買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉羅群申請的專利龐雜布圖下聚焦圖像主體的精準檢索系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN114817597B 。

龍圖騰網通過國家知識產權局官網在2025-08-19發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202210429814.1，技術領域涉及：G06F16/532；該發明授權龐雜布圖下聚焦圖像主體的精準檢索系統是由羅群;王玉成設計研發完成，并于2022-04-22向國家知識產權局提交的專利申請。

本龐雜布圖下聚焦圖像主體的精準檢索系統在說明書摘要公布了：針對電商需求,本申請通過旋積層次迭代網絡提取圖像特征，通過定序自適應壓縮高效精細精準檢索,實現一款基于旋積層次迭代網絡和定序自適應壓縮的大規模龐雜布圖下圖像庫下的電商圖像檢索應用軟件，并且通過設計顯著性提取和主體核降維一系列算法，使軟件能夠適應背景龐雜的條件，不但提高了檢索精度，也能適應更多的使用環境，能在用戶容忍的時間范圍內從海量的圖庫中精確找到用戶需要的結果,圖像散列方法通過將高維數據映射為二值碼實現快速檢索，通過旋積層次迭代網絡對圖像特征高效表達，將兩者融合并吸收各自優點,適應大數據時代的海量檢索，能夠很好的完成大規模復雜圖像的檢索任務，具有巨大的實際意義和廣泛的應用主體。

本發明授權龐雜布圖下聚焦圖像主體的精準檢索系統在權利要求書中公布了：1.龐雜布圖下聚焦圖像主體的精準檢索系統，其特征在于，包括：一是特征主題抽取模塊，具體包括：逆變擴散與無序層級下降、超因子分層設置、要義采集權重初始化、層級融合歸化、局部網絡激活、特征主題提取，二是要義檢索模塊，具體包括：主體核降維散列、主體核降維及其投影矩陣計算、生成輸入數據、散列函數的生成和檢索，三是主體提取模塊，四是檢索預處理模塊，五是精準匹配模塊； 采取層次迭代網絡正向評估和定序自適應壓縮計算方法，先提取層次迭代網絡的高層數據表達，然后將這些數據利用定序自適應壓縮進行相似最近鄰檢索,得到一個粗略的檢索結果，最后將粗略的檢索結果進一步進行圖像精準匹配，如果背景龐雜而導致檢索結果不佳，則加入主體提取模塊，提高檢索精度；通過層次化設計系統，使系統每個模塊相互獨立； 通過旋積層次迭代網絡提取圖像特征，通過定序自適應壓縮高效精細精準檢索,實現一款基于旋積層次迭代網絡和定序自適應壓縮的大規模龐雜布圖下圖像庫下的電商圖像檢索應用軟件，并且通過設計顯著性提取和主體核降維一系列算法，使軟件適應背景龐雜的條件； 在特征提取方面，基于旋積層次迭代網絡結構，并抽取最后全鏈路層的輸出數據作為定序自適應壓縮的輸入； 在圖像檢索方面，通過定序自適應壓縮降低檢索所需的時間，采用一種主體核降維散列，通過對數據的特征矩陣進行主體核降維，并通過一種最優梯度旋轉的方法來構建散列函數，以降低量化引起的誤差；檢索時采用特征相似度判別算法，通過比較散列碼之間的漢明距來得到相似的圖像，之后通過進一步的精確匹配來得到最終的結果； 另外，采用一種顯著性提取算法來分離主體和背景，提高檢索的精度； 主體核降維散列：對圖像庫中已提取好的特征生成散列碼，然后對待檢索的圖像，用處理圖像庫時所生成的投影矩陣來生成相似的散列碼，根據散列碼進行相似度匹配； 主體核降維及其投影矩陣計算：首先對樣本的特征矩陣計算其協方差矩陣,并對協方差矩陣求出其特征值和對應的特征向量，其中，特征值越大對應維度的區分度越高，其中,特征值最大的即為主成分，將剩余的特征值排序后，得到的對應特征矩陣即為投影矩陣，利用投影矩陣可對相同初始維度的新輸入數據進行分析； 一種顯著性提取算法：首先在無序規則模型下進行圖像標注,得到對應的能量函數： 其中，i,j代表像素位，ψi和ψij分別是目標本身和其局部的對比度，得到初步計算的顯著性圖，對于ψij運用混合高斯模型替代直方圖模型進行計算,并通過向其中的協方差矩陣添加一個常數項來避免不收斂的情況，顏色模型采用GMM模型，當把像素的label作為形成馬爾科夫場無序變量且能夠獲得全局觀測時，對這些label進行建模；免去ψijxi,xj中龐雜的GMM全局模型預測，最后獲得更精確的顯著性圖，得到最后結果。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人羅群，其通訊地址為：200030 上海市徐匯區廣元西路55號（交通大學）；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。