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！

龙图腾网获悉西安交通大学申请的专利深度度量学习图像检索系统优化方法、系统、设备及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：CN115934991B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202211449688.2，技术领域涉及：G06F16/583；该发明授权深度度量学习图像检索系统优化方法、系统、设备及介质是由蔺琛皓;田奇伟;沈超;李前设计研发完成，并于2022-11-18向国家知识产权局提交的专利申请。

本深度度量学习图像检索系统优化方法、系统、设备及介质在说明书摘要公布了：本发明属于深度学习模型领域，公开了一种深度度量学习图像检索系统优化方法、系统、设备及介质，包括获取当前训练所用图片三元组批次，根据预设条件判断本批次图片所采用的扰动方式，根据预设扰动方式生成针对本批三元组对应的对抗扰动，即候选扰动和锚点扰动，前者包含可变向对抗攻击和崩塌关联自适应距离，后者包括距离比重对抗攻击损失函数和排名关系正则项，随后根据现有轮数调整对抗扰动的强度，形成对抗三元组，使用扰动方式对应的损失函数训练深度度量学习模型，一方面解决模型崩塌问题，使得模型良性样本召回率大幅上升，另一方面解决对抗攻击强度不足问题，使得模型鲁棒性得以提高。

本发明授权深度度量学习图像检索系统优化方法、系统、设备及介质在权利要求书中公布了：1.一种深度度量学习图像检索系统优化方法，其特征在于，包括： S1：获取图像检索系统当前训练轮次的三元组以及扰动幅度，并根据当前训练轮次的轮数以及上一训练轮次的扰动方式，得到当前训练轮次的扰动方式； S2：当当前训练轮次的扰动方式为候选扰动时，基于所述扰动幅度迭代对抗三元组，至达到第一预设迭代次数或预设的候选扰动目标函数的函数值满足预设要求时，得到对抗三元组；当当前训练轮次的扰动方式为锚点扰动时，基于所述扰动幅度迭代对抗三元组，至达到第二预设迭代次数或预设的锚点扰动目标函数的函数值满足预设要求时，得到对抗三元组； S3：通过对抗三元组，训练图像检索系统的深度度量学习模型；当当前训练轮次的轮数为预设最大轮数时，得到优化的图像检索系统；否则，将下一训练轮次作为当前训练轮次重复S1~S3； 所述根据当前训练轮次的轮数以及上一训练轮次的扰动方式，得到当前训练轮次的扰动方式包括： 当时，或且上一训练轮次的扰动方式为锚点扰动时，当前训练轮次的扰动方式为候选扰动；否则，当前训练轮次的扰动方式为锚点扰动； 所述候选扰动目标函数为：； 其中，为三元组的难度，，A为三元组的锚点样本，为三元组的正确样本集，为三元组的错误样本集，为A与中各正确样本之间欧氏距离的和，为A与中各错误样本之间欧氏距离的和； 当＞0时，；当＜0时，； 当＞时，；当＜时，；当＜；其中，为预设模型崩塌阈值，为上一次迭代扰动时的取值，为预设距离变化步长，B为三元组中正确样本和错误样本的数量和； 所述锚点扰动目标函数为：； 其中，，ReLU为修正线性函数；A为三元组的锚点样本，为三元组的正确样本集，为三元组的错误样本集；为中第j个错误样本，为A与的欧式距离，为中第i个正确样本，为A与的欧式距离，为中各错误样本之间欧式距离的最大值，中各错误样本之间欧式距离的最小值；中各正确样本之间欧式距离的最大值，中各正确样本之间欧式距离的最小值； 为错误样本子集，通过从N中选取所有与A之间欧式距离小于的错误样本组合得到，为A与中各错误样本之间欧式距离的平均值，为当前扰动后的锚点样本，为A与之间的欧式距离。

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西安交通大学，其通讯地址为：710048 陕西省西安市碑林区咸宁西路28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。