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！

龙图腾网获悉厦门市美亚柏科信息股份有限公司申请的专利一种同源图像检索方法和系统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：CN117112823B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202310929283.7，技术领域涉及：G06F16/583；该发明授权一种同源图像检索方法和系统是由满君怡;孙奕;吴俊毅;高志鹏;赵建强;陈德意;黄裕锟设计研发完成，并于2023-07-27向国家知识产权局提交的专利申请。

本一种同源图像检索方法和系统在说明书摘要公布了：公开了一种同源图像检索方法和系统，包括将教师网络和学生网络分别分为多个模块，将浅层特征提取模块和深层特征提取模块分别进行损失的约束和知识的蒸馏；在浅层特征上将所述教师网络训练输出的伪标签作为所述学生网络在浅层特征学习后输出的标签，计算软分类交叉熵损失；对深层特征的教师网络和学生网络编码输出进行相似度计算，在总损失函数中加上所述教师网络和所述学生网络的硬分类交叉熵损失，完成启发式的网络轻量化训练。本申请通过学生网络对教师网络的启发式学习，并同时考虑标签层面与特征层面的模型表征能力，约束了深浅不同层次的模型特征学习能力，使学生网络能够取得不低于教师网络的图像表征能力，实现了模型的轻量化。

本发明授权一种同源图像检索方法和系统在权利要求书中公布了：1.一种同源图像检索方法，其特征在于，包括： S1：将教师网络和学生网络分别分为多个模块，将浅层特征提取模块和深层特征提取模块分别进行损失的约束和知识的蒸馏； S2：在浅层特征上将所述教师网络训练输出的伪标签作为所述学生网络在浅层特征学习后输出的标签，计算软分类交叉熵损失； S3：对深层特征的教师网络和学生网络编码输出进行相似度计算，在总损失函数中加上所述教师网络和所述学生网络的硬分类交叉熵损失，完成启发式的网络轻量化训练； 所述教师网络和所述学生网络同时采用四个模块串联的网络结构，所述教师网络采用ResNet101作为主干网络，所述学生网络采用ResNet18作为主干网络，在所述教师网络和所述学生网络的第一、第二和最后一个模块后分别增加由一个全连接层和Softmax构成的分类头，用于计算不同深度特征下的特征分类能力以及进行分类能力的蒸馏学习，在所述教师网络和所述学生网络的第三个模块后分别增加了一个由全连接层构成的特征表征头，用于使所述学生网络学习图像的高层语义特征表征； 采用所述学生网络作为推理及模型的部署，测试样本经过四个网络模块编码后的输出特征向量进行欧氏距离的相似度计算，选取底库中相似度最高的图片作为预测源图。

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厦门市美亚柏科信息股份有限公司，其通讯地址为：361000 福建省厦门市思明区软件园二期观日路12号102-402单元；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。