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！

龙图腾网获悉潍坊学院申请的专利基于深度困难感知哈希的图像检索方法、设备和存储介质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：CN120407832B 。

龙图腾网通过国家知识产权局官网在2025-09-05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：202510916004.2，技术领域涉及：G06F16/532；该发明授权基于深度困难感知哈希的图像检索方法、设备和存储介质是由隋新征;秦琦冰;盖枚岭设计研发完成，并于2025-07-03向国家知识产权局提交的专利申请。

本基于深度困难感知哈希的图像检索方法、设备和存储介质在说明书摘要公布了：本发明涉及信息检索技术领域，具体涉及基于深度困难感知哈希的图像检索方法、设备和存储介质。在本发明中，为了全面建模嵌入空间的全局几何结构，对原始数据样本进行自适应困难感知增强，利用对嵌入的线性插值来动态调整困难水平；并进行困难感知特征合成，用于生成语义一致且标签保留的增强数据样本进行循环训练；该策略不仅充分利用了所有训练样本中的潜在信息，而且还以自适应校准的难度系统地挑战已学习到的度量，确保在整个特征流形上持续优化，并促进相似性保持的哈希码的生成。

本发明授权基于深度困难感知哈希的图像检索方法、设备和存储介质在权利要求书中公布了：1.一种基于深度困难感知哈希的图像检索模型训练方法，其特征在于，包括以下步骤： 获取原始数据样本，其中原始数据样本包括锚点样本、正样本、正样本标签、负样本和负样本标签； 将原始数据样本从特征空间映射到度量空间； 在度量空间中，基于锚点样本和负样本，生成高难度负样本，其中高难度负样本与锚点样本之间的距离小于负样本与锚点样本之间的距离； 基于度量空间的锚点样本、正样本、正样本标签、高难度负样本和负样本标签，通过生成器生成特征空间的增强数据样本，其中增强数据样本包括锚点样本、正样本、正样本标签、增强负样本和负样本标签； 通过增强数据样本训练卷积神经网络，根据目标损失更新卷积神经网络的参数，得到图像检索模型； 其中，高难度负样本由下式计算得到： ； 其中，表示锚点样本，表示负样本，表示高难度负样本；，表示锚点样本与负样本之间的欧氏距离；表示超参数；表示最近一个训练轮次中的平均训练损失，表示用于调节影响强度的缩放因子； 根据生成损失更新生成器的参数，其中生成损失由下式计算： ； 其中，表示生成损失，表示重建损失，表示softmax损失，表示平衡因子；表示度量空间中的原始数据样本特征；表示原始数据样本特征经过生成器的合成特征；表示增强数据样本特征；表示目标类别。

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潍坊学院，其通讯地址为：261061 山东省潍坊市东风东街5147号潍坊学院；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”。