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！

龙图腾网获悉中国科学院合肥物质科学研究院申请的专利一种基于深度学习的电力设备图像配准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：CN119648759B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202411683242.5，技术领域涉及：G06T7/33；该发明授权一种基于深度学习的电力设备图像配准方法是由张健;郭斐;刘晓艳;黄懿赟设计研发完成，并于2024-11-22向国家知识产权局提交的专利申请。

本一种基于深度学习的电力设备图像配准方法在说明书摘要公布了：本发明涉及一种基于深度学习的电力设备图像配准方法，包括图像特征提取步骤，其包括可见光图像特征提取分支；热成像图像特征提取分支；边缘标注的可见光图像特征提取分支；应用交叉注意力机制步骤：获得热成像图像的特征图传递到可见光图像的特征图的第一交互信息以及可见光图像的特征图传递到热成像图像的特征图的第二交互信息；特征学习步骤将图像特征图以及交互信息输入图像匹配学习网络中，获取转换矩阵结果。本方法通过学习不同图像的相关系数，组成学习网络进行特征识别，最终实现了电力设备图像的精确配准。通过上述方法实现电力设备图像的配准，具有配准精度高、适用性广等优点，可在电力设备安全监测领域广泛应用。

本发明授权一种基于深度学习的电力设备图像配准方法在权利要求书中公布了：1.一种基于深度学习的电力设备图像配准方法，其特征在于，包括如下步骤： S1、图像特征提取步骤，包括如下特征提取分支： 可见光图像特征提取分支，输入为可见光图像，经可见光图像特征提取网络处理后，获得可见光图像的特征图； 热成像图像特征提取分支，输入为热成像图像，经热成像图像特征提取网络处理后，获得热成像图像的特征图； 边缘标注的可见光图像特征提取分支，输入为标注了重点边缘区域的可见光图像，经附加图像特征提取网络处理后得到附加了边缘标注之后的图像特征图； S2、应用交叉注意力机制步骤：应用交叉注意力模块分别获得热成像图像的特征图传递到可见光图像的特征图的第一交互信息以及可见光图像的特征图传递到热成像图像的特征图的第二交互信息，结合所述第一交互信息以及所述第二交互信息确定热成像图像的相关系数矩阵与可见光图像的相关系数矩阵； S3、特征学习步骤：将S1图像特征提取步骤中所获得的图像特征图以及S2应用交叉注意力机制中所获得的相关系数矩阵输入图像匹配学习网络中，获取热成像图像转换到可见光图像坐标系内的转换矩阵结果； 所述S2应用交叉注意力机制步骤中，交互信息的计算公式为： 其中，Q、K表示图像特征，d是QKT的维度， 第一交互信息定义为m1＝CrossAttf1,f2； 第二交互信息定义为m2＝CrossAttf2,f1； 其中，f1表示可见光图像的特征图，f2表示热成像图像的特征图； 所述S2应用交叉注意力机制步骤中，所述热成像图像的相关系数矩阵G2为所述热成像图像的特征图f2与所述第二交互信息m2的对应像素相乘计算得到的特征加权矩阵；所述可见光图像的相关系数矩阵G1为所述可见光图像的特征图f1与所述第一交互信息m1的对应像素相乘计算得到的特征加权矩阵。

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中国科学院合肥物质科学研究院，其通讯地址为：230001 安徽省合肥市庐阳区三十岗乡古城路181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。