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！

龙图腾网获悉华南理工大学申请的专利一种基于伪段落手写原型引导的手写笔迹特征提取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：CN120496098B 。

龙图腾网通过国家知识产权局官网在2026-05-01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：202510683800.6，技术领域涉及：G06V30/19；该发明授权一种基于伪段落手写原型引导的手写笔迹特征提取方法是由黄双萍;代港;韩有为设计研发完成，并于2025-05-26向国家知识产权局提交的专利申请。

本一种基于伪段落手写原型引导的手写笔迹特征提取方法在说明书摘要公布了：本发明公开了一种基于伪段落手写原型引导的手写笔迹特征提取方法，包括收集来自多个书写者的多个手写文字样本生成手写笔迹原型；构建正样本集和负样本集并设计原型对比学习损失函数得到更具区分性的手写笔迹原型；利用特征编码器选取正样本手写特征和负样本手写特征并设计引导对比学习损失函数以引导训练特征编码器；利用训练后的特征编码器判定手写笔迹的真伪；本发明设计的两种对比学习损失函数，能够引导编码器从伪手写段落中有效提取手写笔迹原型并提取出判别性强的手写特征，进而提升了手写笔迹验证的准确性。

本发明授权一种基于伪段落手写原型引导的手写笔迹特征提取方法在权利要求书中公布了：1.一种基于伪段落手写原型引导的手写笔迹特征提取方法，其特征在于，包括以下步骤： 步骤1：收集来自多个书写者的多个手写文字样本；对于单个书写者，随机选取若干个手写文字样本并组合成伪段落，再经过原型编码器处理得到手写笔迹原型；所述手写文字样本为单个文字图像； 步骤2：对于所述手写笔迹原型，构建正样本集和负样本集并设计原型对比学习损失函数ProtoNCEloss，以获得同一书写者相似度最大的手写笔迹原型之间的互信息，从而得到更具区分性的手写笔迹原型； 步骤3：将所述更具区分性的手写笔迹原型作为锚点，利用特征编码器选取正样本手写特征和负样本手写特征并设计引导对比学习损失函数GuideNCEloss，以引导训练所述特征编码器获取书写者具有代表性特征的手写特征； 步骤4：在查询阶段，将指定书写者的多个真实手写样本和待查询的手写笔迹，分别经过训练后的所述特征编码器处理，得到待查询手写特征和真实手写特征，计算得到所述真实手写特征的平均特征，再计算所述待查询手写特征与所述平均特征间的余弦距离，并将所述余弦距离与预定义阈值比较，判定所述手写笔迹是否属于所述指定书写者的真实手写笔迹； 所述步骤2，包括以下步骤： 步骤201：选取包含来自若干书写者且批量大小为的手写笔迹原型集合，并选取集合中一个指定书写者的指定手写笔迹原型，将该书写者的其他手写笔迹原型作为正样本集，记作，将其他不同书写者的手写笔迹原型作为负样本集，记作； 步骤202：利用所述正样本集和所述负样本集设计所述原型对比学习损失函数ProtoNCEloss，获得同一书写者相似度最大的手写笔迹原型之间的互信息，从而得到更具区分性的手写笔迹原型； 所述步骤202包括以下步骤： 设计原型对比学习损失函数ProtoNCEloss，记作，具体表示为： ； 其中，是温度参数，表示手写笔迹原型集合大小，表示该集合内所述手写笔迹原型的索引，表示所述索引的集合，索引则表示为不同于的其他索引，为的任一元素，表示指定手写笔迹原型，表示手写笔迹原型集合的任一元素，表示指定手写笔迹原型与正样本之间的相似性，表示指定手写笔迹原型与所述手写笔迹原型集合内任一元素之间的相似性，表示多层感知器MLP； 所述步骤3包括以下步骤： 步骤301：将所述更具区分性的手写笔迹原型作为锚点，共选取包含若干不同书写者的个所述更具区分性的手写笔迹原型样本进行训练，其中选取书写者的另一个随机样本经特征编码器处理得到正样本手写特征，选取不同书写者个随机样本分别经特征编码器处理得到负样本手写特征； 步骤302：设计对比学习损失函数GuideNCEloss，记作，具体表示为： ； 其中，是温度参数，表示锚点与正样本手写特征间的相似性，表示锚点与负样本手写特征间的相似性，为与所述结构相同的多层感知器MLP，表示个负样本手写特征的索引，表示手写笔迹原型样本集合大小； 步骤303：使用对比学习损失函数GuideNCEloss引导训练特征编码器。

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华南理工大学，其通讯地址为：510000 广东省广州市天河区五山路381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。