四川大学胡鹏获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉四川大学申请的专利一种基于外部知识的无监督深度图像哈希检索方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119248955B 。
龙图腾网通过国家知识产权局官网在2025-08-01发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411348589.4,技术领域涉及:G06F16/583;该发明授权一种基于外部知识的无监督深度图像哈希检索方法是由胡鹏;宋奇鸿;彭玺设计研发完成,并于2024-09-26向国家知识产权局提交的专利申请。
本一种基于外部知识的无监督深度图像哈希检索方法在说明书摘要公布了:本发明提供了一种基于外部知识的无监督深度图像哈希检索方法,属于图像处理技术领域,该方法包括获取一个包含多种特征类别的图像数据集,并收集一个涵盖日常英文名词词汇的名词数据集;分别提取图像特征和名词特征,并利用名词特征为每幅图像生成对应的唯一文本特征,其中,该唯一文本特征为外部知识;分别构建并训练图像特征哈希网络以及文本特征哈希网络;基于已训练的图像特征哈希网络,提取查询和待检索图像数据的二进制哈希码,并通过对哈希码之间的汉明距离进行计算和排序,评估图像数据的检索准确率。本发明解决了现有技术中仅依靠深度视觉特征提取的相似性信息存在固有上限的问题,以及解决了对比学习策略容易引入不准确信息的问题。
本发明授权一种基于外部知识的无监督深度图像哈希检索方法在权利要求书中公布了:1.一种基于外部知识的无监督深度图像哈希检索方法,其特征在于,包括以下步骤: S1、获取一个包含多种物体类别的图像数据集,并收集一个涵盖日常英文名词词汇的名词数据集; S2、基于无标签图像数据集和名词数据集,分别提取图像特征和名词特征,并利用名词特征为每幅图像生成对应的唯一文本特征,其中,该唯一文本特征为外部知识,包括以下步骤: S201、构建并利用预训练参数初始化视觉语言预训练模型,得到图像特征提取模型和文本特征提取模型; S202、对于经预处理后的训练数据集中的图像数据及每张图像数据两个不同的数据增强视图和,利用图像特征提取模型提取特征,得到训练集的图像特征和对应的数据增强图像特征和; S203、对于名词数据集,为每个名词数据生成多个对应的文本,将生成的文本通过文本特征提取模型并求取平均值,得到每个名词数据对应的文本特征; S204、计算每个文本特征之间的L2距离,删除L2距离为0的冗余文本特征; S205、将筛选得到的距离L2距离最大的文本特征作为集合,并利用聚类算法,将除删除冗余外的文本特征进行聚类; S206、将筛选得到的距离聚类中心最远的文本特征作为集合,将筛选得到的距离聚类中心最近的文本特征作为集合; S207、基于集合、集合以及集合,得到筛选冗余后的文本特征集合; S208、将文本特征集合中的文本特征与训练集的图像特征进行加权求和处理,得到每个图像特征对应的唯一文本特征,其中,唯一文本特征为数据增强图像特征和对应的唯一文本特征; S3、基于成对的图像特征和文本特征,分别构建并训练图像特征哈希网络和文本特征哈希网络,并在文本特征哈希网络生成的文本特征哈希码的指导下,优化图像特征哈希网络,得到训练后的图像特征哈希网络,其中,利用下式,在唯一文本特征之间进行余弦相似度计算: 其中,和分别表示不同图像特征对应的唯一文本特征,表示两个文本特征和之间的余弦相似度,表示余弦相似度计算; 将余弦相似度大于预设阈值的文本特征对应的图像作为正样本,将小于等于预设阈值的文本特征对应的图像作为负样本,其中,得到的正样本和负样本将用于指导信息噪声对比估计损失函数的构建,损失函数的表达式如下: 其中,表示信息噪声对比估计InfoNCE的损失函数,表示两种数据增强图像哈希码和之间的信息噪声对比估计损失函数,表示一种数据增强图像哈希码和文本哈希码之间的信息噪声对比估计损失函数,表示另一种数据增强图像哈希码和文本哈希码之间的信息噪声对比估计损失函数,表示训练集中图像样本的总数,表示从1到的计数索引,表示图像哈希码和文本哈希码既属于正样本也属于负样本,表示图像哈希码和文本哈希码属于正样本,表示温度参数,、、和均表示图片特征对应的数据增强图像哈希码,和均表示文本特征对应的文本哈希码; S4、基于已训练的图像特征哈希网络,提取查询和待检索图像数据的二进制哈希码,并通过对哈希码之间的汉明距离进行计算和排序,评估图像数据的检索准确率,完成无监督深度图像的哈希检索。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人四川大学,其通讯地址为:610042 四川省成都市武侯区一环路南一段24号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励