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！

龙图腾网恭喜山东大学申请的专利一种细粒度图像检索方法、系统、设备及存储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：CN116310425B 。

龙图腾网通过国家知识产权局官网在2023-09-26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：202310586562.8，技术领域涉及：G06V10/74；该发明授权一种细粒度图像检索方法、系统、设备及存储介质是由许信顺;修丙楠;陈振铎;罗昕设计研发完成，并于2023-05-24向国家知识产权局提交的专利申请。

本一种细粒度图像检索方法、系统、设备及存储介质在说明书摘要公布了：本发明涉及图像检索技术领域，特别是涉及一种细粒度图像检索方法、系统、设备及存储介质，其中方法包括：将待检索图像输入到训练后的图像检索模型中，输出待检索图像的融合后的类别嵌入特征和融合后的图像区域特征；将图像数据库的若干幅图像，输入到训练后的图像检索模型中，输出图像数据库中每一幅图像的融合后的类别嵌入特征和融合后的图像区域特征；计算待检索图像与图像数据库中每一幅图像的融合后的类别嵌入特征之间的第一距离，按照第一距离筛选排序靠前的M个图像；计算待检索图像与已筛选的M个图像的融合后的图像区域特征之间的第二距离，按照第二距离排序，得到最终的检索结果。本发明更好地度量两张图片之间的相似性。

本发明授权一种细粒度图像检索方法、系统、设备及存储介质在权利要求书中公布了：1.一种细粒度图像检索方法，其特征是，包括：获取待检索图像和图像数据库；将待检索图像输入到训练后的图像检索模型中，输出待检索图像的融合后的类别嵌入特征和融合后的图像区域特征；将图像数据库的若干幅图像，输入到训练后的图像检索模型中，输出图像数据库中每一幅图像的融合后的类别嵌入特征和融合后的图像区域特征；所述训练后的图像检索模型，包括：特征图提取网络，所述特征图提取网络的输入端用于输入待检索图像和图像数据库的若干幅图像；所述特征图提取网络的输出端与卷积层连接；所述卷积层，用于对特征图提取网络输出的特征图进行分割操作，得到若干个图像区域；所述卷积层的输出端与类别嵌入模块的输入端连接，类别嵌入模块的输出端与位置嵌入模块的输入端连接；其中，类别嵌入模块，用于实现图像类别的嵌入；位置嵌入模块用于实现图像位置的嵌入；图像位置，用于表示图像中每个区域的位置信息；位置嵌入模块的输出端与特征向量提取网络的输入端连接；特征向量提取网络的输出端与关键区域重分析模块的输入端连接，关键区域重分析模块的输出端与第一特征融合模块的输入端连接；特征向量提取网络的输出端还与第二特征融合模块的输入端连接；所述特征图提取网络的输出端还分别与全局类别嵌入特征提取模块的输入端和局部图像区域特征提取模块的输入端连接；所述全局类别嵌入特征提取模块的输出端与第一特征融合模块的输入端连接；所述局部图像区域特征提取模块的输出端与第二特征融合模块的输入端连接；第一特征融合模块的输出端和第二特征融合模块的输出端均与损失函数模块的输入端连接，损失函数模块的输出端输出图像之间的距离；训练后的图像检索模型，用于：对输入的图像进行特征图提取；对提取的特征图进行分割，得到若干个图像区域；对所得图像区域进行类别嵌入操作和位置嵌入操作，对嵌入操作后的每个图像区域进行特征向量提取，得到特征向量矩阵；所述特征向量矩阵，包括：类别嵌入特征和图像区域特征；对得到的特征向量矩阵的类别嵌入特征进行关键区域重分析，得到具有代表性的类别嵌入特征；对提取的特征图分别提取全局类别嵌入特征和局部图像区域特征；将具有代表性的类别嵌入特征与全局类别嵌入特征进行特征融合，得到融合后的类别嵌入特征；将特征向量矩阵的图像区域特征进行层归一化操作，将层归一化操作结果与局部图像区域特征进行特征融合，得到融合后的图像区域特征；计算待检索图像的融合后的类别嵌入特征，与图像数据库中每一幅图像的融合后的类别嵌入特征之间的第一距离，按照第一距离由小到大的顺序对图像数据库中的图像进行相似度排序，筛选排序靠前的M个图像，M为正整数，M的取值大于等于2；计算待检索图像的融合后的图像区域特征，与已筛选的M个图像的融合后的图像区域特征之间的第二距离，按照第二距离由小到大的顺序对已筛选的M个图像进行相似度排序，得到最终的检索结果。

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山东大学，其通讯地址为：250000 山东省济南市高新区舜华路1500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”。