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！

龙图腾网获悉武汉大学申请的专利基于非对称解耦和动态合成的素描-照片识别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：CN115439769B 。

龙图腾网通过国家知识产权局官网在2026-02-10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：202210999421.4，技术领域涉及：G06V20/30；该发明授权基于非对称解耦和动态合成的素描-照片识别方法及系统是由叶茫;陈翠群设计研发完成，并于2022-08-19向国家知识产权局提交的专利申请。

本基于非对称解耦和动态合成的素描-照片识别方法及系统在说明书摘要公布了：本发明公开了一种基于非对称解耦和动态合成的素描‑照片识别方法及系统，提出了一种非对称解耦方案，基于自动编码器将照片模态特征分解为与素描图相关表征和与素描图无关表征。为了获得信息对称的跨模态特征嵌入空间，本发明提出利用知识迁移技术将素描图表征和照片模态中的素描图无关表征进行融合，得到与照片模态表征信息对称的更新后素描图表征。最后，我们的模型在对齐后的特征嵌入空间上执行度量学习，从而促进模态不变特征学习。此外，本发明提出从照片模态中生成一种动态可更新和可学习的辅助素描图A‑sketch模态，来指导照片模态的非对称解耦。本发明在不增加推理时间的情况下，极大提高了素描‑照片识别任务的检索准确率。

本发明授权基于非对称解耦和动态合成的素描-照片识别方法及系统在权利要求书中公布了：1.一种基于非对称解耦和动态合成的素描-照片识别方法，其特征在于，包括以下步骤： 步骤1：针对原始照片图像，生成辅助素描图像； 步骤2：针对步骤1中生成的辅助素描图像，将照片模态特征分解为与素描图相关表征和与素描图无关表征；其中，与素描图相关表征描述了与素描模态共享的目标对象轮廓和结构信息，与素描图无关表征描述了照片模态特有的表观细节信息； 其中，基于自动编码器和生成的辅助素描模态将照片模态特征分解为与素描图相关表征和与素描图无关表征； 照片模态特征分解过程为： ； ； ； 其中，表示照片模态的原始特征；掩码矩阵中元素描述了照片模态第行特征与辅助素描模态第列特征间的相似度，表示相似度计算；和分别表示照片模态的与素描图相关表征和与素描图不相关表征；、、和分别表示权重不共享的线性变换层，用于将相应特征映射到不同的表征子空间中；和分别表示素描图相关表示编码器和素描图无关表示编码器； 步骤3：针对素描图像，将步骤1中获得的照片模态中的素描图无关表征与所述素描图像进行融合，得到与照片模态表征信息对称的更新素描图像； 其中，利用知识迁移方法将步骤1中获得的照片模态中的素描图无关表征与所述素描图像进行融合； ； 其中，和分别表示更新前和更新后的素描表征；和分别表示求均值和标准差，用于素描模态特征的标准化；和分别表示照片模态中与素描不相关表征的可学习仿射参数；表示一个小量； 步骤4：将步骤3中获得更新素描图像与步骤1中原始照片图像进行对比识别，获得识别结果。

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武汉大学，其通讯地址为：430072 湖北省武汉市武昌区珞珈山街道八一路299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。