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！

龙图腾网获悉北京亦庄科技创新有限公司申请的专利图文特征的多维数据智能化检索匹配方法及系统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：CN120407835B 。

龙图腾网通过国家知识产权局官网在2026-03-31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：202510458178.9，技术领域涉及：G06F16/583；该发明授权图文特征的多维数据智能化检索匹配方法及系统是由张伟;江一飞;李萌;张峥;杨凯东;朱启元;王硕;高梦美;孙嘉悦;刘楠设计研发完成，并于2025-04-14向国家知识产权局提交的专利申请。

本图文特征的多维数据智能化检索匹配方法及系统在说明书摘要公布了：本发明提供一种图文特征的多维数据智能化检索匹配方法及系统，涉及图标图像检索技术领域，包括：利用卷积神经网络、图像分割注意力机制网络、变换器光学字符识别模型和双向语义理解模型提取图标图像的图像特征、文字内容和语义特征，将提取的特征构建为异构特征张量并进行奇异值分解，得到图标特征指纹向量，构建基于局部敏感散列的多级索引，实现快速检索，结合深度度量学习模型计算视觉、文字和语义相似度，并根据各相似度特征的方差和判别系数进行加权，得到综合相似度得分，输出相似度最高的检索结果。

本发明授权图文特征的多维数据智能化检索匹配方法及系统在权利要求书中公布了：1.图文特征的多维数据智能化检索匹配方法，其特征在于，包括： 获取待检索图标图像并添加至卷积神经网络进行特征提取，结合多个卷积层和池化层提取得到第一特征映射，基于所述第一特征映射将待检索图标图像输入图像分割注意力机制网络，通过空间注意力机制确定图像区域的空间依赖关系，结合通道注意力模块生成注意力权重图并输出图形区域和文字区域，将所述文字区域添加至变换器光学字符识别模型，通过编码器转换为特征序列并通过解码器中的多头注意力机制进行逐字符解码得到文字内容，通过双向语义理解模型对所述文字内容进行特征提取，得到文字语义特征向量，将所述图形区域添加至视觉变换器网络，基于密集连接结构进行特征跨层传递，结合残差连接和特征金字塔结构进行特征融合得到图像特征向量； 将所述图像特征向量、所述文字内容和所述文字语义特征向量构建为异构特征张量，对所述异构特征张量执行奇异值分解得到核心张量和因子矩阵，通过对所述核心张量执行相关分析分解得到图标特征指纹向量，基于所述图标特征指纹向量构建局部敏感散列索引，结合所述图标特征指纹向量的分布密度计算最优散列函数参数并基于所述分布密度调整散列存储单元，结合位置敏感编码对所述图标特征指纹向量进行编码，得到编码指纹向量，构建多级索引结构并将所述编码指纹向量添加至粗粒度索引层，将所述图标特征指纹向量添加至细粒度索引层，得到图标特征多维索引数据库； 接收检索请求并获取目标图标图像，对所述目标图标图像执行特征提取和编码，生成目标特征指纹向量并在所述粗粒度索引层进行快速检索得到包含多个编码指纹向量的初始候选集，计算所述编码指纹向量对应的图标特征指纹向量与所述目标特征指纹向量在所述细粒度索引层中的特征距离，基于所述特征距离确定特征相似度并选择所述特征相似度大于预先设置的相似度阈值的图标特征指纹向量生成相似度候选集，添加至深度度量学习模型中，通过三元组损失函数计算相对距离关系，结合对比损失函数约束特征空间分布，得到度量特征表示并计算视觉相似度、文字相似度和语义相似度，通过确定每个相似度特征的方差和判别系数确定权重参数，通过加权求和确定综合相似度得分，降序排序并选择位于前3的检索结果作为相似检索结果输出。

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北京亦庄科技创新有限公司，其通讯地址为：100176 北京市大兴区北京经济技术开发区荣华中路10号1幢13层2单元1606；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。