除类游戏的模板生成方法和消除类游戏装置 |
CN104462590A (zh) * | 2014-12-30 | 2015-03-25 | 百度在线网络技术(北京)有限公司 | 信息搜索方法及装置 |
CN104794232A (zh) * | 2015-05-04 | 2015-07-22 | 百度在线网络技术(北京)有限公司 | 搜索结果的推荐方法和装置 |
WO2016107126A1 (zh) * | 2014-12-30 | 2016-07-07 | 百度在线网络技术(北京)有限公司 | 图片搜索方法和装置 |
CN106055554A (zh) * | 2016-04-25 | 2016-10-26 | 珠海格力电器股份有限公司 | 一种电子相册分类方法、***及终端 |
CN106294803A (zh) * | 2016-08-15 | 2017-01-04 | 马岩 | 搜图在大数据搜索中的应用方法及*** |
CN106547568A (zh) * | 2016-11-25 | 2017-03-29 | 广东小天才科技有限公司 | 一种壁纸更换方法、服务器及智能终端 |
CN106610983A (zh) * | 2015-10-22 | 2017-05-03 | 中兴通讯股份有限公司 | 一种图片管理方法、装置及一种终端 |
CN107480282A (zh) * | 2017-08-23 | 2017-12-15 | 深圳天珑无线科技有限公司 | 一种图片搜索的方法及装置 |
CN107526769A (zh) * | 2017-07-10 | 2017-12-29 | 北京百度网讯科技有限公司 | 基于人工智能的照片处理方法及装置、设备及可读介质 |
CN108182472A (zh) * | 2018-01-30 | 2018-06-19 | 百度在线网络技术(北京)有限公司 | 用于生成信息的方法和装置 |
CN109035368A (zh) * | 2018-07-03 | 2018-12-18 | 百度在线网络技术(北京)有限公司 | 用于ar场景的信息处理方法、装置、设备及存储介质 |
CN110110121A (zh) * | 2018-01-19 | 2019-08-09 | 北京盛世光明软件股份有限公司 | 一种便于实现图片浏览的***和方法 |
CN111177614A (zh) * | 2019-11-22 | 2020-05-19 | 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室)) | 面向网页第三方注入内容的来源追踪方法、装置 |
CN111582297A (zh) * | 2015-01-19 | 2020-08-25 | 电子湾有限公司 | 细粒度分类 |
CN112347279A (zh) * | 2020-05-20 | 2021-02-09 | 杭州贤芯科技有限公司 | 一种手机相片搜索方法 |
CN116127111A (zh) * | 2023-01-03 | 2023-05-16 | 百度在线网络技术(北京)有限公司 | 图片搜索方法、装置、电子设备和计算机可读存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102033877A (zh) * | 2009-09-27 | 2011-04-27 | 阿里巴巴集团控股有限公司 | 检索方法和装置 |
CN102096717A (zh) * | 2011-02-15 | 2011-06-15 | 百度在线网络技术(北京)有限公司 | 搜索方法及搜索引擎 |
CN102521258A (zh) * | 2011-11-18 | 2012-06-27 | 百度在线网络技术(北京)有限公司 | 一种用于提供壁纸图片的方法与设备 |
CN103294670A (zh) * | 2012-02-22 | 2013-09-11 | 腾讯科技(深圳)有限公司 | 一种基于词表的搜索方法和*** |
CN103365839A (zh) * | 2012-03-26 | 2013-10-23 | 腾讯科技(深圳)有限公司 | 一种搜索引擎的推荐搜索方法和装置 |
-
2014
- 2014-01-29 CN CN201410043815.8A patent/CN103761326A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102033877A (zh) * | 2009-09-27 | 2011-04-27 | 阿里巴巴集团控股有限公司 | 检索方法和装置 |
CN102096717A (zh) * | 2011-02-15 | 2011-06-15 | 百度在线网络技术(北京)有限公司 | 搜索方法及搜索引擎 |
CN102521258A (zh) * | 2011-11-18 | 2012-06-27 | 百度在线网络技术(北京)有限公司 | 一种用于提供壁纸图片的方法与设备 |
CN103294670A (zh) * | 2012-02-22 | 2013-09-11 | 腾讯科技(深圳)有限公司 | 一种基于词表的搜索方法和*** |
CN103365839A (zh) * | 2012-03-26 | 2013-10-23 | 腾讯科技(深圳)有限公司 | 一种搜索引擎的推荐搜索方法和装置 |
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104391710B (zh) * | 2014-12-15 | 2018-09-21 | 北京奇虎科技有限公司 | 消除类游戏的模板生成方法和消除类游戏装置 |
CN104391710A (zh) * | 2014-12-15 | 2015-03-04 | 北京奇虎科技有限公司 | 消除类游戏的模板生成方法和消除类游戏装置 |
CN104462590A (zh) * | 2014-12-30 | 2015-03-25 | 百度在线网络技术(北京)有限公司 | 信息搜索方法及装置 |
WO2016107126A1 (zh) * | 2014-12-30 | 2016-07-07 | 百度在线网络技术(北京)有限公司 | 图片搜索方法和装置 |
CN104462590B (zh) * | 2014-12-30 | 2019-03-12 | 百度在线网络技术(北京)有限公司 | 信息搜索方法及装置 |
CN111582297A (zh) * | 2015-01-19 | 2020-08-25 | 电子湾有限公司 | 细粒度分类 |
CN111582297B (zh) * | 2015-01-19 | 2023-12-26 | 电子湾有限公司 | 细粒度分类 |
