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！

龙图腾网获悉上海交通大学四川研究院;中国航空工业集团公司成都飞机设计研究所申请的专利一种基于PLFuNet的端到端自适应视觉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：CN120563956B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202511079349.3，技术领域涉及：G06V10/77；该发明授权一种基于PLFuNet的端到端自适应视觉特征提取方法是由陈欢;胡逸雯;罗正明;张启;倪静;祝宏远设计研发完成，并于2025-08-03向国家知识产权局提交的专利申请。

本一种基于PLFuNet的端到端自适应视觉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PLFuNet的端到端自适应视觉特征提取方法，属于图像处理技术领域，用于无人机位姿估计的视觉特征提取。包括：采集无人机原始图像并预处理，输入基于PLFuNet的视觉特征提取模型；经自适应多尺度特征提取得多尺度图像，由共享骨干网络提取不同分辨率与语义深度的特征图；通过自适应调整融合层级系数的特征金字塔网络融合，再经残差通道注意力增强；最后由关键点和线段检测分支提取并融合特征，生成联合特征描述。本发明方法可自动选择最佳图像尺度和融合层级，免手工设置；端到端提取特征，减少人工干预；动态网络结构和量化方案使其能在嵌入式平台实时运行，功耗低，可延长无人机续航，提高作业效率。

本发明授权一种基于PLFuNet的端到端自适应视觉特征提取方法在权利要求书中公布了：1.一种基于PLFuNet的端到端自适应视觉特征提取方法，其特征在于，包括以下步骤： 采集无人机获取的原始图像，并进行预处理，获得输入图像； 在基于PLFuNet的视觉特征提取模型中： 对输入图像进行自适应多尺度特征提取，得到多尺度图像； 通过共享骨干网络逐层提取多尺度图像的图像语义和结构信息，得到不同分辨率与语义深度的特征图； 通过自适应调整融合层级系数的特征金字塔网络对特征图进行融合，得到融合特征图； 对融合特征图进行残差通道注意力增强，得到增强特征图； 分别通过关键点检测分支和线段检测分支提取增强特征图中的关键点特征和线段特征，并将其融合输出，生成统一的联合特征描述，作为无人机位姿估计的视觉特征； 通过关键点检测分支提取增强特征图中的关键点特征，包括： 通过卷积操作生成增强特征图中表示每个位置为关键点概率的关键点热图，表示卷积操作； 基于关键点热图，通过L2归一化卷积生成增强特征图的点描述符矩阵D； 将关键点热图S和点描述符矩阵D作为关键点检测分支提取的关键点特征； 其中，点描述符矩阵D为： 式中，表示L2范数，描述符矩阵的维度为，表示关键点热图的空间高度，表示关键点热图的空间宽度，表示输出通道数，表示卷积操作； 通过线段检测分支提取增强特征图中的线段特征，包括： 通过空洞卷积扩大增强特征图的特征感受野，输出扩大特征图，其中，表示空洞卷积操作，核大小为，空洞率；对扩大特征图进行卷积操作，并沿空间通道进行Softmax激活，得到线段端点概率图，表示激活函数； 基于线段端点概率图，确定扩大特征图中的线段候选区域，对线段候选区域，通过双线性插值提取固定长度的局部特征； 将提取局部特征的局部描述符序列、线段端点位置和线段的全局描述符，作为线段检测分支提取的线段特征； 其中，局部特征提取公式为： 式中，表示线段第k个采样点的坐标，表示扩大特征图在坐标位置i,j处的特征向量，，L表示线段采样点数量。

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上海交通大学四川研究院;中国航空工业集团公司成都飞机设计研究所，其通讯地址为：610213 四川省成都市科学城天府菁蓉中心A区10号楼二楼；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。