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！

龙图腾网获悉南京信息工程大学申请的专利一种分辨率自适应的端到端亚像素级特征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：CN120707899B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202511236228.5，技术领域涉及：G06V10/75；该发明授权一种分辨率自适应的端到端亚像素级特征匹配方法是由郭雨桐;胡志华;张一凡;张考;李明设计研发完成，并于2025-09-01向国家知识产权局提交的专利申请。

本一种分辨率自适应的端到端亚像素级特征匹配方法在说明书摘要公布了：本发明提供了一种分辨率自适应的端到端亚像素级特征匹配方法，包括以下步骤：步骤1，进行基于单头耦合输出的特征子联合检测与描述；步骤2，进行基于可微关键点检测算法改进的亚像素级关键点定位；步骤3，执行对不同分辨率或纹理密度的自适应机制；步骤4，执行基于反向传播的端到端梯度闭环。本发明针对传统特征匹配方法在亚像素级定位精度不足、检测与描述模块割裂以及场景适应性差等核心问题提供了有效解决方案，本方法将关键点定位误差从像素级显著降低至亚像素级，显著提升了三维重建的几何精度。单头耦合输出结构实现了检测与描述任务的协同优化，通过共享梯度使特征表达更具判别性，减少了参数冗余。

本发明授权一种分辨率自适应的端到端亚像素级特征匹配方法在权利要求书中公布了：1.一种分辨率自适应的端到端亚像素级特征匹配方法，其特征在于，包括以下步骤： 步骤1，进行基于单头耦合输出的特征子联合检测与描述； 步骤2，进行基于可微关键点检测算法改进的亚像素级关键点定位；步骤2包括： 步骤2-1，整像素关键点初步检测：采用非极大值抑制策略，设定全局阈值τ，图像坐标系以左上角为原点0,0，u表示像素在图像中的横坐标，v表示像素在图像中的纵坐标，非极大值抑制策略在整张得分图上搜索同时满足以下两个条件的像素坐标u,v：分数条件：坐标i,j的关键点得分si,j大于预设全局阈值τ； 局部极大值条件：在以像素坐标u,v为中心、半径为2r+1的局部邻域N内，坐标i,j的关键点得分si,j是所有邻域像素关键点得分中的最大值： 条件公式为： , 5， 其中，su,v表示像素坐标u,v的关键点得分，N表示以像素坐标u,v为中心，局部邻域是大小为2r+1×2r+1的窗口；max表示求最大值函数； 非极大值抑制策略仅保留最大分数像素，在反向传播中将筛选后的像素坐标u,v及坐标对应的关键点得分su,v视为常量； 步骤2-2，可微关键点检测策略DKD实现亚像素级微调： 针对由轻量级的卷积神经网络CNN所得的关键点得分图S，以为中心，在该关键点得分图S上裁取大小为N×N的局部窗口P，对局部窗口P内的所有得分应用概率加权平均soft-argmax函数，将该关键点得分图S转化为一个空间概率分布，在坐标处的空间概率分布值计算如下： 6， 其中为窗口内最大得分，为温度系数，exp表示自然指数函数；表示在局部窗口P内，坐标处的关键点得分；表示同一局部窗口P内，其他坐标p,q处的关键点得分； 接着利用在坐标处的空间概率分布值作为权重，计算窗口内关键点的期望坐标和亚像素位置p： 7， 最后，综合中心坐标和亚像素位置，将期望坐标映射回整张图像坐标系，最终的亚像素级关键点坐标为： 8， 其中是局部窗口的中心在自身坐标系中的坐标； 步骤3，执行对不同分辨率或纹理密度的自适应机制； 步骤4，执行基于反向传播的端到端梯度闭环。

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南京信息工程大学，其通讯地址为：211899 江苏省南京市江北新区华富路1号数智溪谷4号楼；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。