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！

龙图腾网获悉合肥工业大学申请的专利基于多尺度多模态特征的层级结构的图像相似度匹配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：CN118736249B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202410897108.9，技术领域涉及：G06V10/74；该发明授权基于多尺度多模态特征的层级结构的图像相似度匹配方法是由任梦妍;高欣健;洪致远;王希临;王昕;高隽设计研发完成，并于2024-07-05向国家知识产权局提交的专利申请。

本基于多尺度多模态特征的层级结构的图像相似度匹配方法在说明书摘要公布了：本发明公开了一种基于多尺度多模态特征的层级结构的图像相似度匹配方法，包括：1获取图像样本的原始多模态特征；2对多模态特征进行多尺度变化，融合成综合特征；3对样本进行层级聚类，获取样本的层级结构，确定每一层的神经元数目和链接方式；4依据综合特征和层级结构构建相似度方程；5构建目标方程，通过全局优化的方法对模型进行训练，对各个关系神经元进行迭代更新，得到最佳训练模型；6利用训练好的模型对输入样本进行图像相似度匹配，得到相似度最高的图像对作为最相似的图像对。本发明能更好的学习图像综合特征，从而提高图像相似度学习的效果，使得图像匹配结果具有更好的可解释性。

本发明授权基于多尺度多模态特征的层级结构的图像相似度匹配方法在权利要求书中公布了：1.一种基于多尺度多模态特征的层级结构的图像相似度匹配方法，其特征在于，是按如下步骤进行： 步骤1、获取一个含有t个不同类别样本的图像数据集I＝{I1,I2,…,Ii,…,It}，其中，Ii表示第i个样本；t表示图像数据集中的样本数量； 提取第i个样本Ii的k个不同模态的特征，得到特征维数为k的特征向量集合{Fi 1,Fi 2,...,Fi l,…,Fi k}，其中，Fi l表示第i个样本Ii的第l个模态特征； 步骤2、构建特征融合模型，并用于获取第i个样本Ii的多尺度多模态特征Gi： 步骤3、通过层级聚类方法获得样本间的层级结构，并构建层级相似度模型： 步骤3.1、利用欧式距离计算任意两个样本特征之间的距离并进行比较，找出距离最近的两个样本合并为一个簇，从而将I中所有样本进行合并，得到样本间的层级结构； 步骤3.2、将聚类得到的层级结构作为层级网络链接结构元，将各个聚类中心作为关系神经元，并将首层的聚类中心视作关系向量； 步骤4、构建相似度方程，并用于得到第i个样本Ii和第j个样本的相似度γij： 步骤5、利用式1构建损失函数L，并通过全局优化的方法对特征融合模型和层级相似度模型进行训练，并利用反向传播算法对各个关系神经元进行迭代更新，从而得到最佳图像相似度匹配模型； 式1中，I+为图像数据集I中拥有相同标签的正例样本图像集合，I-为图像数据集I中拥有不同标签的负例样本图像集合；γij-表示与第i个样本Ii拥有不相同标签的第j个样本Ij的相似度，γij+表示与第i个样本Ii拥有相同标签的第j个样本Ij的相似度，θ为相似度学习中所有待训练的参数集合，i,j+表示正例样本对，i,j-表示负例样本对； 步骤6、设定第i个样本Ii为索引样本，利用最佳图像相似度匹配模型对索引样本进行检测，相应得到与索引样本相似度最高的图像对，并作为最相似的图像对结果。

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合肥工业大学，其通讯地址为：230009 安徽省合肥市包河区屯溪路193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。