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！

龙图腾网获悉深圳大学申请的专利基于中心相似性的图像检索方法、系统、设备及介质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：CN119226559B 。

龙图腾网通过国家知识产权局官网在2025-09-16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：202411316971.7，技术领域涉及：G06F16/583；该发明授权基于中心相似性的图像检索方法、系统、设备及介质是由赖志辉;邓子卿设计研发完成，并于2024-09-20向国家知识产权局提交的专利申请。

本基于中心相似性的图像检索方法、系统、设备及介质在说明书摘要公布了：本申请涉及一种基于中心相似性的图像检索方法、系统、设备及介质，其中方法包括：获取图像数据集，并采用哈达玛矩阵和伯努利分布生成图像数据集中每一类别的哈希中心；对哈希中心进行修正，得到目标哈希中心；基于图像数据集构建训练数据集，通过深度哈希网络提取并激活训练数据集中每一输入图像的特征，得到低维实值特征；通过低维实值特征与目标哈希中心计算中心相似性贝叶斯损失，并采用反向传播的方式基于中心相似性贝叶斯损失训练深度哈希网络，得到目标检索模型；获取待检索图像，基于目标检索模型对待检索图像进行检索，得到目标相似图像。本申请确保哈希中心之间具有足够间距，减少模型训练的难度和时间，提高图像检索准确性。

本发明授权基于中心相似性的图像检索方法、系统、设备及介质在权利要求书中公布了：1.一种基于中心相似性的图像检索方法，其特征在于，包括： 获取图像数据集，并采用哈达玛矩阵和伯努利分布生成所述图像数据集中每一类别的哈希中心； 对所述哈希中心进行修正，得到目标哈希中心； 基于所述图像数据集构建训练数据集，通过深度哈希网络提取并激活所述训练数据集中每一输入图像的特征，得到低维实值特征； 通过所述低维实值特征与所述目标哈希中心计算中心相似性贝叶斯损失，并采用反向传播的方式基于中心相似性贝叶斯损失训练所述深度哈希网络，得到目标检索模型； 获取待检索图像，基于所述目标检索模型对所述待检索图像进行检索，得到目标相似图像； 所述获取图像数据集，并采用哈达玛矩阵和伯努利分布生成所述图像数据集中每一类别的哈希中心，包括： 获取所述图像数据集； 构建所述哈达玛矩阵，并为所述图像数据集中的每一个类别分配所述哈达玛矩阵的一个列向量作为所述哈希中心； 若所述图像数据集中的类别数量大于哈希码的长度时，对所述哈达玛矩阵进行扩充，并基于扩充后的哈达玛矩阵对未分配的类别进行分配所述列向量，作为所述哈希中心； 若所述图像数据集还存在待分配类别，采用伯努利分布进行随机采样，以对所述待分配类别进行分配，作为所述哈希中心； 所述对所述哈希中心进行修正，得到目标哈希中心，包括： 若所述图像数据集为单标签数据集，则计算每一类别的所述哈希中心之间的汉明距离，得到第一汉明距离； 将小于预设阈值的第一汉明距离作为第二汉明距离，并将所述第二汉明距离对应的哈希中心进行修正，得到所述目标哈希中心； 若所述图像数据集为多标签数据集，则计算每个类别从属的多个所述哈希中心位置上的1和-1的数量，得到整数值数量和负数值数量； 基于所述整数值数量和所述负数值数量的对比结果对所述哈希中心进行修正，得到所述目标哈希中心。

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深圳大学，其通讯地址为：518000 广东省深圳市南山区粤海街道南海大道3688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”。

以上内容由龙图腾AI智能生成。