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！

龙图腾网获悉中山大学申请的专利一种基于先验增强双语义的外观专利图像检索方法与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：CN117932102B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202311709350.0，技术领域涉及：G06F16/583；该发明授权一种基于先验增强双语义的外观专利图像检索方法与系统是由周凡;林淑金;陈小燕;林谋广;刘宇设计研发完成，并于2023-12-12向国家知识产权局提交的专利申请。

本一种基于先验增强双语义的外观专利图像检索方法与系统在说明书摘要公布了：本发明公开了一种基于先验增强双语义的外观专利图像检索方法，包括：将图文多模态数据集中图像‑文本对输入到图像编码器和文本编码器中，得到图像特征和文本特征，输入图像特征和文本特征到Transformer中，得到文本‑图像相关特征；将文本‑图像相关特征通过全连接层映射后，输入至文本解码器，利用损失函数进行训练，得到图像字幕生成网络，其输出为图像字幕；利用图像字幕，生成二进制哈希码，并加入到哈希码数据库中；用户输入查询图像或者文本到图像字幕生成网络，返回相似度较高的图像。本发明利用大模型进行先验视觉和文本双层语义的指导，结合图像字幕生成模型生成字幕，避免了大量的人工标注过程，丰富了用户的检索需求。

本发明授权一种基于先验增强双语义的外观专利图像检索方法与系统在权利要求书中公布了：1.一种基于先验增强双语义的外观专利图像检索方法，其特征在于，所述方法包括： 将图文多模态数据集中图像-文本对分别输入到预训练好的图像编码器和文本编码器中，得到编码后的图像特征和文本特征； 输入所述图像特征和文本特征到堆叠的6层Transformer中，得到文本-图像相关特征； 将所述文本-图像相关特征通过全连接层映射后，输入到预训练好的文本解码器，并利用损失函数进行训练，得到训练好的图像字幕生成网络，其输出为图像字幕； 利用所述图像字幕，生成二进制哈希码，并加入到哈希码数据库中； 利用所述训练好的图像字幕生成网络和所述哈希码数据库，用户通过输入查询图像或者文本到所述图像字幕生成网络中，返回相似度较高的图像； 具体地，所述输入所述图像特征和文本特征到堆叠的6层Transformer中，得到文本-图像相关特征，具体为： 所述6层Transformer中涉及3个参数，在第1层中将图像特征作为Q，文本特征作为K和V，得到第1层的输出为图像-文本联合特征，而在剩余的2到6层中将图像-文本联合特征作为Q、K和V分别输入；在结构上，所述6层Transformer涉及到多头自注意力层、残差与归一化层； 多头自注意力层采用了多头注意力机制，它将输入序列分解成8个子序列，然后分别对这些子序列进行注意力计算，最终再进行合并，多头自注意层的Q、K和V是一致的，整个注意力的计算公式如下： 其中KT表示的是K的转置；Softmax是一种常见的激活函数，将输入向量的每个元素的值转换为一个介于0和1之间的概率值，同时保证所有概率值的总和为1；为防止QKT的内积过大，需要除以一个缩放系数常量dk； 具体地，所述将所述文本-图像相关特征通过全连接层映射后，输入到预训练好的文本解码器，并利用损失函数进行训练，得到训练好的图像字幕生成网络，其输出为图像字幕，具体为： 训练过程中的损失函数具体为： 其中，将数据集中的图像字幕表示为表示其由n个单词组成，生成的图像字幕表示为表示其由m个单词组成，Simw1,w2表示w1和w2之间词向量的余弦相似度，词向量由单词输入到所述文本编码器中得到。

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山大学，其通讯地址为：510006 广东省广州市海珠区新港西路135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。