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！

龙图腾网获悉中国地质大学(武汉)申请的专利基于样本混合和改进三元损失函数的图像描述及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：CN117197486B 。

龙图腾网通过国家知识产权局官网在2026-01-30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：202311064676.2，技术领域涉及：G06V10/46；该发明授权基于样本混合和改进三元损失函数的图像描述及匹配方法是由孙琨;徐梦雪;随阳帆;唐厂;王力哲设计研发完成，并于2023-08-21向国家知识产权局提交的专利申请。

本基于样本混合和改进三元损失函数的图像描述及匹配方法在说明书摘要公布了：本发明公开了一种基于样本混合和改进三元损失函数的图像特征点描述方法，包括以下步骤：S1、对给定的图像进行关键点检测；S2、以各个关键点为中心，分别提取相同大小的图像块；S3、将提取的多个图像块输入训练好的用于图像特征描述的卷积神经网络，输出所有关键点的特征描述符向量。本发明考虑了样本距离的多样性，并利用对样本特征向量的分类，进一步增加了样本特征描述的准确性，在此基础上可以有效提高图片匹配的准确度。

本发明授权基于样本混合和改进三元损失函数的图像描述及匹配方法在权利要求书中公布了：1.一种基于样本混合和改进三元损失函数的图像特征点描述方法，其特征在于，包括以下步骤： S1、对给定的图像进行关键点检测； S2、以各个关键点为中心，分别提取相同大小的图像块； S3、将提取的多个图像块输入训练好的用于图像特征描述的卷积神经网络，输出所有关键点的特征描述符向量； 其中，该卷积神经网络的训练过程为： Step1：构建包含若干类别的图像样本，生成三元组集合A，P，N，锚样本集合A包括n个锚样本，正样本集合P包括n个正样本，负样本集合N包括n个负样本；每个锚样本均有一个正样本与其形成匹配对； Step2：将三元组输入预先构建的用于图像特征描述的卷积神经网络，提取锚样本特征向量集合fa和正样本特征向量集合fp，计算正样本和锚样本之间的距离矩阵Dist_matrix； Step3：从距离矩阵Dist_matrix中选择在预设阈值范围内距离每个锚样本最接近和次接近的两个负样本集，将其与正样本集按照一定的比例混合形成最终合成负样本集，并利用其替换三元组集合中的负样本集，计算三元损失函数LTriplet； Step4：将卷积神经网络输出的锚样本特征向量集合fa中的元素分别与正样本特征向量集合fp中的元素、负样本特征向量集合fn中的元素按序进行拼接得到两个集合outap和outan，将二者进行分类，并根据分类概率计算交叉熵损失函数LCE； Step5：将三元损失函数和交叉熵损失函数按照一定比例混合作为总损失函数，再根据该总损失函数约束卷积神经网络的训练过程，经过多次训练后得到符合预期的卷积神经网络。

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中国地质大学(武汉)，其通讯地址为：430074 湖北省武汉市洪山区鲁磨路388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。