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！

龙图腾网获悉浙江工业大学申请的专利一种基于文本生成和迭代匹配的图文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：CN116842201B 。

龙图腾网通过国家知识产权局官网在2025-12-26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：202310781908.X，技术领域涉及：G06F16/432；该发明授权一种基于文本生成和迭代匹配的图文检索方法是由白琮;潘莹莹;马青设计研发完成，并于2023-06-29向国家知识产权局提交的专利申请。

本一种基于文本生成和迭代匹配的图文检索方法在说明书摘要公布了：本发明公开了一种基于文本生成和迭代匹配的图文检索方法，包括利用BI‑GRU网络模型和CNN网络模型依次提取出初始文本特征向量和初始图像特征向量。本基于文本生成和迭代匹配的图文检索方法通过分别训练BI‑GRU网络模型和CNN网络模型，利用训练好的BI‑GRU网络模型和CNN网络模型分别提取文本特征和图像特征，再分别与数据库中的图像特征和文本特征计算相似度，将数据库中相似度最大的前若干名的图像特征和文本特征作为检索的结果输出，实现图文检索；文本生成模块通过图文信息交互增强了图像和文本的整体语义相关性，有效解决跨模态图文检索中难以直接度量图像和文本的相似性的问题，提升图文检索精度。

本发明授权一种基于文本生成和迭代匹配的图文检索方法在权利要求书中公布了：1.一种基于文本生成和迭代匹配的图文检索方法，其特征在于：所述基于文本生成和迭代匹配的图文检索方法，包括： S1、利用BI-GRU网络模型和CNN网络模型依次提取出初始文本特征向量和初始图像特征向量，包括： 令初始图像特征向量为，初始文本特征向量为，其中，表示维的向量，表示初始图像特征向量中的第个图像特征，表示图像特征数量，表示初始文本特征向量中的第个文本特征，表示文本特征数量； S2、分别对BI-GRU网络模型和CNN网络模型进行如下训练： S2.1、基于初始文本特征向量，对初始图像特征向量中的每一项图像特征，进行图像特征迭代融合操作，获取融合后的图像特征向量，并进行次迭代融合，得到经过次迭代融合后的图像特征向量； S2.2、基于初始图像特征向量，对初始文本特征向量中的每一项文本特征，进行文本特征迭代融合操作，获取融合后的文本特征向量，并进行次迭代融合，得到经过次迭代融合后的文本特征向量； S2.3、利用分别经过次迭代融合后的图像特征向量和文本特征向量设计三元组损失函数优化迭代融合操作过程； S2.4、将经过次迭代融合后的图像特征向量输入至包括编码器和解码器的文本生成模块中，生成文本特征序列，并设计损失函数优化文本生成模块； S3、将待检索的图像或文本对应输入至训练好的CNN网络模型或BI-GRU网络模型中，对应输出图像特征或文本特征； S4、将输出的图像特征或文本特征与数据库中文本特征或图像特征进行余弦相似度计算，并将数据库中相似度最大的前若干名的文本特征或图像特征作为检索的结果输出。

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工业大学，其通讯地址为：310014 浙江省杭州市下城区潮王路18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。