CN104794232A (zh) * | 2015-05-04 | 2015-07-22 | 百度在线网络技术(北京)有限公司 | 搜索结果的推荐方法和装置 |
CN104794232B (zh) * | 2015-05-04 | 2018-09-07 | 百度在线网络技术(北京)有限公司 | 搜索结果的推荐方法和装置 |
CN106610983A (zh) * | 2015-10-22 | 2017-05-03 | 中兴通讯股份有限公司 | 一种图片管理方法、装置及一种终端 |
CN106055554A (zh) * | 2016-04-25 | 2016-10-26 | 珠海格力电器股份有限公司 | 一种电子相册分类方法、***及终端 |
CN106294803A (zh) * | 2016-08-15 | 2017-01-04 | 马岩 | 搜图在大数据搜索中的应用方法及*** |
CN106547568A (zh) * | 2016-11-25 | 2017-03-29 | 广东小天才科技有限公司 | 一种壁纸更换方法、服务器及智能终端 |
CN107526769A (zh) * | 2017-07-10 | 2017-12-29 | 北京百度网讯科技有限公司 | 基于人工智能的照片处理方法及装置、设备及可读介质 |
CN107480282A (zh) * | 2017-08-23 | 2017-12-15 | 深圳天珑无线科技有限公司 | 一种图片搜索的方法及装置 |
CN110110121A (zh) * | 2018-01-19 | 2019-08-09 | 北京盛世光明软件股份有限公司 | 一种便于实现图片浏览的***和方法 |
CN108182472A (zh) * | 2018-01-30 | 2018-06-19 | 百度在线网络技术(北京)有限公司 | 用于生成信息的方法和装置 |
CN109035368A (zh) * | 2018-07-03 | 2018-12-18 | 百度在线网络技术(北京)有限公司 | 用于ar场景的信息处理方法、装置、设备及存储介质 |
CN111177614A (zh) * | 2019-11-22 | 2020-05-19 | 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室)) | 面向网页第三方注入内容的来源追踪方法、装置 |
CN112347279A (zh) * | 2020-05-20 | 2021-02-09 | 杭州贤芯科技有限公司 | 一种手机相片搜索方法 |
CN116127111A (zh) * | 2023-01-03 | 2023-05-16 | 百度在线网络技术(北京)有限公司 | 图片搜索方法、装置、电子设备和计算机可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103761326A (zh) | 图片搜索方法以及搜索引擎 | |
Yu et al. | Semantic jitter: Dense supervision for visual comparisons via synthetic images | |
EP2232381B1 (en) | Interactive concept learning in image search | |
US8775424B2 (en) | System for creative image navigation and exploration | |
US20190163768A1 (en) | Automatically curated image searching | |
CN103793498A (zh) | 图片搜索方法、装置以及搜索引擎 | |
US20150074112A1 (en) | Multimedia Question Answering System and Method | |
US20180129658A1 (en) | Color sketch image searching | |
EP2060982A1 (en) | Information storage and retrieval | |
CN106776869B (zh) | 基于神经网络的搜索优化方法、装置以及搜索引擎 | |
CN109919252B (zh) | 利用少数标注图像生成分类器的方法 | |
CN103207904A (zh) | 搜索结果的提供方法及搜索引擎 | |
CN105830006B (zh) | 图像及视频内容的情感修改 | |
US20160110384A1 (en) | Search Systems and Computer-Implemented Search Methods | |
CN110135032B (zh) | 一种基于对抗生成网络的辅助服装生成方法和装置 | |
CN112948575B (zh) | 文本数据处理方法、装置和计算机可读存储介质 | |
CN104111925A (zh) | 项目推荐方法和装置 | |
Moumtzidou et al. | ITI-CERTH participation to TRECVID 2012. | |
CN115114395A (zh) | 内容检索及模型训练方法、装置、电子设备和存储介质 | |
CN116595438A (zh) | 图片创作方法、装置、设备及存储介质 | |
CN104008097A (zh) | 实现查询理解的方法及装置 | |
CN117475351A (zh) | 视频分类方法、装置、计算机设备及计算机可读存储介质 | |
Lu et al. | Inferring user image-search goals under the implicit guidance of users | |
Arnold et al. | Visualizing a large spatiotemporal collection of historic photography with a generous interface | |
Manjula et al. | Visual and tag-based social image search based on hypergraph ranking method |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20140430 |
|
RJ01 | Rejection of invention patent application after publication |