龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：中国计量大学
摘要：本发明公开一种无参卷积自注意和特征视图集成的商标检索方法，使用无参卷积自注意模块对预处理后的商标图像进行特征提取，经过特征投影、特征聚合以及输出整合，最终输出为三维张量。随后被输入到多分支特征视图集成模块，第一条分支经过批量归一化处理，通过全连接层并应用Softmax层以计算分类损失。其他分支串联不同层级的特征，得到的最终特征表示用于计算排序损失，分类损失与排序损失的总和得到最终损失通过反向传播更新网络参数。相对基于传统卷积神经网络的商标检索方法，本发明实现的商标图像检索效率和精度更高。
主权项：1.一种基于无参卷积自注意和特征视图集成的商标检索方法，其特征在于，该方法具体包括如下步骤：S1：提取商标特征图：原始商标图像通过1×1卷积层投影初始输入特征，分为N组形成中间特征。自注意力路径捕捉全局关联，无参卷积路径通过无参注意力调整局部特征。最终加权融合两路径输出，得到商标图像特征图；S2：多分支学习特征图：通过局部幂平均池化策略对输入特征图进行细致的区域性处理，应用改进全局池化得到全局特征g，在多个特征视图分支学习特征图的细节信息，每个分支G通过视图集成进程生成一个向量f作为输出，最终将多个分支的输出组合起来得到最终的特征表示；S3：损失计算：第一条分支经过批量归一化处理，随后通过全连接层并应用Softmax层以计算分类损失。其他分支串联不同层级的特征，得到的最终特征表示用于计算排序损失，通过反向传播更新网络参数。S4：商标检索：将训练好的网络用于提取商标图像库，重复步骤S1、S2，得到最终特征表示以特征向量方式存储于商标数据库。提取待识别商标特征，重复步骤S1、S2，得到待识别商标特征向量，与商标数据库进行相似度对比，得到TopK相似商标。
全文数据：
权利要求：
百度查询： 中国计量大学 一种基于无参卷积自注意和特征视图集成的商标检索方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号