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！

龙图腾网获悉吉林大学申请的专利一种基于分类标签的深度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：CN115587207B 。

龙图腾网通过国家知识产权局官网在2025-08-26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：202211093673.7，技术领域涉及：G06F16/51；该发明授权一种基于分类标签的深度哈希检索方法是由刘萍萍;刘泽同;单雪;周求湛;王一帆设计研发完成，并于2022-09-08向国家知识产权局提交的专利申请。

本一种基于分类标签的深度哈希检索方法在说明书摘要公布了：本发明公开了一种基于分类标签的深度哈希检索方法。首先，利用深度卷积神经网络对训练图像数据库中的图像进行特征提取，在主网络后构建深度哈希网络学习类哈希码，在深度哈希网络后构建分类器学习分类特征。其次，使用类哈希码和分类特征分别计算度量学习损失和分类损失，并使用类哈希码和哈希码计算量化损失。最后，在测试阶段将分类标签二值化与哈希码拼接，得到的基于分类标签的哈希码用于检索。本发明提出的方法同时利用了分类信息和相似度信息，能达到良好的检索精度。

本发明授权一种基于分类标签的深度哈希检索方法在权利要求书中公布了：1.一种基于分类标签的深度哈希检索方法，其特征在于：图像检索方法包括如下步骤： 步骤1：使用预训练的卷积神经网络提取训练图像数据库中图像的高维特征； 步骤2：将步骤1提取的图像的高维特征输入深度哈希网络计算得到低维类哈希码； 步骤3：将步骤2得到的低维类哈希码输入分类器得到分类特征； 步骤4：使用步骤2得到的低维特征和步骤3得到的语义特征计算损失函数值； 损失函数定义为： pi是当前图片xi经过分类器后得到的属于每个类别的概率，pi∈TC，·代表内积操作,N为输入图像的数量； L2＝Lp-loss+Lb-loss 其中： P+代表当前数据对应的正代理集，代表与代理同类的样本集，代表与代理异类的样本集，αp和αn分别用于调节正负样本的优化方向，使正负样本朝着最优的方向优化，δp是正样本对之间的阈值，规定正样本之间的相似度应高于该阈值，δn是负样本对之间的阈值，规定负样本之间的相似度应低于该阈值，δp和δn控制着样本间的离散程度，代表样本特征ui与正代理特征up之间的余弦相似性，代表样本特征ui与负代理特征un之间的余弦相似性； 是第i个类哈希码，是第i个哈希码，是由公式hK＝sgndK来量化类哈希码得到的，其中sgn·是符号函数，它返回一个变量的正负符号，对于正数值为1，对于负数值为-1；N为训练批大小；表示l2范数向量，以减少类哈希码与哈希码之间的距离； 最终的损失函数为： L3＝ηL1+1-ηL2； 步骤5：通过反向传播和共享权重对卷积神经网络和深度哈希网络的参数进行调整，得到网络的最终参数； 步骤6：对于测试阶段，将查询图像和测试图像集输入最终得到的网络，将得到的标签编码后与计算得到的哈希码进行拼接，计算汉明距离进行排序，得到与查询图像相关的图像列表。

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吉林大学，其通讯地址为：130012 吉林省长春市前进大街2699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”。