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！

龙图腾网获悉广州市上赛电子科技有限公司申请的专利一种基于深度哈希的船舶图像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：CN119441532B 。

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：202411606604.0，技术领域涉及：G06F16/583；该发明授权一种基于深度哈希的船舶图像检索方法是由戴利波;黄伯勋;隆伟军;肖敏;杨立设计研发完成，并于2024-11-12向国家知识产权局提交的专利申请。

本一种基于深度哈希的船舶图像检索方法在说明书摘要公布了：本发明公开了一种基于深度哈希的船舶图像检索方法，包括建立初始船舶图像数据库D0；基于特征提取模块和动态哈希编码模块构造深度哈希网络；用D0训练深度哈希网络，得到船舶图像检索模型M0，用M0对D0中样本生成二值哈希码，存入检索数据库；基于增量学习更新船舶图像检索模型，用更新后模型对新增的样本生成二值哈希码后并入检索数据库，用于船舶图像检索。本发明提出了一种结合ViT网络与动态哈希码生成机制的方案，能在数据流变化时动态调整哈希码，以确保系统在面对大规模和复杂环境数据时的灵活性和适应性，从而减少哈希冲突、提升检索效率、降低训练成本。适用于船舶图像在复杂海上环境中比例小、背景复杂等应用场景。

本发明授权一种基于深度哈希的船舶图像检索方法在权利要求书中公布了：1.一种基于深度哈希的船舶图像检索方法，其特征在于：包括以下步骤； S1，建立初始船舶图像数据库D0； 获取多张不同类别的船舶图像，对每张船舶图像，预处理并标注类别得到样本，所有样本构成船舶图像数据库D0； S2，构造一深度哈希网络，包括依次连接的ViT特征提取模块MViT和动态哈希编码模块Mhash，其中MViT用于对D0中样本x进行特征提取，得到对应的图像特征fx，Mhash用于对fx进行动态哈希编码输出实值哈希码，再转换为二值哈希码hx； S3，用D0训练深度哈希网络，得到船舶图像检索模型M0，用M0对D0中所有样本生成二值哈希码，存入检索数据库； S4，基于增量学习更新船舶图像检索模型，每次更新得到一更新后模型，第t次增量学习的更新方法包括步骤S41~S45； S41，获取第t次增量学习的船舶图像数据库Dt，标记为新数据库Dnew，t≥1，且当t=1时，Dt=D0；从D0~Dt-1中每个类别各选取q个样本，构成旧数据库Dold，将第t-1次的更新后模型标记为Mold； S42，构造用于更新Mhash的总损失Ltotal，包括代价函数Lstability和哈希对比损失Lhash； ，， =， 式中，xi为Dold中样本，xj为Dnew中样本，、分别为Mhash第t次更新前、更新后对样本xi的实值哈希码，为L2范数，为Mhash第t次更新后对样本xj的实值哈希码，Sij为样本xi和xj的相似值，若xi和xj类别相同，则Sij=1，否则Sij=0，max为取最大值操作，m为区分不同类别样本的边界距离，γ为Lhash的调节参数； S43，构造用于更新MViT的损失函数LViT； ， 式中，、分别为MViT第t次更新前、更新后对应样本xi的图像特征，β为控制MViT记忆旧数据能力的调节参数，为MViT在Dnew上计算的交叉熵损失； S44，构造模型总损失L，L=Ltotal+LViT； S45，将Dold、Dnew合并后输入Mold，以最小化模型总损失L训练MViT和Mhash，得到第t次的更新后模型Mt； S5，用Mt对第Dnew中样本生成二值哈希码，存入检索数据库； S6，基于Mt进行船舶图像检索； 获取待查询船舶图像xquery，经Mt生成二值哈希码，在检索数据库中检索，输出检索结果，具体包括S61~S64； S61，预设距离阈值τ、预设检索结果数量M； S62，用Mt生成xquery的二值哈希码hxquery计算hxquery与检索数据库中所有二值哈希码的汉明距离； S63，将检索数据库中样本按汉明距离从小到大排序，生成序列表； S64，选取序列表中汉明距离小于τ的前M个样本作为检索结果。

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广州市上赛电子科技有限公司，其通讯地址为：510630 广东省广州市天河区中山大道西89号办公楼(部位:A栋6层北1-4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”。