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！

龙图腾网获悉电子科技大学申请的专利一种基于全局特征和引导信息的特征点检测与描述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：CN115482392B 。

龙图腾网通过国家知识产权局官网在2025-08-19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：202211174221.1，技术领域涉及：G06V10/42；该发明授权一种基于全局特征和引导信息的特征点检测与描述方法是由王正宁;商勇彬;曾珍妮;罗兴隆;冯妤婕设计研发完成，并于2022-09-26向国家知识产权局提交的专利申请。

本一种基于全局特征和引导信息的特征点检测与描述方法在说明书摘要公布了：本发明公开了一种基于全局特征和引导信息的特征点检测与描述方法，该方法通过在Transformer框架基础上进行改进和优化，在全局特征上进行检测和描述，避免了局部感受野带来的性能限制；同时通过引入特征点引导信息，使特征点检测和描述变得更加智能和鲁棒。一方面预先估计特征点位置，为网络提供先验位置信息，提升训练效率；另一方面，引导信息有利于网络提升对尺度和旋转等因素的鲁棒性。本发明将Transformer框架和特征点检测任务结合，通过成熟的传统方法生成的引导信息，可以避免掉大部分的误检测；同时在一些细节地方减少了冗余的计算量，对于特征点检测与描述算法在实际工程的应用有很大的帮助。

本发明授权一种基于全局特征和引导信息的特征点检测与描述方法在权利要求书中公布了：1.一种基于全局特征和引导信息的特征点检测与描述方法，其特征在于，该方法包括以下步骤： S1构造训练数据集：收集一系列图片数据，构建训练数据集D，对于训练数据集D中任意一张图片I∈D，大小为W×H×C，其中W、H、C分别表示图片I的宽、高、通道数；将I输入步骤2构建的网络N中； S2构建端到端的特征点检测和描述网络N，将图片I输入构建的网络N中，得到图片I的描述符向量图，其中，网络N由编码器网络NE、引导信息生成网络NG和解码器网络ND组成； S3对图片I增加随机噪声δ，进行随机平移、旋转和颜色变化，得到增广图片I*，大小为W×H×C，其中W、H、C分别表示增广图片I*的宽、高、通道数；设单应性矩阵为图片I和增广图片I*间重叠区域的像素位置对应关系，表示实数域，表示所有3×3实矩阵；将增广图片I*输入步骤S2构建的网络N中，得到位置响应图和描述符向量图大小分别为W×H和W×H×NF； S4构建网络N的损失函数LI,I*，损失函数LI,I*由特征点位置损失LPI,I*和描述符损失LDI,I*组成： LI,I*＝LPI,I*+βLDI,I*1 其中，超参数β用于平衡特征点位置损失和描述符损失的比例； S5训练特征点检测和描述网络N 遍历训练数据集D中所有图片，实施步骤S2到S4，完成一轮训练；当完成预设的e轮训练后，得到训练完成的特征点检测和描述网络N； S6测试特征点检测和描述网络N 将测试图片It输入训练完成的特征点检测和描述网络N，最终得到特征点集合，其中测试图片It的大小为Wt×Ht×Ct，Wt、Ht、Ct分别表示测试图片It的宽、高、通道数。

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电子科技大学，其通讯地址为：611731 四川省成都市高新区（西区）西源大道2006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”。