吉林大學劉萍萍獲國家專利權
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!
龍圖騰網獲悉吉林大學申請的專利一種基于分類標簽的深度哈希檢索方法獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN115587207B 。
龍圖騰網通過國家知識產權局官網在2025-08-26發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202211093673.7,技術領域涉及:G06F16/51;該發明授權一種基于分類標簽的深度哈希檢索方法是由劉萍萍;劉澤同;單雪;周求湛;王一帆設計研發完成,并于2022-09-08向國家知識產權局提交的專利申請。
本一種基于分類標簽的深度哈希檢索方法在說明書摘要公布了:本發明公開了一種基于分類標簽的深度哈希檢索方法。首先,利用深度卷積神經網絡對訓練圖像數據庫中的圖像進行特征提取,在主網絡后構建深度哈希網絡學習類哈希碼,在深度哈希網絡后構建分類器學習分類特征。其次,使用類哈希碼和分類特征分別計算度量學習損失和分類損失,并使用類哈希碼和哈希碼計算量化損失。最后,在測試階段將分類標簽二值化與哈希碼拼接,得到的基于分類標簽的哈希碼用于檢索。本發明提出的方法同時利用了分類信息和相似度信息,能達到良好的檢索精度。
本發明授權一種基于分類標簽的深度哈希檢索方法在權利要求書中公布了:1.一種基于分類標簽的深度哈希檢索方法,其特征在于:圖像檢索方法包括如下步驟: 步驟1:使用預訓練的卷積神經網絡提取訓練圖像數據庫中圖像的高維特征; 步驟2:將步驟1提取的圖像的高維特征輸入深度哈希網絡計算得到低維類哈希碼; 步驟3:將步驟2得到的低維類哈希碼輸入分類器得到分類特征; 步驟4:使用步驟2得到的低維特征和步驟3得到的語義特征計算損失函數值; 損失函數定義為: pi是當前圖片xi經過分類器后得到的屬于每個類別的概率,pi∈TC,·代表內積操作,N為輸入圖像的數量; L2=Lp-loss+Lb-loss 其中: P+代表當前數據對應的正代理集,代表與代理同類的樣本集,代表與代理異類的樣本集,αp和αn分別用于調節正負樣本的優化方向,使正負樣本朝著最優的方向優化,δp是正樣本對之間的閾值,規定正樣本之間的相似度應高于該閾值,δn是負樣本對之間的閾值,規定負樣本之間的相似度應低于該閾值,δp和δn控制著樣本間的離散程度,代表樣本特征ui與正代理特征up之間的余弦相似性,代表樣本特征ui與負代理特征un之間的余弦相似性; 是第i個類哈希碼,是第i個哈希碼,是由公式hK=sgndK來量化類哈希碼得到的,其中sgn·是符號函數,它返回一個變量的正負符號,對于正數值為1,對于負數值為-1;N為訓練批大小;表示l2范數向量,以減少類哈希碼與哈希碼之間的距離; 最終的損失函數為: L3=ηL1+1-ηL2; 步驟5:通過反向傳播和共享權重對卷積神經網絡和深度哈希網絡的參數進行調整,得到網絡的最終參數; 步驟6:對于測試階段,將查詢圖像和測試圖像集輸入最終得到的網絡,將得到的標簽編碼后與計算得到的哈希碼進行拼接,計算漢明距離進行排序,得到與查詢圖像相關的圖像列表。
如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人吉林大學,其通訊地址為:130012 吉林省長春市前進大街2699號;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。