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 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 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 > 哈尔滨工程大学苍岩获国家专利权

哈尔滨工程大学苍岩获国家专利权

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!

龙图腾网获悉哈尔滨工程大学申请的专利一种基于相似特征注意的图像特征相似性计算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:CN119832278B

龙图腾网通过国家知识产权局官网在2025-07-15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:202510023729.9,技术领域涉及:G06V10/74;该发明授权一种基于相似特征注意的图像特征相似性计算方法及系统是由苍岩;张轩上;李春广;邹瑞凯设计研发完成,并于2025-01-07向国家知识产权局提交的专利申请。

一种基于相似特征注意的图像特征相似性计算方法及系统在说明书摘要公布了:本发明提供一种基于相似特征注意的图像特征相似性计算方法及系统,属于特征分类领域。为解决现有相似度计算不适用于轴承表面缺陷分类这种少样本情况,且存在背景信息干扰,影响计算结果问题。本发明利用支持集与查询集的相关性,设计相似特征注意模块,获取支持集的类原型中心、查询集两者之间的共同相似特征区域,比较两者之间的相似度得分,避免背景信息的干扰;设计自适应度量网络,对查询集相似特征进行类别预测,对查询集相似特征与每个类原型相似特征的相似度得分进行类别预测,最后计算二者的类别损失,通过类原型与查询集之间的相似度计算,确定两者之间的相似特征区域,相比于固定度量距离函数具有更好的泛化性。

本发明授权一种基于相似特征注意的图像特征相似性计算方法及系统在权利要求书中公布了:1.一种基于相似特征注意的图像特征相似性计算方法,其特征在于,包括以下步骤: S100、相似度计算,通过计算支持集类原型中心特征与查询集特征之间的余弦距离,得到不同特征向量之间的相关性得分,所述支持集和查询集均为轴承表面缺陷图像数据集; S200、设计相似特征注意层,利用支持集与查询集的相关性,设计相似特征注意模块,获取支持集的类原型中心、查询集两者之间的共同相似特征区域,比较两者之间的相似度得分; 包括, S210、对类原型相似度矩阵Zs在每个通道采用全局平均池化操作,计算类原型中的每个局部区域与查询集中的单个局部区域之间的平均相似度Rs,将类原型相似矩阵转换成M×1大小的区域相似度,如公式2所示: 其中,表示整体类原型与查询集中第i个局部特征向量之间的平均相似度; S220、通过步骤S210获得区域相似度后,通过相似特征注意层后得到相似度融合系数,将类原型相似度矩阵中的相关性得分依次与相似度融合系数中类原型关于查询集单个区域的平均相似性点乘,并求和得到类原型中每个区域关于查询集全局特征的平均相似度; S230、使用分类器对类原型中每个区域与查询集全局特征的平均相似度进行处理,对相似性更高的区域赋予较大的权重,以此突出该区域特征,得到sa;在类原型融合特征基础上,通过相似特征注意,增强相似区域特征,使用最终的类原型相似特征进行分类;确定查询集相似特征的方法相同,最终得到类原型和查询集的相似特征Fs和Fq,如公式3和公式4所示: Fs=S+S×sa3 Fq=Q+Q×qa4 其中,S表示支持集的全局特征和局部特征组合后得到的融合特征,Q表示查询集的全局特征和局部特征组合后得到的融合特征; 通过上述操作,得到类原型中心、查询集两者之间的共同相似特征区域; S300、设计自适应度量网络,包括对查询集相似特征进行类别预测,以及对查询集相似特征与每个类原型相似特征的相似度得分进行类别预测,然后计算类原型相似特征与查询集相似特征预测的损失和类别预测损失用于更新网络,根据相似性度量完成分类。

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哈尔滨工程大学,其通讯地址为:150001 黑龙江省哈尔滨市南岗区南通大街145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。