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！

龙图腾网获悉四川翼空智控科技有限公司申请的专利一种基于地-空的交叉视图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：CN114757999B 。

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：202210406567.3，技术领域涉及：G06T7/73；该发明授权一种基于地-空的交叉视图地理定位方法是由田晓阳;王珂设计研发完成，并于2022-04-18向国家知识产权局提交的专利申请。

本一种基于地-空的交叉视图地理定位方法在说明书摘要公布了：本发明公开了一种基于地‑空的交叉视图地理定位方法，包括以下步骤：S1：建立地‑空图像训练集；S2：对地面图像进行区域分割；S3：将卫星图像的俯视图转换为正视图；S4：训练双层条件生成对抗网络，得到具有地面视图风格的卫星图像；S5：进行Transformer网络训练；S6：获取最新的地理定位的地面图像和卫星图像，并输入至训练后的Transformer网络中，进行图像匹配。本发明首次提出了一种自动混合透视‑极坐标映射和双层条件生成对抗网络的方法，以减少地‑空图像的视觉域间距，首次将图像对齐与Transformer方法结合，实现了精准的交叉视图地理定位。

本发明授权一种基于地-空的交叉视图地理定位方法在权利要求书中公布了：1.一种基于地-空的交叉视图地理定位方法，其特征在于，包括以下步骤： S1：获取地理定位的地面图像和卫星图像，建立地-空图像训练集； S2：利用语义分割方法对地面图像进行区域分割； S3：通过混合透视映射和极坐标映射，将卫星图像的俯视图转换为正视图； S4：将区域分割后的地面图像和转换后的卫星图像作为双层条件生成对抗网络的输入，训练双层条件生成对抗网络，得到具有地面视图风格的卫星图像； S5：将区域分割后的地面图像和具有地面视图风格的卫星图像输入Transformer网络进行匹配，完成Transformer网络训练； S6：获取最新的地理定位的地面图像和卫星图像，并输入至训练后的Transformer网络中，进行图像匹配，完成地-空的交叉视图地理定位； 所述步骤S4中，在所述双层条件生成对抗网络中，第一生成器用于生成交叉视图分割图，第二生成器用于从第一生成器中获取分割图像作为输入并生成地面图像； 所述第一生成器和第二生成器同时训练，且在第一生成器中添加了地面图像的语义分割图参与训练； 双层条件生成对抗网络中第二生成器G2的损失函数的表达式为： 其中，表示经过第一生成器生成的图像，表示经过第二生成器生成的图像，表示输入的混合透视-极坐标映射的卫星图像，表示输入的原始地面图像，表示CGAN损失函数，表示L1损失函数，表示第一生成器，表示第二生成器，表示第二鉴别器，的输入为原始地面图像以及经过第二生成器生成的图像，条件变量为经过第一生成器生成的图像，表示期望函数，表示对数函数，为1范数； 所述步骤S4中，双层条件生成对抗网络的总体目标函数的表达式为： 其中，表示第一鉴别器，其输入为地面图像的语义分割图以及经过第一生成器生成的图像，条件变量为输入的混合透视-极坐标映射的卫星图像，表示为损失函数的权重参数； 所述步骤S5包括以下子步骤： S51：将区域分割后的地面图像和具有地面视图风格的卫星图像分割成若干面片，将线性面片嵌入作为Transformer网络的输入； S52：将位置嵌入和可学习的类嵌入添加至Transformer网络的输入中，得到输入序列嵌入； S53：将输入序列嵌入输入至Transformer网络的L层Transformer编码器中，进行图像匹配； 所述步骤S52中，输入序列嵌入的计算公式为： 其中，表示位置嵌入，表示可学习的类嵌入，x表示输入嵌入矩阵。

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四川翼空智控科技有限公司，其通讯地址为：644000 四川省宜宾市临港经开区兴港路西段134号9栋；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”。