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！

龙图腾网获悉武汉理工大学申请的专利一种基于显著性捕获机制的无人机图像哈希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：CN116089646B 。

龙图腾网通过国家知识产权局官网在2025-07-18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：202310007898.4，技术领域涉及：G06F16/583；该发明授权一种基于显著性捕获机制的无人机图像哈希检索方法是由陈亚雄;杨锴;黄景灏;黄吉瑞;熊盛武设计研发完成，并于2023-01-04向国家知识产权局提交的专利申请。

本一种基于显著性捕获机制的无人机图像哈希检索方法在说明书摘要公布了：一种基于显著性捕获机制的无人机图像哈希检索方法，通过学习无人机图像数据的语义信息，利用显著性捕获机制、分布平滑项、全局信息和局部细粒度信息来学习有效的哈希码，最后利用相似度计算来检索出给定数目的无人机图像项。本发明提出的方法不仅能够更多的关注全局信息，捕获显著特征，而且提高了检索的精度性能。

本发明授权一种基于显著性捕获机制的无人机图像哈希检索方法在权利要求书中公布了：1.一种基于显著性捕获机制的无人机图像哈希检索方法，其特征在于： 所述方法包括如下步骤： 步骤1，将无人机图像库的照片划分训练数据集和测试数据集； 步骤2，信息提取，基于预训练的ResNet50网络进行改进，利用训练数据集的图片对ResNet50网络进行信息提取训练； 将训练数据集的图片利用ResNet50网络进行训练提取特征，所述ResNet50网络对训练数据集的图片进行四个阶段的特征映射处理，首先对ResNet50的第一阶段生成的特征图输出进行上采样，然后与ResNet50第二阶段的特征映射输出相连接为局部低层特征Flow；之后，对ResNet50第三阶段的特征映射输出进行上采样，然后与ResNet50第四阶段的特征映射输出相连接为局部高层特征Fhigh；最后，利用3×3的卷积对局部低层特征进行处理，利用1×1的卷积对局部高层特征进行处理是这两种特征具有相同的大小，将这两种特征连接起来成为连接特征；为了避免高层特征语义丢失，使用残差结构将局部高级特征的平均值和连接特征连接起来得到局部联合特征Fj；此外，对局部联合特征进行细粒度变换可以减少冗余信息； 步骤3，显著性捕获，在生成局部细粒度特征Fl后，为了增强特征的有效性，使用进行显著性捕获处理；首先捕获信息交互注意力，然后捕获视觉增强注意力； 信息交互注意力的捕获机制是使全局特征和局部细粒度特征相互学习作用，得到信息交互注意力捕获的特征嵌入向量Fia；视觉增强注意力的捕获机制是增强提取的有效特征的视觉表征，得到的显著性模块输出的显著性特征Fva； 步骤4，进行哈希学习训练，将步骤3中得到的显著性模块输出的显著性特征Fva后，输入到哈希学习模块进行训练，即k个节点的全连接哈希层，哈希曾利用tanh函数作为激活函数；在训练阶段产生k位的哈希类代码，并通过由相似度维持项、分布平滑项和量化误差组成的目标函数进行学习；在测试阶段，利用符号函数将k位类哈希码量化为k位哈希码； 步骤5，训练显著捕获模型，利用训练数据集循环步骤2至步骤4对网络模型进行训练，当训练100轮迭代或者最终的目标函数损失不再下降时结束算法运行，进而得到训练完成的整体网络模型计算测试数据集中样本的哈希码； 步骤6，使用训练好的整体网络模型计算测试数据集中样本的哈希码，将查询样本和训练数据集各样本的哈希码之间的汉明距离从大到小排序，并计算排名列表的前n个精度，得出平均精度指标MAP和前n名检索结果，此时检索结果输出，检索完成。

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武汉理工大学，其通讯地址为：430000 湖北省武汉市洪山区珞狮路205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”。