Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜中国人民解放军陆军工程大学李阳获国家专利权

恭喜中国人民解放军陆军工程大学李阳获国家专利权

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!

龙图腾网恭喜中国人民解放军陆军工程大学申请的专利一种基于等量约束聚类的无监督图像哈希检索方法及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:CN114969404B

龙图腾网通过国家知识产权局官网在2025-04-18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:202210354367.8,技术领域涉及:G06F16/53;该发明授权一种基于等量约束聚类的无监督图像哈希检索方法及系统是由李阳;王亚鹏;苗壮;王家宝;张睿;李航设计研发完成,并于2022-04-06向国家知识产权局提交的专利申请。

一种基于等量约束聚类的无监督图像哈希检索方法及系统在说明书摘要公布了:本发明公开一种基于等量约束聚类的无监督图像哈希检索方法及系统,包括:将数据库图像输入哈希特征提取网络模型,得到数据库图像的二值化哈希码并构建哈希码数据库;将待检索图像输入训练获得的哈希特征提取网络模型,得到该待检索图像的哈希码,计算该待检索图像的哈希码与哈希码数据库中所有二值化哈希码的汉明距离,将汉明距离最小的数据库图像作为待检索图像的检索结果。本发明利用等量约束聚类对无标签训练图像进行聚类,有效避免K‑Means聚类算法面临的空聚类和聚类不平衡问题,提高硬伪标签标注精度;利用去噪的软伪标签监督哈希特征提取网络训练,充分利用软伪标签挖掘图像类间关系,避免硬伪标签造成的过拟合,提升哈希编码精度。

本发明授权一种基于等量约束聚类的无监督图像哈希检索方法及系统在权利要求书中公布了:1.一种基于等量约束聚类的无监督图像哈希检索方法,其特征在于,包括:获取待检索图像;将数据库图像输入训练获得的哈希特征提取网络模型,得到数据库图像的二值化哈希码,所有数据库图像的二值化哈希码构成哈希码数据库;将待检索图像输入训练获得的哈希特征提取网络模型,得到该待检索图像的哈希码,计算该待检索图像的哈希码与哈希码数据库中所有二值化哈希码的汉明距离,将汉明距离最小的数据库图像作为待检索图像的检索结果;其中,训练获得哈希特征提取网络模型,包括:获取无标签训练图像;利用软伪标签标注方法对无标签训练图像进行标注,得到无标签训练图像的软伪标签,并利用软伪标签去噪方法去除软伪标签的部分噪声标签;基于得到的去除噪声标签的软伪标签,预设的损失函数采用梯度更新对预先构建的哈希特征提取网络进行参数迭代更新,满足预设的迭代更新次数后,获得最终的哈希特征提取网络模型;所述软伪标签标注方法包括:利用预训练深度网络提取无标签训练图像的深度特征;利用等量约束聚类算法对深度特征进行聚类,根据深度特征所在的聚类簇给无标签训练图像标注硬伪标签;基于得到的硬伪标签,利用训练获得的软伪标签标注网络模型对无标签训练图像进行软伪标签标注,得到无标签训练图像的软伪标签;所述等量约束聚类算法为在K-Means聚类算法基础上加入了聚类等量约束,等量约束聚类算法的目标函数为: ,式中,表示利用预训练深度网络提取的无标签训练图像的深度特征,表示第个聚类簇,表示第个聚类簇的聚类中心,表示无标签训练图像的数量;表示无标签训练图像类别数量,i∈[1,k]。

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中国人民解放军陆军工程大学,其通讯地址为:210014 江苏省南京市秦淮区后标营88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”。

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。