北京爱笔科技有限公司何嘉斌获国家专利权
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！
龙图腾网获悉北京爱笔科技有限公司申请的专利基于重排序的特征提取、特征提取模型的训练方法和装置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：CN115375911B 。
龙图腾网通过国家知识产权局官网在2025-11-21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：202211122560.5，技术领域涉及：G06V10/40；该发明授权基于重排序的特征提取、特征提取模型的训练方法和装置是由何嘉斌设计研发完成，并于2022-09-15向国家知识产权局提交的专利申请。
本基于重排序的特征提取、特征提取模型的训练方法和装置在说明书摘要公布了：本申请公开了基于重排序的特征提取、特征提取模型的训练方法和装置，通过将查询图像的第一特征向量、每个候选图像的第一特征向量和第一邻接矩阵输入特征提取模型中的图卷积神经网络进行特征变换，获得所述查询图像的第二特征向量和所述每个候选图像的第二特征向量；根据所述每个候选图像的第二特征向量与所述查询图像的第二特征向量之间的相似度，从多个候选图像中确定与所述查询图像的语义匹配的目标图像。由于，本申请中在考虑了多个候选图像的第一特征向量与查询图像的第一特征向量之间的相似度的同时，还考虑了多个候选图像的第一特征向量之间的相似度，由此进一步提高了图像特征提取的准确率，增加了可靠性。
本发明授权基于重排序的特征提取、特征提取模型的训练方法和装置在权利要求书中公布了：1.一种基于重排序的特征提取方法，其特征在于，包括： 将查询图像和多个候选图像输入特征提取模型中的特征提取网络进行特征提取，获得所述查询图像的第一特征向量和每个候选图像的第一特征向量； 根据所述查询图像的第一特征向量和所述每个候选图像的第一特征向量之间的相似度，确定所述查询图像的第一特征向量和所述每个候选图像的第一特征向量对应的第一邻接矩阵； 将所述查询图像的第一特征向量、所述每个候选图像的第一特征向量和所述第一邻接矩阵输入所述特征提取模型中的图卷积神经网络进行特征变换，获得所述查询图像的第二特征向量和所述每个候选图像的第二特征向量； 根据所述每个候选图像的第二特征向量与所述查询图像的第二特征向量之间的相似度，从多个候选图像中确定与所述查询图像的语义匹配的目标图像。
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北京爱笔科技有限公司，其通讯地址为：100094 北京市海淀区北清路81号二区1号楼12层1202室、13层整层；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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励