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！

龍圖騰網獲悉合肥工業大學申請的專利基于多尺度多模態特征的層級結構的圖像相似度匹配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：CN118736249B 。

龍圖騰網通過國家知識產權局官網在2025-09-23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：202410897108.9，技術領域涉及：G06V10/74；該發明授權基于多尺度多模態特征的層級結構的圖像相似度匹配方法是由任夢妍;高欣健;洪致遠;王希臨;王昕;高雋設計研發完成，并于2024-07-05向國家知識產權局提交的專利申請。

本基于多尺度多模態特征的層級結構的圖像相似度匹配方法在說明書摘要公布了：本發明公開了一種基于多尺度多模態特征的層級結構的圖像相似度匹配方法，包括：1獲取圖像樣本的原始多模態特征；2對多模態特征進行多尺度變化，融合成綜合特征；3對樣本進行層級聚類，獲取樣本的層級結構，確定每一層的神經元數目和鏈接方式；4依據綜合特征和層級結構構建相似度方程；5構建目標方程，通過全局優化的方法對模型進行訓練，對各個關系神經元進行迭代更新，得到最佳訓練模型；6利用訓練好的模型對輸入樣本進行圖像相似度匹配，得到相似度最高的圖像對作為最相似的圖像對。本發明能更好的學習圖像綜合特征，從而提高圖像相似度學習的效果，使得圖像匹配結果具有更好的可解釋性。

本發明授權基于多尺度多模態特征的層級結構的圖像相似度匹配方法在權利要求書中公布了：1.一種基于多尺度多模態特征的層級結構的圖像相似度匹配方法，其特征在于，是按如下步驟進行： 步驟1、獲取一個含有t個不同類別樣本的圖像數據集I＝{I1,I2,…,Ii,…,It}，其中，Ii表示第i個樣本；t表示圖像數據集中的樣本數量； 提取第i個樣本Ii的k個不同模態的特征，得到特征維數為k的特征向量集合{Fi 1,Fi 2,...,Fi l,…,Fi k}，其中，Fi l表示第i個樣本Ii的第l個模態特征； 步驟2、構建特征融合模型，并用于獲取第i個樣本Ii的多尺度多模態特征Gi： 步驟3、通過層級聚類方法獲得樣本間的層級結構，并構建層級相似度模型： 步驟3.1、利用歐式距離計算任意兩個樣本特征之間的距離并進行比較，找出距離最近的兩個樣本合并為一個簇，從而將I中所有樣本進行合并，得到樣本間的層級結構； 步驟3.2、將聚類得到的層級結構作為層級網絡鏈接結構元，將各個聚類中心作為關系神經元，并將首層的聚類中心視作關系向量； 步驟4、構建相似度方程，并用于得到第i個樣本Ii和第j個樣本的相似度γij： 步驟5、利用式1構建損失函數L，并通過全局優化的方法對特征融合模型和層級相似度模型進行訓練，并利用反向傳播算法對各個關系神經元進行迭代更新，從而得到最佳圖像相似度匹配模型； 式1中，I+為圖像數據集I中擁有相同標簽的正例樣本圖像集合，I-為圖像數據集I中擁有不同標簽的負例樣本圖像集合；γij-表示與第i個樣本Ii擁有不相同標簽的第j個樣本Ij的相似度，γij+表示與第i個樣本Ii擁有相同標簽的第j個樣本Ij的相似度，θ為相似度學習中所有待訓練的參數集合，i,j+表示正例樣本對，i,j-表示負例樣本對； 步驟6、設定第i個樣本Ii為索引樣本，利用最佳圖像相似度匹配模型對索引樣本進行檢測，相應得到與索引樣本相似度最高的圖像對，并作為最相似的圖像對結果。

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合肥工業大學，其通訊地址為：230009 安徽省合肥市包河區屯溪路193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”。