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！

龙图腾网获悉华南理工大学申请的专利一种文本无关联机书写者检索方法、装置及存储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：CN118840788B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202410846535.4，技术领域涉及：G06V40/30；该发明授权一种文本无关联机书写者检索方法、装置及存储介质是由金连文;张沛荣设计研发完成，并于2024-06-27向国家知识产权局提交的专利申请。

本一种文本无关联机书写者检索方法、装置及存储介质在说明书摘要公布了：本发明公开了一种文本无关联机书写者检索方法、装置及存储介质，属于深度学习与模式识别领域。其中方法包括：获取文本无关的笔迹时间序列数据；将获得的笔迹时间序列数据进行归一化处理，并提取多个时间函数，获取标签数据；构建检索模型，根据归一化处理后的时间序列数据和标签数据对检索模型进行训练；将测试笔迹和数据库中所有测试笔迹均输入训练后的检索模型，提取出特征向量；计算测试笔迹的特征向量与数据库中测试笔迹的特征向量之间的余弦相似度，根据余弦相似度获取最终的检索结果。本发明针对联机书写者检索，填补了该领域长期的研究空缺，在不同的文本中提取属于同一个书写者的书写风格，达到远超其他方法的检索性能。

本发明授权一种文本无关联机书写者检索方法、装置及存储介质在权利要求书中公布了：1.一种文本无关联机书写者检索方法，其特征在于，包括以下步骤： 获取文本无关的笔迹时间序列数据； 将获得的笔迹时间序列数据进行归一化处理，并提取多个时间函数，获取标签数据； 构建检索模型，根据归一化处理后的时间序列数据和标签数据对检索模型进行训练； 将测试笔迹和数据库中所有测试笔迹均输入训练后的检索模型，提取出特征向量； 计算测试笔迹的特征向量与数据库中测试笔迹的特征向量之间的余弦相似度，根据余弦相似度获取最终的检索结果； 所述检索模型为深度神经网络模型，所述检索模型包括时域去冗余子网络、频域交叉注意力子网络和上下文关注的特征金字塔网络； 所述时域去冗余子网络由多个通道激活反残差模块组成，用于通过多级的通道激活来减少时域特征通道维度中的冗余； 所述频域交叉注意力子网络，用于通过离散小波变换提取时间序列的高频分量，将时间序列与其高频部分进行门控交叉注意力计算，以突出高频部分的书写风格特征； 所述上下文关注的特征金字塔网络，用于获取时域去冗余子网络的多尺度输出并进行上下文增强，以及按照金字塔的结构输出时域特征向量； 频域交叉注意力子网络与时域去冗余子网络进行层与层之间的特征交互，即下一层时域层的输入加入上一层频域层的输出，而下一层频域层的输入加上当前时域层的输出，形成时域和频域的协同特征学习。

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华南理工大学，其通讯地址为：510641 广东省广州市天河区五山路381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。