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！

龙图腾网恭喜鲁东大学申请的专利一种利用分割和负匹配的全局和组件细粒度食谱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：CN119917690B 。

龙图腾网通过国家知识产权局官网在2025-06-20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：202510404739.7，技术领域涉及：G06F16/583；该发明授权一种利用分割和负匹配的全局和组件细粒度食谱检索方法是由昝润啟;姚涛;盛国瑞;于雨鑫;岳峻;王丽丽;苏庆堂设计研发完成，并于2025-04-02向国家知识产权局提交的专利申请。

本一种利用分割和负匹配的全局和组件细粒度食谱检索方法在说明书摘要公布了：本发明公开了一种利用分割和负匹配的全局和组件细粒度食谱检索方法，属于食品计算中的食品跨模态检索技术领域。本发明在提取食物图像的全局特征时，结合SAM模型提取主要食物特征，在提取食谱的全局特征时同时保留标题、配料、指令三个的组件特征，之后设计了动态负匹配‑三元组联合损失函数：在全局层面利用食物图像和食谱的全局特征基于蒙特卡洛采样优化跨模态不匹配样本间距，利用组件层特征构建标题配料指令的细粒度负匹配损失以强化语义区分，并通过分割的主要食物特征与食谱配料特征的相似性矩阵约束对齐误差。通过以上方法有效解决了传统方法存在文本冗余干扰和图像背景噪声以及组件语义混淆等问题，进一步提高了检索召回率。

本发明授权一种利用分割和负匹配的全局和组件细粒度食谱检索方法在权利要求书中公布了：1.一种利用分割和负匹配的全局和组件细粒度食谱检索方法，其特征在于，其包括以下步骤：步骤S1，使用Recipe1M数据集，建立食物图像和食谱两个模态的数据集，其中食物图像包括食物和背景两部分，食谱包含标题、配料、指令三个组件，将这食物图像和食谱的数据集划分为训练集、验证集、测试集；步骤S2，分别利用ViT视觉模型和级联Transformer模型对训练集和验证集和测试集的食物图像和食谱进行特征的提取，具体包括:步骤S21，提取食物图像全局特征；步骤S22，提取经过图像分割后的主要食物的图像特征；步骤S23，提取食谱的文本特征；步骤S3，构造训练集上的损失函数，具体包括:步骤S31，计算食物图像到食谱和食谱到食物图像的匹配概率，利用计算的出的匹配概率构造整体负匹配损失函数，拉大不匹配样本的距离；步骤S32，对三个食谱的每一个组件计算与食物图像的双向匹配概率，利用计算出的匹配概率计算三个组件级的负匹配损失函数，进一步拉大不匹配样本距离；步骤S33，利用分割模型分割出主要食物，将分割出的主要食物与食谱中的配料组件计算各自的相似性矩阵，并用三元组损失减少主要食物与食谱配料组件的匹配误差，增强跨模态对齐鲁棒性；步骤S34，构造最终动态负匹配-三元组联合损失函数；步骤S4，进行跨模态食谱检索，将召回率用作评定指标。

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鲁东大学，其通讯地址为：264025 山东省烟台市芝罘区红旗中路184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”。