買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉北京航空航天大學(xué)申請(qǐng)的專利基于分層哈希浮點(diǎn)特征的圖像檢索方法、存儲(chǔ)介質(zhì)及產(chǎn)品獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN118585665B 。

龍圖騰網(wǎng)通過國家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-08-26發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202410659880.7，技術(shù)領(lǐng)域涉及：G06F16/58；該發(fā)明授權(quán)基于分層哈希浮點(diǎn)特征的圖像檢索方法、存儲(chǔ)介質(zhì)及產(chǎn)品是由張永飛;苗宇飛設(shè)計(jì)研發(fā)完成，并于2024-05-27向國家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本基于分層哈希浮點(diǎn)特征的圖像檢索方法、存儲(chǔ)介質(zhì)及產(chǎn)品在說明書摘要公布了：本發(fā)明公開了一種基于分層哈希浮點(diǎn)特征的圖像檢索方法、存儲(chǔ)介質(zhì)及產(chǎn)品，應(yīng)用于圖像檢索領(lǐng)域，包括：構(gòu)建并訓(xùn)練深度浮點(diǎn)特征網(wǎng)絡(luò)模型；構(gòu)建深度分層哈希?浮點(diǎn)特征網(wǎng)絡(luò)模型，并使用知識(shí)蒸餾的方法，利用訓(xùn)練好的深度浮點(diǎn)特征網(wǎng)絡(luò)模型訓(xùn)練深度分層哈希?浮點(diǎn)特征網(wǎng)絡(luò)模型；利用深度分層哈希?浮點(diǎn)特征網(wǎng)絡(luò)模型提取N層深度哈希特征和深度浮點(diǎn)特征并建立樹狀索引；在圖像檢索過程中，按照從低維深度哈希特征、高維深度哈希特征，再到深度浮點(diǎn)特征的由粗到精的分層逐級(jí)檢索逐層縮小檢索范圍并輸出檢索結(jié)果。本發(fā)明通過構(gòu)建分層深度哈希?浮點(diǎn)特征，結(jié)合由粗到精的逐級(jí)分層檢索，在保證檢索準(zhǔn)確性的同時(shí)，有效提高了圖像檢索的效率。

本發(fā)明授權(quán)基于分層哈希浮點(diǎn)特征的圖像檢索方法、存儲(chǔ)介質(zhì)及產(chǎn)品在權(quán)利要求書中公布了：1.一種基于分層哈希浮點(diǎn)特征的圖像檢索方法，其特征在于，包括以下步驟： 步驟1：獲取訓(xùn)練樣本圖像，構(gòu)建深度浮點(diǎn)特征網(wǎng)絡(luò)模型，并利用訓(xùn)練樣本圖像對(duì)深度浮點(diǎn)特征網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，獲得訓(xùn)練后的深度浮點(diǎn)特征網(wǎng)絡(luò)模型，以及訓(xùn)練樣本圖像的深度浮點(diǎn)特征； 步驟2：根據(jù)訓(xùn)練后的深度浮點(diǎn)特征網(wǎng)絡(luò)模型構(gòu)建深度分層哈希-浮點(diǎn)特征網(wǎng)絡(luò)模型，并利用訓(xùn)練樣本圖像的深度浮點(diǎn)特征進(jìn)行訓(xùn)練，獲得訓(xùn)練后的深度分層哈希-浮點(diǎn)特征網(wǎng)絡(luò)模型和訓(xùn)練樣本圖像的N層深度哈希特征，N≥2；每層深度哈希特征具有不同維度； 步驟3：將待檢索圖像庫中的圖像輸入到深度分層哈希-浮點(diǎn)特征網(wǎng)絡(luò)模型中，得到每幅圖像的圖像特征，包括N層深度哈希特征和深度浮點(diǎn)特征，并構(gòu)建待檢索圖像庫的圖像特征的分層樹狀索引； 步驟4：將待檢索圖像輸入到深度分層哈希-浮點(diǎn)特征網(wǎng)絡(luò)模型中，得到其N層深度哈希特征和深度浮點(diǎn)特征，并在分層樹狀索引中進(jìn)行逐級(jí)搜索，輸出檢索結(jié)果； 所述步驟2具體實(shí)現(xiàn)過程為： 步驟21：在訓(xùn)練后的深度浮點(diǎn)特征網(wǎng)絡(luò)模型后增加分層深度哈希網(wǎng)絡(luò)模型，構(gòu)建深度分層哈希-浮點(diǎn)特征網(wǎng)絡(luò)模型；分層深度哈希網(wǎng)絡(luò)模型包括N層由全連接層、激活函數(shù)和符號(hào)函數(shù)構(gòu)成的輸出層； 步驟22：根據(jù)訓(xùn)練樣本圖像的相似度信息和深度浮點(diǎn)特征對(duì)分層深度哈希網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，更新分層深度哈希網(wǎng)絡(luò)模型的參數(shù)；將每幅訓(xùn)練樣本圖像輸入深度分層哈希-浮點(diǎn)特征網(wǎng)絡(luò)模型獲得N層深度哈希特征預(yù)測(cè)結(jié)果，如果每幅訓(xùn)練樣本圖像對(duì)應(yīng)的深度浮點(diǎn)特征的維度與第一層深度哈希特征預(yù)測(cè)結(jié)果的維度的差值小于設(shè)定閾值，則進(jìn)入步驟23，否則進(jìn)入步驟24； 步驟23：采用知識(shí)蒸餾方法，根據(jù)每一層深度哈希特征預(yù)測(cè)結(jié)果和相似度信息計(jì)算模型損失，并根據(jù)每一層深度哈希特征預(yù)測(cè)結(jié)果和深度浮點(diǎn)特征計(jì)算KL散度作為知識(shí)蒸餾損失，將每一層的模型損失和知識(shí)蒸餾損失加權(quán)平均后通過反向傳播更新分層深度哈希網(wǎng)絡(luò)模型的參數(shù)； 步驟24：采用知識(shí)蒸餾方法和助教機(jī)制更新分層深度哈希網(wǎng)絡(luò)模型的參數(shù)； 步驟241：采用知識(shí)蒸餾方法，根據(jù)N層哈希特征預(yù)測(cè)結(jié)果和相似度信息計(jì)算模型損失，并根據(jù)N層深度哈希特征預(yù)測(cè)結(jié)果和深度浮點(diǎn)特征計(jì)算KL散度作為知識(shí)蒸餾損失； 步驟242：剩余N-1層深度哈希特征預(yù)測(cè)結(jié)果分別和相似度信息計(jì)算模型損失，并根據(jù)當(dāng)前層深度哈希特征預(yù)測(cè)結(jié)果和前一層深度哈希特征預(yù)測(cè)結(jié)果計(jì)算KL散度作為知識(shí)蒸餾； 步驟243：將每一層的模型損失和知識(shí)蒸餾損失加權(quán)平均后通過反向傳播更新分層深度哈希網(wǎng)絡(luò)模型的參數(shù)； 步驟25：深度浮點(diǎn)特征網(wǎng)絡(luò)模型和更新后的分層深度哈希網(wǎng)絡(luò)構(gòu)成訓(xùn)練后的深度分層哈希-浮點(diǎn)特征網(wǎng)絡(luò)模型。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人北京航空航天大學(xué)，其通訊地址為：100190 北京市海淀區(qū)學(xué)院路37號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。