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！

龙图腾网获悉东南大学;东南大学深圳研究院申请的专利联合混合尺度特征描述子与邻居一致性的图像匹配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：CN115984587B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202211500472.4，技术领域涉及：G06V10/74；该发明授权联合混合尺度特征描述子与邻居一致性的图像匹配方法是由杜松林;李东岳设计研发完成，并于2022-11-28向国家知识产权局提交的专利申请。

本联合混合尺度特征描述子与邻居一致性的图像匹配方法在说明书摘要公布了：本发明公开了联合混合尺度特征描述子与邻居一致性的图像匹配方法，所述方法依次经过不同分支的特征描述网络后，将单尺度和多尺度特征描述子在维度上拼接，生成一个混合尺度的特征描述子，将混合尺度的描述子输入最优传输匹配层，获得初始的分配矩阵；初始匹配点对再次经过一个共享权重的图神经网络精修初始的分配矩阵，从而获得最终的匹配。本发明通过融合单尺度和多尺度描述子，使混合的描述子既能保持对各种几何变形的鲁棒性，又能保持很高的显著性，同时利用几何先验去除错误的匹配点对，最终达到准确性高的匹配效果。

本发明授权联合混合尺度特征描述子与邻居一致性的图像匹配方法在权利要求书中公布了：1.联合混合尺度特征描述子与邻居一致性的图像匹配方法，其特征在于，包括以下步骤： S1，特征提取：对输入的从不同视角拍摄同一画面的原图片经过FPN网络进行不同分辨率的特征提取，经由特征提取得到的特征图具有不同的空间分辨率和语义信息，原图像12分辨率大小的特征图和18大小的特征图被用作下一步的特征描述； S2，单尺度特征描述：将步骤S1获得的18大小的特征图位置编码后输入基于卷积与注意力混合的神经网络，得到单尺度特征描述子；所述基于卷积与注意力混合的神经网络中的混合自注意力层额外增加了一个卷积分支而交叉注意力层则保持不变，混合自注意力层的卷积分支恢复了原图像的局部几何结构而注意力分支进行特征内部的信息交互；交叉注意力层实现不同特征的信息交互，更新每一层的特征； S3，多尺度特征描述：将步骤S1中获得的从不同视角拍摄的原图片作为输入，输入至基于增强自注意力的网络中，输出多尺度的特征描述子；所述基于增强自注意力的网络中增强自注意力中的键矩阵K和值矩阵V在不同自注意力头中以不同的比例下采样，每一个自注意力头进行不同尺度特征的信息传递，生成多尺度的特征描述子； S4，不同尺度特征融合：将步骤S2获得的单尺度特征描述子和步骤S3获得的多尺度特征描述子在特征维度上进行拼接； S5，将步骤S4获得的混合尺度描述子输入最优匹配层，得到初始的分配矩阵；基于设置的阈值，选取初始的匹配点对； S6，邻居一致性滤除外点：将步骤S4获得的初始匹配点对建模成图结构，输入到一个共享权重的图神经网络，图神经网络的输出被用于修正初始的分配矩阵，获取新的匹配点对； S7，匹配精修：将步骤S1获得的12大小的特征图和步骤S4获得的混合描述子输入到一个全连接神经网络中，得到增强的12大小的特征图；所得特征图和步骤S6获得的像素级精度的新匹配点对输入到一个匹配精修网络，输出亚像素级精度的最终匹配，从而构建了完整的图像匹配模型，实现图像匹配。

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东南大学;东南大学深圳研究院，其通讯地址为：210096 江苏省南京市玄武区四牌楼2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。