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！

龙图腾网获悉南京航空航天大学申请的专利一种基于关键局部信息的图像检索方法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：CN116467476B 。

龙图腾网通过国家知识产权局官网在2026-02-06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：202310329312.6，技术领域涉及：G06F16/532；该发明授权一种基于关键局部信息的图像检索方法是由陈凯;王紫腾;李知栩;王杰瑞;张桐林设计研发完成，并于2023-03-30向国家知识产权局提交的专利申请。

本一种基于关键局部信息的图像检索方法在说明书摘要公布了：本发明实施例公开了一种基于关键局部信息的图像检索方法、装置、系统，涉及图像处理技术领域，能够实现利用关键局部内容检索得到其主体的完整图像，从而提升检索准确度。本发明包括：原始图库图像处理；查询图像特征提取；相似度检索过程。具体为：调整原始图像尺寸，提取图库原始图像卷积特征，对卷积特征图聚类，根据聚类特征图生成关键内容区域，对原始图像以及关键内容区域进行特征提取得到特征向量，调整查询图像尺寸，提取查询图像的特征向量，计算查询图像与原始图库图像及其关键内容区域的相似度，根据结果排序并返回对应原始图像。本发明适用于查询图像不具备完整性但是包含足以检索到原图的关键信息的图像检索任务。

本发明授权一种基于关键局部信息的图像检索方法在权利要求书中公布了：1.一种基于关键局部信息的图像检索方法，其特征在于，包括： S1、对原始图像进行预处理，获取对应关键内容区域的关键内容特征； S2、接收用户上传的待查询图像，并提取待查询图像的图像特征； S3、利用数据图库中各原始图像的全局特征和关键内容特征，对所述待查询图像进行相似度检索； 在S1中，所述预处理包括：S11、提取原始图像的卷积特征，并形成卷积特征图；S12、对所得到的卷积特征图进行聚类，得到聚类特征图；S13、根据所述聚类特征图生成关键内容区域；S14、对所述原始图像和关键内容区域分别进行特征提取，得到所述原始图像和关键内容区域各自的特征向量； 在S11中，所述提取原始图像的卷积特征，并形成卷积特征图包括：调整所述原始图像最短边尺寸至预设值；通过深度残差网络提取得到特征图，其中，所述深度残差网络中加入特征修正模块；通过所述特征修正模块，获取给定的中间特征图的注意力权重，将所获取的注意力权重与所述给定的中间特征图相乘，得到带有注意力的特征图，其中，所述给定的中间特征图由所述深度残差网络中的残差模块输出； 所述特征修正模块包括：空间自注意力模块Mself、通道注意力模块Mchannel和空间注意力模块Mspatial；，其中，表示给定的中间特征图，表示空间自注意力修正特征，表示通道注意力修正特征，表示空间注意力修正特征，算符表示按元素相乘； 通过特征修正模块，从给定的中间特征图得到注意力权重，包括：在所述空间自注意力模块中，将所述给定的中间特征图经过1×1卷积操作降维得到1×H×W的特征张量，然后经过Sigmoid激励函数将特征值转换到[0,1]区间，再利用SoftMax函数获得空间自注意力权重，通过将空间自注意力权重和输入特征逐元素相乘获得空间自注意力修正特征，其中，H表示图片的高度尺寸，W表示图片的宽度尺寸。

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南京航空航天大学，其通讯地址为：210016 江苏省南京市秦淮区御道街29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。