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！

龙图腾网获悉浙江大学申请的专利一种基础视觉模型的图像位置识别方法和装置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：CN119359802B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202411350776.6，技术领域涉及：G06T7/73；该发明授权一种基础视觉模型的图像位置识别方法和装置是由应豪超;邱奇波;王闻箫;何晓飞设计研发完成，并于2024-09-26向国家知识产权局提交的专利申请。

本一种基础视觉模型的图像位置识别方法和装置在说明书摘要公布了：本发明公开了一种基础视觉模型的图像位置识别方法和装置，本发明公开的方法利用第一动态幂归一化层的动态幂，将具有丰富背景信息的特征进行增强，而将背景信息较少的特征进行减弱，甚至剔除，从而能够保留较多的背景信息，使得依赖于背景信息识别的VPR能够较为精准的识别查询图像的位置，本发明公开的方法还利用无质心探测模块进行聚合多个局部增强描述向量的同时，去除各个质心，从而减少参数量，使得训练更加的高效，并且避免质心对识别效果的影响。

本发明授权一种基础视觉模型的图像位置识别方法和装置在权利要求书中公布了：1.一种基础视觉模型的图像位置识别方法，其特征在于，包括： 将获得的图片作为训练样本，并将获得的图片的真实ID作为标签，多个训练样本构建训练样本集； 构建训练模型，所述训练模型包括改进的ViT模块和无质心探测模块，将训练样本分成多个图片块，将多个图片块输入改进的ViT模块得到多个局部增强描述向量，所述改进的ViT模块包括第一动态幂归一化层，所述第一动态幂归一化层与ViT模块的全连接层连接，用于基于由动态幂构建的L2范数对全连接层输出的特征向量进行调节，以增强背景信息特征，所述动态幂通过对全连接层输出的特征平均池化后进行线性变换得到，所述无质心探测模块包括第二动态幂归一化层和两路线性变换层，其中一路线性变换层包括Sigmoid函数，将多个局部增强描述向量输入两路线性变换层进行维度压缩后融合，通过第二动态幂归一化层对融合结果进行特征增强得到全局向量； 基于全局向量对应的预测ID和标签构建损失函数，通过训练样本集采用损失函数训练第一动态幂归一化层和无质心探测模块得到基础视觉模型； 应用时，将待识别图像输入基础视觉模型得到预测全局向量，将预测全局向量与资料库中图像的全局向量进行距离匹配得到待识别图像的位置； 将全连接层输出的特征向量的各个元素除以由动态幂构建的L2范数，以实现对全连接层输出的特征向量进行调节，所述由动态幂构建的L2范数Y为： Y＝||signX|X|a||2其中，sign﹒为符号函数，X为全连接层输出的特征向量，α为动态幂，‖·‖2为L2范数。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。