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！

龙图腾网获悉潍坊学院申请的专利基于判别性生成采样的图文跨模态哈希检索模型训练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：CN120832432B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202511329456.7，技术领域涉及：G06F16/903；该发明授权基于判别性生成采样的图文跨模态哈希检索模型训练方法是由代江艳;秦琦冰;程坤设计研发完成，并于2025-09-17向国家知识产权局提交的专利申请。

本基于判别性生成采样的图文跨模态哈希检索模型训练方法在说明书摘要公布了：本发明涉及信息检索技术领域，具体涉及基于判别性生成采样的图文跨模态哈希检索模型训练方法。通过哈希特征缩放和哈希概念偏移，直接在嵌入空间生成判别性伪嵌入，有效解决了嵌入区域稀疏导致的训练样本不足问题；这种生成方式不仅显著增加了训练样本的数量，更重要的是保证了生成样本的判别性和语义合理性，为哈希学习提供了更丰富的训练信号。此外，无需改变现有网络结构，计算开销远低于传统的生成式数据增强方法，可无缝集成到多种深度哈希框架中，并适配不同的损失函数和采样策略。

本发明授权基于判别性生成采样的图文跨模态哈希检索模型训练方法在权利要求书中公布了：1.一种基于判别性生成采样的图文跨模态哈希检索模型训练方法，其特征在于，包括以下步骤： 获取带标签的图文数据集，其中图文数据集包括图像样本及其标签和文本样本及其标签； 分别提取图像样本的图像特征和文本样本的文本特征，并映射为图像嵌入向量和文本嵌入向量； 根据图像嵌入向量或文本嵌入向量中的高激活特征生成图像伪嵌入向量或文本伪嵌入向量； 通过图像伪嵌入向量和文本伪嵌入向量训练图文跨模态哈希检索模型； 根据目标损失更新图文跨模态哈希检索模型的参数； 其中，所述高激活特征为图像嵌入向量或文本嵌入向量中值最大的前个维度的特征，其中为正整数； 所述根据图像嵌入向量或文本嵌入向量中的高激活特征生成图像伪嵌入向量或文本伪嵌入向量包括： 建立频率记录矩阵； 识别图像嵌入向量或文本嵌入向量中值最大的前个维度，在频率记录矩阵中对应类别的个维度上进行累加计数； 根据频率记录矩阵生成每个类别的二值掩码； 根据二值掩码对识别图像嵌入向量或文本嵌入向量中的特征进行随机缩放，得到图像伪嵌入向量或文本伪嵌入向量； 其中，对于具有多热标签的图像嵌入向量或文本嵌入向量，计算样本对之间的标签语义差异向量和嵌入差异向量； 根据约束条件筛选有效嵌入差异向量，所述约束条件包括非负约束、非零约束和非同一性约束； 对有效嵌入差异向量进行归一化，并乘以一个缩放因子，得到图像伪嵌入向量或文本伪嵌入向量。

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潍坊学院，其通讯地址为：261061 山东省潍坊市高新开发区东风东街5147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。