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！

龙图腾网恭喜安庆师范大学申请的专利一种基于超球体自适应过滤的图像特征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：CN119669507B 。

龙图腾网通过国家知识产权局官网在2025-05-09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：202411701373.1，技术领域涉及：G06F16/58；该发明授权一种基于超球体自适应过滤的图像特征检索方法是由艾列富;蒋常玉;朱正南;侯婷岚;陈春生设计研发完成，并于2024-11-26向国家知识产权局提交的专利申请。

本一种基于超球体自适应过滤的图像特征检索方法在说明书摘要公布了：本发明涉及图像检索领域中的近似最近邻搜索问题，公开了一种基于超球体自适应过滤的图像特征检索方法，该方法主要由获取候选集、超球体过滤和重排序三个阶段组成，包括：结合基于残差量化构建的倒排索引，在图像特征库中使用全连接神经网络构建以查询特征向量为球心的超球体，并利用该超球体自适应获取需检索的倒排列表以构成候选集；根据超球体与查询特征向量的空间位置关系，从候选集中过滤掉空间位置处于超球体外部的特征向量以精简候选集；在结果重排序阶段中，根据查询特征向量与候选特征向量之间的相似度或欧式距离，对候选集中的特征向量排序并将相似度最高或欧式距离最小的前个特征向量作为最终检索结果。本发明结合深度学习来构建超球体模型，在保证检索精度的同时有效提升检索效率。

本发明授权一种基于超球体自适应过滤的图像特征检索方法在权利要求书中公布了：1.一种基于超球体自适应过滤的图像特征检索方法，其特征在于，检索过程包括：获取候选集、超球体过滤和重排序；所述获取候选集包括：结合基于残差量化构建的倒排索引结构，在图像特征库中使用全连接神经网络构建以查询特征向量为球心的超球体1，并利用该超球体检索自适应数量的倒排列表以获取候选集；所述超球体过滤包括：在图像特征库中使用全连接神经网络构建以查询特征向量为球心的超球体2，根据该超球体与候选特征向量之间的空间位置关系，从候选集中过滤掉空间位置处于超球体2外部的候选特征向量以精简候选集；所述重排序包括：计算精简后的候选集中所有特征向量与查询特征向量之间的相似度或欧式距离并排序，将相似度最高或欧式距离最小的前R个特征向量作为最终检索结果；其中，训练超球体模型1的过程为：首先，给定图像特征数据集X，其包含三个子集：训练向量集X1，数据库向量集X2，通过聚类技术在训练向量集X1中生成K个聚类中心，除此之外，根据基于二项分布的采样方法从训练向量集X1中选取T个训练特征向量，从而组成训练超球体模型1的训练数据集其次，将超球体模型1的学习过程形式化为函数f:fFx＝Tr，利用转换函数F，根据训练特征向量x到K个聚类中心的欧氏距离，计算同训练特征向量维度无关的输入向量D＝Fx；然后，在数据库向量集X2中计算与x欧氏距离最近的S个近邻向量，将x到上述S个近邻向量的最远欧式距离作为Tr，为保证在检索过程至少有一个倒排列表能被检索到，使用x与距离最近码字的欧式距离优化Tr；最后，将训练数据对{D,Tr}输入进全连接神经网络中，利用MSE损失函数计算训练损失，得到以特征向量x为球心的超球体1的神经网络模型；其中，训练超球体模型2的过程为：计算训练特征向量x与K个聚类中心之间的残差向量，从而组成训练超球体模型2的训练数据

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安庆师范大学，其通讯地址为：246011 安徽省安庆市大观区菱湖南路128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”。