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！

龙图腾网获悉华南理工大学申请的专利一种基于锚点的密集嵌入生成方法、装置和存储介质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：CN116680427B 。

龙图腾网通过国家知识产权局官网在2026-01-16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：202310606289.0，技术领域涉及：G06F16/53；该发明授权一种基于锚点的密集嵌入生成方法、装置和存储介质是由谭明奎;黄尚昕;刘立钊;庄壮伟;杜卿;吴祥淼设计研发完成，并于2023-05-25向国家知识产权局提交的专利申请。

本一种基于锚点的密集嵌入生成方法、装置和存储介质在说明书摘要公布了：本发明公开了一种基于锚点的密集嵌入生成方法、装置和存储介质，可广泛应用于嵌入生成技术。其中方法包括：获取待检索的目标图像；将所述目标图像输入目标模型中；利用所述目标模型将所述目标图像映射到特征空间中，按照特征空间中的距离进行比较，获得检索结果；其中，所述目标模型通过利用锚点嵌入生成的密集嵌入来训练深度神经网络模型后获得。本发明利用锚点附近的特征空间来稠密的生成无对应数据点的嵌入特征进行训练，从而实现更加准确的图像检索，解决深度度量学习中由于计算资源限制，从而导致现有采样无法采样到有效样本的问题。此外，本发明还能够直接集成到现有的深度度量学习框架中，无需任何额外的修改，并且具有显著的技术效果。

本发明授权一种基于锚点的密集嵌入生成方法、装置和存储介质在权利要求书中公布了：1.一种基于锚点的密集嵌入生成方法，其特征在于，包括以下步骤： 获取待检索的目标图像； 将所述目标图像输入目标模型中； 利用所述目标模型将所述目标图像映射到特征空间中，根据比较特征空间中两两向量间的欧氏距离，获取最为接近的向量所对应的图像作为检索结果； 其中，所述目标模型通过利用锚点嵌入生成的密集嵌入来训练深度神经网络模型后获得； 所述目标模型通过以下方式训练获得： 在所述深度神经网络模型的采样层之前，插入伪嵌入生成层； 在训练过程中，采样获得的图像在输入所述深度神经网络模型后，首先利用有数据点的嵌入作为锚点，并利用锚点嵌入附近的特征空间来产生没有数据点的伪嵌入； 通过结合有数据点的嵌入和没有数据点的伪嵌入，提供更多的嵌入以促进采样过程，使得采样过程能够采样到更加有效的样本对所述深度神经网络模型进行训练，获得目标模型； 所述伪嵌入通过以下方式生成，包括： 使用特征的缩放以及移位，在锚点嵌入周围的特征空间生成伪嵌入； 所述使用特征的缩放以及移位，在锚点嵌入周围的特征空间生成伪嵌入，包括： 利用最具判别特征缩放模块，在单个锚点嵌入周围利用特征空间来生成伪嵌入； 利用过往特征变换移位模块，在多个锚点嵌入周围利用特征空间来生成伪嵌入。

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华南理工大学，其通讯地址为：510641 广东省广州市天河区五山路381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。