買(mǎi)專(zhuān)利賣(mài)專(zhuān)利找龍圖騰，真高效！ 查專(zhuān)利查商標(biāo)用IPTOP,全免費(fèi)！專(zhuān)利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜安慶師范大學(xué)申請(qǐng)的專(zhuān)利一種基于超球體自適應(yīng)過(guò)濾的圖像特征檢索方法獲國(guó)家發(fā)明授權(quán)專(zhuān)利權(quán)，本發(fā)明授權(quán)專(zhuān)利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN119669507B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-05-09發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專(zhuān)利申請(qǐng)?zhí)?專(zhuān)利號(hào)為：202411701373.1，技術(shù)領(lǐng)域涉及：G06F16/58；該發(fā)明授權(quán)一種基于超球體自適應(yīng)過(guò)濾的圖像特征檢索方法是由艾列富;蔣常玉;朱正南;侯婷嵐;陳春生設(shè)計(jì)研發(fā)完成，并于2024-11-26向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專(zhuān)利申請(qǐng)。

本一種基于超球體自適應(yīng)過(guò)濾的圖像特征檢索方法在說(shuō)明書(shū)摘要公布了：本發(fā)明涉及圖像檢索領(lǐng)域中的近似最近鄰搜索問(wèn)題，公開(kāi)了一種基于超球體自適應(yīng)過(guò)濾的圖像特征檢索方法，該方法主要由獲取候選集、超球體過(guò)濾和重排序三個(gè)階段組成，包括：結(jié)合基于殘差量化構(gòu)建的倒排索引，在圖像特征庫(kù)中使用全連接神經(jīng)網(wǎng)絡(luò)構(gòu)建以查詢(xún)特征向量為球心的超球體，并利用該超球體自適應(yīng)獲取需檢索的倒排列表以構(gòu)成候選集；根據(jù)超球體與查詢(xún)特征向量的空間位置關(guān)系，從候選集中過(guò)濾掉空間位置處于超球體外部的特征向量以精簡(jiǎn)候選集；在結(jié)果重排序階段中，根據(jù)查詢(xún)特征向量與候選特征向量之間的相似度或歐式距離，對(duì)候選集中的特征向量排序并將相似度最高或歐式距離最小的前個(gè)特征向量作為最終檢索結(jié)果。本發(fā)明結(jié)合深度學(xué)習(xí)來(lái)構(gòu)建超球體模型，在保證檢索精度的同時(shí)有效提升檢索效率。

本發(fā)明授權(quán)一種基于超球體自適應(yīng)過(guò)濾的圖像特征檢索方法在權(quán)利要求書(shū)中公布了：1.一種基于超球體自適應(yīng)過(guò)濾的圖像特征檢索方法，其特征在于，檢索過(guò)程包括：獲取候選集、超球體過(guò)濾和重排序；所述獲取候選集包括：結(jié)合基于殘差量化構(gòu)建的倒排索引結(jié)構(gòu)，在圖像特征庫(kù)中使用全連接神經(jīng)網(wǎng)絡(luò)構(gòu)建以查詢(xún)特征向量為球心的超球體1，并利用該超球體檢索自適應(yīng)數(shù)量的倒排列表以獲取候選集；所述超球體過(guò)濾包括：在圖像特征庫(kù)中使用全連接神經(jīng)網(wǎng)絡(luò)構(gòu)建以查詢(xún)特征向量為球心的超球體2，根據(jù)該超球體與候選特征向量之間的空間位置關(guān)系，從候選集中過(guò)濾掉空間位置處于超球體2外部的候選特征向量以精簡(jiǎn)候選集；所述重排序包括：計(jì)算精簡(jiǎn)后的候選集中所有特征向量與查詢(xún)特征向量之間的相似度或歐式距離并排序，將相似度最高或歐式距離最小的前R個(gè)特征向量作為最終檢索結(jié)果；其中，訓(xùn)練超球體模型1的過(guò)程為：首先，給定圖像特征數(shù)據(jù)集X，其包含三個(gè)子集：訓(xùn)練向量集X1，數(shù)據(jù)庫(kù)向量集X2，通過(guò)聚類(lèi)技術(shù)在訓(xùn)練向量集X1中生成K個(gè)聚類(lèi)中心，除此之外，根據(jù)基于二項(xiàng)分布的采樣方法從訓(xùn)練向量集X1中選取T個(gè)訓(xùn)練特征向量，從而組成訓(xùn)練超球體模型1的訓(xùn)練數(shù)據(jù)集其次，將超球體模型1的學(xué)習(xí)過(guò)程形式化為函數(shù)f:fFx＝Tr，利用轉(zhuǎn)換函數(shù)F，根據(jù)訓(xùn)練特征向量x到K個(gè)聚類(lèi)中心的歐氏距離，計(jì)算同訓(xùn)練特征向量維度無(wú)關(guān)的輸入向量D＝Fx；然后，在數(shù)據(jù)庫(kù)向量集X2中計(jì)算與x歐氏距離最近的S個(gè)近鄰向量，將x到上述S個(gè)近鄰向量的最遠(yuǎn)歐式距離作為T(mén)r，為保證在檢索過(guò)程至少有一個(gè)倒排列表能被檢索到，使用x與距離最近碼字的歐式距離優(yōu)化Tr；最后，將訓(xùn)練數(shù)據(jù)對(duì){D,Tr}輸入進(jìn)全連接神經(jīng)網(wǎng)絡(luò)中，利用MSE損失函數(shù)計(jì)算訓(xùn)練損失，得到以特征向量x為球心的超球體1的神經(jīng)網(wǎng)絡(luò)模型；其中，訓(xùn)練超球體模型2的過(guò)程為：計(jì)算訓(xùn)練特征向量x與K個(gè)聚類(lèi)中心之間的殘差向量，從而組成訓(xùn)練超球體模型2的訓(xùn)練數(shù)據(jù)

如需購(gòu)買(mǎi)、轉(zhuǎn)讓、實(shí)施、許可或投資類(lèi)似專(zhuān)利技術(shù)，可聯(lián)系本專(zhuān)利的申請(qǐng)人或?qū)＠麢?quán)人安慶師范大學(xué)，其通訊地址為：246011 安徽省安慶市大觀區(qū)菱湖南路128號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話(huà)0551-65771310或微信搜索“龍圖騰網(wǎng)”。