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！

龙图腾网获悉江南大学申请的专利一种复杂场景下的面料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：CN119537627B 。

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：202411626636.7，技术领域涉及：G06F16/535；该发明授权一种复杂场景下的面料图像检索方法是由张宁;刘怡鑫;潘如如;闫建博;张存逍设计研发完成，并于2024-11-14向国家知识产权局提交的专利申请。

本一种复杂场景下的面料图像检索方法在说明书摘要公布了：本发明属于面料检索方法领域，涉及一种复杂场景下的面料图像检索方法。步骤如下：建立面料图像数据库；构建手工特征提取模型，获取待查询图像和数据库图像中图像的手工特征描述；搭建图像深度并行表征模型处理面料图像，获取待查询图像和数据库图像中图像的深度特征描述；设计图像手工和深度特征融合方式，将和得到的图像手工和深度特征进行融合，综合表征面料图像；将获得的待查询图像和数据库图像中图像的融合特征，进行特征间的相似性度量，并根据相似性的大小输出检索结果；将检索结果图像对应的面料产品详情调出，用于指导面料生产或电商购物推荐。本发明有较高的检索精确率和鲁棒性，在工业制造、电商平台等复杂场景具有非常大的应用潜力。

本发明授权一种复杂场景下的面料图像检索方法在权利要求书中公布了：1.一种复杂场景下的面料图像检索方法，其特征在于，包括以下步骤： S1：建立面料图像数据库； 所述的面料图像是在不同的拍摄光源、角度、分辨率条件下采集的； S2：构建手工特征提取模型，获取待查询图像和数据库图像中图像的手工特征描述； S3：搭建图像深度并行表征模型处理面料图像，获取待查询图像和数据库图像中图像的深度特征描述； 所述的图像深度并行表征模型共有两个并行的分支，分别用于抽取面料图像的场景特征和类别特征，描述面料图像的高层语义信息，确保模型能够区分不同场景下的同一块面料，并保证检索到的图像均属于同一个类别； 所述的图像深度并行表征模型的两个并行分支是以卷积神经网络作为底层框架，以端到端的方式抽取表征面料图像的深度语义特征； 所述的卷积神经网络为自行搭建的紧凑网络，共包括1个输入层、4个卷积和池化层、3个全连接层和1个输出层； 所述的图像深度并行表征模型的两个分支均采用三元组损失函数进行优化，并以权重分配的方式形成最终的损失函数，所设计的损失函数L表示为L＝β1L1+β2L2S4：设计图像手工和深度特征融合方式，将S2和S3得到的图像手工和深度特征进行融合，综合表征面料图像； 所述的图像手工和深度特征融合方式，具体如下： 在S3所述的图像深度并行表征模型中引入特征融合模块，聚合S2和S3得到的图像手工和深度特征，分别得到待查询图像和数据库图像中图像的融合特征； 所述的特征融合模块是以改进的NetVLAD模块为基础，使得通常采用VLAD进行聚合的手工特征，能通过NetVLAD模块在图像深度并行表征模型中参与训练； 所述的改进的NetVLAD模块是将原有处理卷积神经网络中特征图的结构更改为能同时处理特征图和手工特征的结构，以达到图像手工和深度特征融合的目的； S5：将S4获得的待查询图像和数据库图像中图像的融合特征，进行特征间的相似性度量，并根据相似性的大小输出检索结果； S6：将检索结果图像对应的面料产品详情调出，用于指导面料生产或电商购物推荐。

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江南大学，其通讯地址为：214122 江苏省无锡市蠡湖大道1800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。