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！

龙图腾网获悉浙江中正智能科技有限公司;中国科学院大学申请的专利一种基于图模型的大规模指纹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：CN116597257B 。

龙图腾网通过国家知识产权局官网在2025-12-19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：202310667629.0，技术领域涉及：G06V10/774；该发明授权一种基于图模型的大规模指纹检索方法是由刘中秋;赵彤;张伟;苏亚鹏;章东平设计研发完成，并于2023-06-07向国家知识产权局提交的专利申请。

本一种基于图模型的大规模指纹检索方法在说明书摘要公布了：本发明公开了一种基于图模型的大规模指纹检索方法，属于指纹检索技术领域，包括：步骤1：构建训练数据集，并用指纹特征提取算法得到每枚指纹的指纹特征；步骤2：构建指纹图结构，实现指纹特征向指纹图结构的转换；步骤3：构造图神经网络，对指纹特征进行深度表征，并以图嵌入作为最终的特征格式；步骤4：图神经网络训练，得到指纹图模型；步骤5：指纹图模型性能测试。以指纹特征构建图模型，采用图神经网络提取指纹特征点之间隐含的拓扑关系与指纹之间固有的相关性结构，突破了现有的表层几何结构，充分捕获了未曾被人们考虑过的图范式指纹深度特征，显著提升检索的准确性，并采用深度学习技术提升了指纹检索方法的效率。

本发明授权一种基于图模型的大规模指纹检索方法在权利要求书中公布了：1.一种基于图模型的大规模指纹检索方法，其特征在于，包括： 利用指纹图模型进行指纹检索，得到指纹图模型的步骤包括：步骤1：构建训练数据集，并用指纹特征提取算法得到每枚指纹的指纹特征； 步骤2：构建指纹图结构，实现指纹特征向指纹图结构的转换，包括： 将单枚指纹中的每个指纹特征点视为图模型中的一个节点，同时将每个指纹特征点信息作为每个节点的初始特征嵌入向量；计算各个节点之间初始特征嵌入的欧式距离，利用k个邻近算法构建连边，将图节点和节点之间的连边融合在一起，进行指纹图构造； 步骤3：构造图神经网络，对指纹特征进行深度表征，并以图嵌入作为最终的特征格式，其中，所述图神经网络包括微观层级的拓扑关系推理模块TRM与宏观层级的相关性感知模块CAM，所述微观层级的拓扑关系推理模块TRM与宏观层级的相关性感知模块CAM分别采用EdgeConv与Max-RelativeConv两种GCN架构，同时在其后补充了linear层、normalization层与GeLUactivation层； 步骤4：图神经网络训练，得到指纹图模型，进一步为：将步骤2构建的指纹图结构作为训练数据，输入到步骤3构建的图神经网络，采用triplet_loss作为损失函数，采用AdamW优化器，学习率采用余弦退火策略进行模型训练，最终得到指纹图模型； 步骤5：指纹图模型性能测试。

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浙江中正智能科技有限公司;中国科学院大学，其通讯地址为：310000 浙江省杭州市西湖区文三路90号71幢5层东505-508、西501-508房间；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。