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！

龙图腾网获悉电子科技大学申请的专利一种基于多尺度特征增强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：CN117150064B 。

龙图腾网通过国家知识产权局官网在2025-10-24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：202311071890.0，技术领域涉及：G06F16/535；该发明授权一种基于多尺度特征增强的图像检索方法是由桂盛霖;敬英杰设计研发完成，并于2023-08-24向国家知识产权局提交的专利申请。

本一种基于多尺度特征增强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多尺度特征增强的图像检索方法，属于图像检索技术领域。本发明中，采用CNN网络提取图片的多层特征并通过全局最大池化层和层归一化层来处理各层特征，得到各层最终特征向量。通过训练使得各层最终特征向量都具有可区分性，检索时将他们拼接起来获得更具区分性的特征表示，以此实现检索效果的提升。

本发明授权一种基于多尺度特征增强的图像检索方法在权利要求书中公布了：1.一种基于多尺度特征增强的图像检索方法，其特征在于，包括以下步骤： 步骤1、建立多尺度特征增强的图像相似性度量网络模型：以CNN网络作为主干网络，并在主干网络后依次设置全局最大池化层和层归一化层，构成多尺度特征增强的图像相似性度量网络模型； 步骤2、训练多尺度特征增强的图像相似性度量网络模型： 步骤2.1、将训练图片输入到多尺度特征增强的图像相似性度量网络模型中，利用CNN网络提取图片的初步特征；所述初步特征为CNN网络最后N层提取的特征，4≥N≥2；其中，倒数第n层提取的特征表示为FnCnWnHn，Cn、Wn、Hn分别表示倒数第n层提取到的特征的维度、宽、高，n＝1,2,...,N； 步骤2.2、采用全局最大池化层对初步特征中的各层分别进行池化，得到各层的低纬度特征，倒数第n层的低纬度特征表示为FnCn，1,1； 步骤2.3、采用层归一化层对各层的低纬度特征分别进行归一化操作，最后得到N层最终特征向量； 步骤2.4、N层最终特征向量中，每一层都对应有一个特征空间，在每个特征空间中随机生成M个代理，M的数值与训练集图片种类一致，且每个代理对应训练集图片中的一个种类； 步骤2.5、在每一层对应的特征空间中，拉进该层最终特征向量与同一类别代理的距离，并拉远该层最终特征向量与其它类别代理的距离；当所有层的最终特征向量与同一类别代理的距离稳定时，则得到训练好的多尺度特征增强的图像相似性度量网络模型； 步骤3、检索过程：将待检索的图片输入训练好的多尺度特征增强的图像相似性度量网络模型中，得到N层最终特征向量，然后将N层最终特征向量进行拼接，得到图片的最终特征表示，并用这个最终特征表示来计算图片之间的相似性并依次返回相似性最高的图片。

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电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006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。