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！

龙图腾网获悉杭州电子科技大学申请的专利一种高定位精度的无人机-遥感影像跨视角地理定位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：CN118097406B 。

龙图腾网通过国家知识产权局官网在2025-09-16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：202410170276.8，技术领域涉及：G06V20/10；该发明授权一种高定位精度的无人机-遥感影像跨视角地理定位方法是由管昉立;赵楠;张建辉;颜力琦;王浩丞设计研发完成，并于2024-02-06向国家知识产权局提交的专利申请。

本一种高定位精度的无人机-遥感影像跨视角地理定位方法在说明书摘要公布了：本发明公开了一种高定位精度的无人机‑遥感影像跨视角地理定位方法，通过构建特征空间分组增强的无人机‑遥感影像跨视角地理定位模型，基于ConvNeXt提取无人机和遥感影像的多尺度语义特征，得到全局特征和局部特征；将经特征空间分组增强模块空间增强的全局特征和局部特征进行特征融合与质量回归。使用三元组损失和交叉熵损失度量的混合函数对模型进行训练，将无人机影像和卫星影像送入训练后的模型进行匹配，实现无人机‑遥感的跨视角地理定位。本发明利用空间分组增强模块丰富了特征的空间信息，利用三元组损失和交叉熵损失度量的混合函数提高了非对齐图像对间的有效信息利用率和特征匹配的有效性，提高了跨视角匹配的准确率。

本发明授权一种高定位精度的无人机-遥感影像跨视角地理定位方法在权利要求书中公布了：1.一种高定位精度的无人机-遥感影像跨视角地理定位方法，其特征在于： 具体步骤如下： S1：构建基于特征空间分组增强的无人机-遥感影像跨视角地理定位模型； 所述的基于特征空间分组增强的无人机-遥感影像跨视角地理定位模型包括双分支的ConvNeXt暹罗神经网络，共享无人机和遥感影像的权重，每一个暹罗神经网络分支均包括：ConvNeXt语义特征提取模块、空间分组增强模块、多尺度特征融合模块、多分类器模块； S2：通过ConvNeXt语义特征提取模块完成多尺度语义特征提取，包括全局特征和局部特征； S3：通过空间分组增强模块完成全局特征的空间增强； S4：通过多尺度特征融合模块和多分类器模块完成全局特征和局部特征的实现特征融合与质量回归； S5：对构建的基于特征空间分组增强的无人机-遥感影像跨视角地理定位模型使用三元组损失和交叉熵损失度量的混合函数进行训练； 所述模型训练方法具体为： 使用SGD优化器对整体模型进行训练，其中权重衰减为5×10-4，初始学习率为3×10-3，之后在40个和80个时期，学习率降低0.1，采用预训练ConvNext-tiny网络对模型进行权重初始化，训练中使用交叉熵损失函数，具体如下： 其中R表示类的数量；pxjr和qxir分别表示地面实况概率和估计概率；xjr表示相应目标的特征，如果xjr＝1，则pxjr＝1，否则pxjr＝0； 三元组损失用于减少来自不同视图的同一类别的特征向量之间的欧式距离，具体如下： TL＝max||Fa-Fp||2-||Fa-Fn||2+M,0； 其中，其中||·||2表示L2-范式；Fa是遥感或无人机影像的特征向量；Fp是与a具有相同类别的影像的特征向量；Fn是与a不同类别的影像的特征向量；M为常量0.3； 总损失由多个特征表示的交叉熵损失和三元组损失组成，计算方法如下： 其中k表示多个特征表示中的第k个特征；CLjk和TLjk分别为xj的第k个特征的交叉熵损失和三元组损失； S6：将无人机影像和卫星影像送入训练后的模型进行匹配，实现无人机-遥感的跨视角地理定位。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市下沙高教园区2号大街；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。