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！

龙图腾网获悉湖南省通晓信息科技有限公司申请的专利一种高质量货物样本图像数据库构建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：CN120763353B 。

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：202511270196.0，技术领域涉及：G06F16/55；该发明授权一种高质量货物样本图像数据库构建方法是由杨燕;鲁双双;晏世龙;杨丹;周忠和设计研发完成，并于2025-09-08向国家知识产权局提交的专利申请。

本一种高质量货物样本图像数据库构建方法在说明书摘要公布了：本发明涉及图像聚类技术领域，具体涉及一种高质量货物样本图像数据库构建方法。本发明对所有样本图像进行BIRCH层次聚类，由所有样本图像构成训练集，将从训练集依次选取的样本图像记为待定图像，根据聚类特征树的每个叶子节点的层数，调节待定图像与叶子节点内样本图像的两两边界框之间的相似度确定簇半径，基于簇半径利用BRICH算法将待定图像插入到聚类特征树中，直至遍历训练集，将训练集内样本图像均插入到聚类特征树时得到的更新后聚类特征树作为货物聚类特征树，进而构建货物样本图像数据库。本发明自适应调整BIRCH算法中叶子节点内样本个数，增加样本图像的聚类效果，提高货物样本图像数据库的检索效率与准确性。

本发明授权一种高质量货物样本图像数据库构建方法在权利要求书中公布了：1.一种高质量货物样本图像数据库构建方法，其特征在于，该方法包括： 获取不同类别货物的样本图像，所述样本图像包括边界框； 对所有样本图像进行BIRCH层次聚类，在BIRCH层次聚类中，初始的聚类特征树是空的；由所有样本图像构成训练集，将从训练集依次选取的样本图像记为待定图像，根据聚类特征树的每个叶子节点的层数，调节待定图像与每个叶子节点内样本图像的两两边界框之间的相似度，确定待定图像与聚类特征树的每个叶子节点的簇半径； 基于所述簇半径，利用BRICH算法将待定图像插入到聚类特征树中，更新聚类特征树；选取新的待定图像继续更新聚类特征树，直至遍历训练集内所有样本图像，将训练集内所有样本图像均插入到聚类特征树时得到的更新后聚类特征树作为货物聚类特征树； 基于货物聚类特征树构建货物样本图像数据库； 所述确定待定图像与聚类特征树的每个叶子节点的簇半径，包括： 获取每个类别货物的不同种属性数据与样本图像的边界框的目标类别；根据样本图像中任意两个边界框的梯度信息相似性与目标类别信息相似性，获取对应两个边界框的初始货物相似度； 分别从待定图像与聚类特征树的每个叶子节点内每个样本图像中任选一个边界框构成边界框对；根据聚类特征树中每个叶子节点的层数，分别调整所述边界框对中两个边界框的所述初始货物相似度与两个边界框的目标类别的属性数据差异情况，获取边界框对的综合货物相似度； 基于所述综合货物相似度，确定待定图像与聚类特征树的每个叶子节点的簇半径； 所述初始货物相似度的获取方法，包括： 分别对每个边界框的目标类别的文本信息进行词向量转化、HOG特征提取，依次得到类别向量、HOG特征向量； 计算样本图像中任意两个边界框的所述HOG特征向量中同一维度的元素中最小值的均值，作为对应两个边界框的梯度相似度；获取样本图像中任意两个边界框的所述类别向量的类别相似度； 根据所述梯度相似度与所述类别相似度，获取样本图像中任意两个边界框的初始货物相似度； 所述获取边界框对的综合货物相似度，包括： 将边界框的所述目标类别的所有属性数据顺序排列，得到属性向量；计算所述边界框对中两个边界框的属性向量之间的距离，记为属性差异度； 基于聚类特征树的每个叶子节点的层数，确定对应叶子节点的调整系数； 分别将所述调整系数作为所述边界框对中两个边界框的初始货物相似度的权重，常数1与所述调整系数的差值作为所述边界框对的属性差异度进行负相关映射后结果的权重，对所述初始货物相似度与所述属性差异度进行加权求和，得到所述边界框对的综合货物相似度； 所述基于所述综合货物相似度，确定待定图像与聚类特征树的每个叶子节点的簇半径，包括： 选取待定图像与聚类特征树的每个叶子节点内每个样本图像的所有边界框对的所述综合货物相似度中最大值进行负相关并归一化处理，得到待定图像与聚类特征树的每个叶子节点内每个样本图像的距离指标； 计算待定图像分别与聚类特征树的每个叶子节点内所有样本图像的所述距离指标的均值，作为待定图像与聚类特征树的每个叶子节点的簇半径。

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湖南省通晓信息科技有限公司，其通讯地址为：410100 湖南省长沙市中国(湖南)自由贸易试验区长沙片区星沙产业基地开元东路1318号综合楼423室；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。