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！

龙图腾网获悉南京航空航天大学申请的专利一种基于超维矢量计算的图像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：CN118277604B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202410446466.8，技术领域涉及：G06F16/583；该发明授权一种基于超维矢量计算的图像检索方法是由吴比;韩栋钧;冉硕;刘伟强;陆禹涵;张逊设计研发完成，并于2024-04-12向国家知识产权局提交的专利申请。

本一种基于超维矢量计算的图像检索方法在说明书摘要公布了：本发明公开了一种基于超维矢量计算的图像检索方法，包括：对采集的图像数据集进行预处理；将预处理后的数据集划分成训练集和测试集；基于训练集，采用小样本学习的方式对ResNet18网络进行训练，得到m+1个特征提取网络；采用训练完成的ResNet18网络对测试集中的每张图片进行特征提取，生成测试集图片的超维矢量，得到超维矢量库；采用训练完成的ResNet18网络对输入的查询图像进行特征提取，生成查询图像对应的超维矢量；将查询图像对应的超维矢量与超维矢量库中的所有向量进行匹配，输出匹配度最高的向量。本发明实现了低资源消耗、高鲁棒性的图像检索，能够有效完成物联网领域的图像匹配任务，满足了硬件资源受限场景下高鲁棒性的图片检索需求。

本发明授权一种基于超维矢量计算的图像检索方法在权利要求书中公布了：1.一种基于超维矢量计算的图像检索方法，其特征在于，所述图像检索方法包括以下步骤： 对采集的图像数据集进行预处理，数据集包含不同类别的图像以及每个图像的所有特征的二值化标注，选出类间方差排名前m的特征和排名最后的特征；将预处理后的数据集划分成训练集和测试集； 基于训练集，采用小样本学习的方式对ResNet18网络进行训练，得到m+1个特征提取网络； 采用训练完成的ResNet18网络对测试集中的每张图片进行特征提取，生成测试集图片的超维矢量，得到超维矢量库； 采用训练完成的ResNet18网络对输入的查询图像进行特征提取，生成查询图像对应的超维矢量； 将查询图像对应的超维矢量与超维矢量库中的所有向量进行匹配，输出匹配度最高的向量； 针对步骤1中选出的m+1个特征对ResNet18网络进行训练，网络的输入定为a×b×3的三通道图像矩阵，其中a为图像每行的像素个数，b为图像每列的像素个数，网络的输出为1×n的特征向量用来表示其中的一个特征，通过训练得到m+1个特征提取网络； 采用小样本学习的方式对ResNet18网络进行训练的过程包括以下步骤： 取训练集中k类对象的r张图片作为对比基准； 在训练过程中从训练集中选取一个样本作为锚点xa，根据锚点再选择一个正样本x+和一个负样本x‑，将选取的三个样本输入神经网络f，并计算正样本和锚点之间的距离d+和负样本与锚点之间的距离d‑，其中是二范数的平方，设置训练损失函数如下： Lossxa,x+,x‑＝max{0,d++α‑d‑}其中α为大于0的超参数； 在输入每张训练图片后与选取的基准作对比并反向传播，使得同类别图像输出的特征向量内积尽可能大，不同类别图像输出的特征向量内积尽可能小。

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南京航空航天大学，其通讯地址为：211106 江苏省南京市江宁区将军大道29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。